车牌定位与分割方法研究cici.docxVIP

《数字图像处理》研究报告 —— 车牌定位与分割方法研究 （2008/2009 学年第二学期） 车牌定位与分割方法研究 1、前言 随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满着实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车牌照的自动识别技术已经得到了广泛应用。汽车牌照自动识别整个处理过程分为预处理、边缘提取、车牌定位、字符分割、字符识别五大模块，其中字符识别过程主要由以下3个部分组成：①正确地分割文字图像区域； ②正确的分离单个文字；③正确识别单个字符。用MATLAB软件编程来实现每一个 部分,最后识别出汽车牌照。在研究的同时对其中出现的问题进行了具体分析， 处理。作为现代社会的主要交通工具之一的汽车, 在人们的生产、生活的各个领域得大量使用, 为快速、高效地进行车辆的管理和监控,实现交通管理的自动化、智能化,车牌识别技术在智能交通系统中成为核心技术之一,而图像处理技术能 将输入的车辆图像通过处理和识别,转换为车牌号的字符串形式,为车牌识别的 后续计算机处理奠定了基础,在其中起着关键性的作用。数字图像处理已经成为一门独立的新学科,并有着广泛的应用,正在空间、时间和功能上的扩展人类视 觉。 2、图像预处理 先对视频采集的车牌图像进行必要的预处理,有助于进一步的识别。图像预处理包括:图像的复原和图像的变换等。 图像的复原 在一些场合输入的图像很有可能是模糊不清的, 也就是说存在噪声的影响,通常存在影响的因素是多方面的,如光线和天气条件的变化、角度不合适、同类型的车牌字符和车牌背景的细微差别等都有可能使图像模糊不清。因此要对图像进行复原。在不同的环境下对具体的图像的复原方法也不同, 例如由于均匀直线运动而引起的复原,几何畸变复原等等。 图像的变换 原始图像的数据一般比较大,对其进行处理的时间一般也较长,而由于实时性的要求,车牌的提取需要一次处理性就能把绝大多数特征提取出来,而尽可能的不要利用后面的结果来调整这一步的工作。因此要从一整幅车牌图像包括车身、背景等中提取出车牌,必须抓住车牌的最主要特征,利用它来提取车牌。车牌最主要的特征就是:车牌的底色和车牌字的颜色对比度大,而且在一相对小的范围内变化频繁。 3、车牌定位 对图像预处理之后,下一个关键步骤就是对图像中的牌照进行定位。牌照定位就是从含有车牌的车牌图像中提取出车牌区域。车牌图像能否正确地从车辆图像中提取是自动识别的前提, 所以图像提取需要极高的正确性。根据处理牌照的类型和特点, 有多种牌照定位方法, 如字符竖向纹理统计、彩色分类、神经网络、矢量量化等方法。车牌定位的实现首先对汽车牌照图像进行灰度化然后经过二值化之后车牌区域具有相对集中和规则的纹理特征，根据这些纹理特征可以确定车牌的上下边界，然后根据车牌区域内部黑白变化次数，可以确定车牌的左右边界这样就确定了车牌的准确位置。 4、字符分割 车牌定位处理后,得到的仍是车牌的灰度图像。而在字符识别中一般采用的都是 二值图像,所以先要进行图像的二值化。牌照图像的二值化是处理与识别图像中很关键的一步。牌照图片可以看成由前景字符和背景两部分组成,在光照比较均匀的时候,二值化就相当于怎样找到一个合适的阈值把字符和背景分开。车牌图像二值化关键之一就是阈值的选择。下面介绍类间最大方差算法对已定位的图像进行二值化处理。类间最大方差算法的基本思想是:将图像直方图在某一阈值处理分割成两组,当被分成的两组的方差为最大时,决定阈值。 5、 图像处理过程图像： 原图 左右边界定位图竖直投影直方图 左右边界定位图 竖直投影直方图 图像的复原 图像的复原 图像预处理 图像的变换 灰度化 车牌识别系统 车牌定位 车牌上下边界 车牌左右边界 二值化 字符分割 字符分割 字符细化 系统流程图 6、总结 车牌识别是电子收费系统的关键技术, 应用图象处理技术和模式识别技术进行分析应熟悉图象处理和模式识别的各种方法,由于各种方法其适应度不同,应将各种方法与实际图象相结合, 并比较优劣选择出较合适的方法, 以满足各种功能要求。将智能理论与图象处理技术和模式识别技术相结合用在车型识别和车牌识别中, 有着良好的发展应用前景。 参考文献 胡小锋,赵辉. Visual C ++ /MATLAB图像处理与识别实用案例精选[M].北京: 人民邮电出版社,2004. 李象霖. 数字图像处理.中国科技大学研究生院教材,164～168. 阎建国,高亮,卢京潮.图象处理技术在车牌识别中的应用电子技术应用 凌彤辉,黄山等.车牌字符分割算法的研究.中国测试技术,2005,1. 夏良正. 数字图像处理[M].南京:东南大学出版社,1999.