周東升,薛彥兵,鄧文慧,張 樺

(天津理工大學(xué)計(jì)算機(jī)與通信工程學(xué)院天津 300191)

基于多種特征的彩色車牌定位方法研究

周東升,薛彥兵,鄧文慧,張 樺

(天津理工大學(xué)計(jì)算機(jī)與通信工程學(xué)院天津 300191)

本文提出了利用車牌顏色特征和紋理特征多種特征結(jié)合來進(jìn)行車牌定位的方法,克服了以往車牌定位技術(shù)只利用單一特征進(jìn)行定位的缺點(diǎn)。文中提出的方法首先利用HSV顏色空間去除非車牌顏色區(qū)域,然后利用顏色伴生、字符密度、區(qū)域幾何等特征結(jié)合進(jìn)行最終精確定位。該方法可以擺脫單一特征在車牌大小、位置以及背景和光照等方面的限制。實(shí)驗(yàn)證明本方法具有較好的檢測效果。

HSV顏色空間;多特征;伴生;字符密度

車牌識(shí)別技術(shù)是智能交通管理、安防、監(jiān)控等系統(tǒng)中的重要組成部分,其包括車牌定位,字符分割,字符識(shí)別三個(gè)步驟。車牌定位技術(shù)是整個(gè)車牌識(shí)別技術(shù)的基礎(chǔ)和前提,車牌定位準(zhǔn)確與否,直接關(guān)系到后續(xù)工作能否順利進(jìn)行。由于汽車的多樣性以及拍攝背景的多樣性,車牌定位具有一定的難度和復(fù)雜度[1,2]。

目前關(guān)于車牌定位的算法從利用特征角度劃分可分為基于紋理特征[3,4]和基于顏色特征[5,6]的定位算法。但是利用單一特征往往不能解決復(fù)雜環(huán)境下的車牌識(shí)別問題。本文結(jié)合車牌的顏色特征和紋理特征實(shí)現(xiàn)對車牌的準(zhǔn)確定位。首先將采集的圖像從RGB空間轉(zhuǎn)化到HSV空間,利用HSV分量將可能的車牌區(qū)域和背景分離。然后利用形態(tài)學(xué)運(yùn)算消除孤立干擾點(diǎn),再對每一個(gè)連通區(qū)域的紋理、幾何、顏色伴生等特征進(jìn)行分析,準(zhǔn)確分割出原始圖像中的車牌。

1 基于閾值的彩色車牌圖像分割

車牌采集設(shè)備輸出的彩色圖像顏色模型為RGB模型。RGB模型中各像素值是由紅綠藍(lán)三種顏色的亮度值疊加形成。這三種顏色的亮度值隨著光照強(qiáng)度的不同而改變,因此采集到的圖像像素值隨光照強(qiáng)度的不同而改變,因此采用RGB模型不利于車牌的定位與識(shí)別。HSV模型分別用(H)、飽和度(S)、和亮度(V)3個(gè)分量表示每一個(gè)像素的顏色特性,分量V表示了亮度方面的信息,即光照條件方面的信息,H和S兩個(gè)分量包含了圖像的彩色信息,如果只考慮H和S分量就排除了光照條件的影響。在該模型下,用 H和S兩個(gè)分量可以將藍(lán)色和黃色兩種區(qū)域分割出來。而采用V分量可以識(shí)別白色和黑色兩種顏色。因此采用 HSV模型比RGB模型更適應(yīng)于車牌的定位問題。所以首先將圖像信息由RGB模型轉(zhuǎn)換到HSV模型。

車牌在不同的光照條件下飽和度和色度也會(huì)有偏差,為了確定不同顏色車牌在 HSV空間中的各分量的合理區(qū)域,需要采集不同環(huán)境下的各種車牌來對車牌顏色進(jìn)行區(qū)間采樣估計(jì)。

表1 四種顏色在不同環(huán)境下的區(qū)間范圍值

根據(jù)上表中的區(qū)域范圍,即可構(gòu)成圖像中顏色的判別樹,將圖像分為藍(lán)、黃、白、黑、以及其他顏色五種范圍。從而可以將整幅圖像轉(zhuǎn)化為5級灰度圖。

2 連通區(qū)域獲取與幾何分析

經(jīng)過顏色分割之后的灰度圖一般都會(huì)存在噪聲干擾,并且連通區(qū)域可能存在裂縫。特別是對車牌這樣存在字符的連通區(qū)域,容易存在裂縫,不利于隨后進(jìn)行的幾何和紋理分析,導(dǎo)致無法對車牌進(jìn)行定位。本文采用在水平方向上作閉運(yùn)算來減小甚至消除豎直邊緣間的空隙,盡可能使車牌區(qū)域的豎直邊緣連成一個(gè)整體,進(jìn)而將車牌作為一個(gè)整體而不是幾個(gè)字符來分析。

經(jīng)過形態(tài)學(xué)運(yùn)算查找出連通區(qū)域后,還要對各個(gè)連通域進(jìn)行計(jì)算,求出每個(gè)連通域上下左右四個(gè)頂點(diǎn)的坐標(biāo)。計(jì)算連通域的大小,寬高比例,最大寬度與高度等。

