中原工學(xué)院計算機(jī)學(xué)院 王金磊

基于水平灰度特征和顏色特征的車牌定位方法

中原工學(xué)院計算機(jī)學(xué)院 王金磊

車牌識別（License Plate Recognition，LPR）是指通過識別車輛車牌信息來辨別車輛身份的技術(shù)，是實現(xiàn)智能交通系統(tǒng)（Intelligent Transportion System，ITS）的一個重要環(huán)節(jié)，也是計算機(jī)視覺圖像處理技術(shù)與模式識別技術(shù)的一項技術(shù)融合，車牌識別技術(shù)的研究和開發(fā)具有巨大的經(jīng)濟(jì)價值和現(xiàn)實意義。LPR作為一個專用的計算機(jī)視覺系統(tǒng)，通過運用模式識別、人工智能等技術(shù)，對采集到的圖像進(jìn)行處理，可以實時準(zhǔn)確地識別出車牌的漢字字符、字母和數(shù)字，最終得出計算機(jī)可直接運行的數(shù)據(jù)形式，使車輛的監(jiān)控和管理得以現(xiàn)實。目前，車輛識別技術(shù)已經(jīng)廣泛應(yīng)用于高速公路的檢測、電子收費、停車管理和交通違規(guī)管理等領(lǐng)域。

一、車牌自動識別系統(tǒng)工作原理

車輛牌照識別系統(tǒng)的基本工作原理為：將拍攝到的包含車輛識別的圖像通過視頻卡輸入計算機(jī)中進(jìn)行預(yù)處理，再由檢索模塊對牌照進(jìn)行搜索、檢測和定位，并分割出包含牌照信息的信息區(qū)域，然后對牌照字符進(jìn)行處理并將其分割為單個字符，規(guī)整加工后輸入字符識別系統(tǒng)進(jìn)行識別。

車牌識別系統(tǒng)包括車牌定位、字符分割和字符識別3大部分，對車牌識別系統(tǒng)的識別精度有重要的影響。然而，由于車牌背景的復(fù)雜性與車牌特征的多樣性，迄今為止，仍沒有一個完全通用的智能化車牌定位方法。

二、車牌定位

在車牌定位算法中，已經(jīng)有不少學(xué)者在這個方面做過研究。總結(jié)起來有如下方法。

1.基于水平灰度變化特征方法。通過對圖像進(jìn)行預(yù)處理，將彩色圖像轉(zhuǎn)換為灰度圖像，利用車牌區(qū)域水平方向的紋理特征進(jìn)行車牌定位。此方法漏檢率低、速度快，但是定位不準(zhǔn)確，很難區(qū)分與背景文字、車燈等同樣灰度變化明顯的區(qū)域。

2.基于邊緣檢測的定位方法。這種方法是利用車牌區(qū)域豐富的邊緣特征進(jìn)行車牌定位。此方法定位準(zhǔn)確，但是漏檢率高、虛景較多。

3.基于車牌顏色特征的定位方法。這種方法主要是應(yīng)用車牌的紋理特征、形狀特征和顏色特征，即利用車牌邊框的集合特征和車牌底色具有明顯的方差特征來排除干擾進(jìn)行車牌的定位。這種方法定位準(zhǔn)確、漏檢率較低，但受車牌磨損和傾斜的影響大，容易和顏色相似的區(qū)域混淆。

4.基于Hough變換的車牌定位方法和基于數(shù)學(xué)形態(tài)學(xué)的車牌定位方法。此方法對于區(qū)域邊界被噪聲干擾或被其他目標(biāo)遮蓋而引起邊界發(fā)生某些間斷的情況，具有很好的容錯性和魯棒性。但是許多圖像都受到外界噪聲的干擾，信噪比較低，此時常規(guī)Hough變換的性能將急劇下降，進(jìn)行參數(shù)空間極大值的搜索時由于合適的閾值難以確定，往往出現(xiàn)“虛峰”和“漏檢”等問題。而且占用大量內(nèi)存空間，耗時久且實時性差。

三、車牌定位分析

我國車輛牌照的實際特殊情況和環(huán)境因素使得在車牌定位過程中遇到許多困難。牌照的顏色和格式多樣化、牌照懸掛位置不唯一、牌照污損情況嚴(yán)重、環(huán)境因素導(dǎo)致照片的質(zhì)量不穩(wěn)定等。由于上述原因，盡管有些科研單位已經(jīng)研制出相關(guān)產(chǎn)品，但在實際應(yīng)用中效果并不理想。本文結(jié)合車牌紋理及顏色兩方面的特征對車牌進(jìn)行定位，對于提高車牌定位準(zhǔn)確率提供更為有力的保障。該方法包括牌照區(qū)域的粗定位和細(xì)定位兩個步驟。

在粗定位階段中采用了基于車牌紋理特征的定位方法，在得到定位圖像后進(jìn)行細(xì)定位，在細(xì)定位中采用車牌顏色特征的方法以獲得最后定位圖像。本方法對在多種光照條件下采集的車輛牌照圖像、車牌本身不潔或牌照存在傾斜和扭曲等情形，均能取得較好的定位效果。

在車牌定位算法中，根據(jù)車牌區(qū)域的灰度分布特性，并結(jié)合車牌的先驗知識，應(yīng)用具體的方法進(jìn)行定位。

1.車牌第一次定位。車牌不可避免地存在噪聲，并且由于攝像機(jī)的不間斷室外工作，光照大范圍的變化，也存在光照不均和亮度太低、對比度太小的問題。首先進(jìn)行去噪、光照不均校正和增強(qiáng)對比度等工作。

采用中值濾波濾除噪聲，通過低值濾波來獲得圖像的照度估計懸照度，再從原始圖像中減去此照度來校正光照不均，然后通過對比度拉伸變換增強(qiáng)對比度。再對圖像進(jìn)行二值化形成二值紋理圖像處理，最后利用掃描法或投影法一次確定出車牌在原始圖像中水平和垂直方向位置，從而分割出包含車牌區(qū)域的圖像。

2.車牌第二次定位。對基本定位后的車牌圖像進(jìn)行局部分析，縮減車牌的上、下和左、右的邊界，以便后來的拍照字符處理。首先對傾斜度較小的車牌通過簡單的灰度變化分析再決定車牌的上下邊界，對傾斜較大的圖片拍照，在進(jìn)行左右邊界定位之前，利用Hough變換技術(shù)對其進(jìn)行校正。然后從左向右掃描，在灰度值大于設(shè)定值之后，停止掃描，得到字符的真實位置。最后利用牌照的大小、寬高比這些固定的先驗知識，最終確定出牌照的具體位置。

由于攝像機(jī)采集的圖像受環(huán)境影響較大，所以車牌的定位是非常關(guān)鍵的部分，處理的結(jié)果直接影響到整個系統(tǒng)的運行效果。在分析了車牌定位分割的一些經(jīng)典方法后，本文提出了通過一種基于水平灰度特征及顏色特征的綜合車牌定位方法。

book=343,ebook=343