2.1 基于迷宮法的連通區(qū)域坐標(biāo)求取

采用迷宮法標(biāo)記每個(gè)連通區(qū)域的上下左右頂點(diǎn)坐標(biāo)(連通區(qū)域有四連通和八連通兩種形式。在車牌定位中,不可能出現(xiàn)八連通的情況,因此采用四連通方式)。

迷宮算法屬于深度優(yōu)先算法,計(jì)算量較大。但是在本算法中,基于HSV空間的處理,已將背景色除掉,圖像中滿足條件的連通區(qū)域的面積都不大,而且算法中最終目的是為了獲取區(qū)域的四個(gè)頂點(diǎn)坐標(biāo),實(shí)際并沒有對整個(gè)連通區(qū)域進(jìn)行填充,從而提高了求取速度。

具體實(shí)現(xiàn)步驟如圖1。

圖1 求取連通區(qū)域定點(diǎn)的具體步驟

2.2 初步幾何特征篩選

在上下左右四頂點(diǎn)確立后,即可求出連通區(qū)域的長和寬,標(biāo)準(zhǔn)車牌的高寬比是固定的。考慮噪聲的因素,本文選取0.2-0.6為高寬比的區(qū)間。超出該區(qū)間的連通區(qū)域即可視為非車牌區(qū)域。

3 基于顏色伴生和字符密度的精確車牌定位

經(jīng)過背景去除和初步幾何特征篩選,大部分的車牌圖像中只有一個(gè)連通區(qū)域,即車牌區(qū)域。但對于復(fù)雜情況來說,可能還有多個(gè)連通區(qū)域,對此情況,本文采用車牌顏色伴生方法和字符密度來進(jìn)行車牌的最后定位。

根據(jù)最新公共安全行業(yè)標(biāo)準(zhǔn) GA 36-2007,我國現(xiàn)行車牌有三種—藍(lán)牌(藍(lán)底白字)、黃牌(黃底黑字)、白牌(白底黑字或者紅字)。同時(shí),車牌中的字符相對于背景來說具有一定得字符密度和邊緣跳變。根據(jù)以上特征,精確定位的步驟如下:

(1)讀取連通區(qū)域背景色及字符顏色,判斷是否屬于上述組合,若是則繼續(xù)

(2)計(jì)算區(qū)域中的跳變次數(shù),若在[10,35]之間,則繼續(xù)

(3)計(jì)算區(qū)域中的字符密度,若在[0.1-0.4]之間,則繼續(xù)

滿足上述三個(gè)條件的連通區(qū)域,即為車牌區(qū)域。利用此方法檢測車牌區(qū)域,可以去掉單純用跳變及字符密度方法不能去除的車尾車燈區(qū)域(如圖2,本文中的算法可以去除偽車牌區(qū)域——連通區(qū)域2)。最終獲取的車牌區(qū)域?yàn)閳D2(c)中的區(qū)域。

圖2 車牌定位算法結(jié)果

4 結(jié)束語

本文提出了結(jié)合紋理和顏色特征來進(jìn)行車牌定位的新方法,根據(jù)車牌背景顏色和字符顏色的特定標(biāo)準(zhǔn),利用顏色伴生方法對連通區(qū)域進(jìn)行進(jìn)一步的檢測。該方法能夠解決車尾車燈等特殊紋理單純利用跳變等特性不能去除偽車牌區(qū)域的問題。實(shí)驗(yàn)證明,文中提出的方法具有較好的定位效果。

[1] 王枚,蘇光大,王國宏.復(fù)雜環(huán)境下的車牌定位及目標(biāo)真實(shí)性驗(yàn)證[J],光學(xué)精密工程,2009,17(4):886-894.

[2] Christos Nikolaos,Vassili Loumos,Eleftherios Kayafas, etc.A License Plate-Recognition Algorithm for Intelligent Transportation System Application[J].IEEE Transactions on Tntellignt Transportation Systems,2006,7(2):377 -392.

[3] 張禹,馬駟良,韓笑等.車牌識(shí)別中的圖像提取及分割算法[J].吉林大學(xué)學(xué)報(bào)(理學(xué)版),2006,44(3):406-410.

[4] 李春娟,趙艷花.一種基于形態(tài)學(xué)和幾何特征的車牌定位方法[J],微計(jì)算機(jī)信息,2009,25(11):174-177.

[5] 李偉,朱偉良,孔祥杰等,一種新型的基于數(shù)學(xué)形態(tài)學(xué)和顏色特征車牌定位算法[J],科技通報(bào).2009,25(2):214 -219.

[6] 張振強(qiáng),杜樹新.一種新的復(fù)雜背景下快速車牌定位方法[J].科技通報(bào),2007,23(5):705-710.

L icense plate locating algorithm based on multi-feature in color image

ZHOU Dong-sheng,XUE Yan-bing,DENGWen-hui,ZHANGHua

(College of Com puter and Communication Engineesing,Tianjin University of Technology,Tianjin300191,China)

A new method fo r License Plate Locating based on m ulti-feature is introduced in this paper. The method can overcome the shortcoming of p reviousmethods based on single feature.A t first,the algo rithm emp loys HSV colo r space to get rid of non-license p late area,then concom itant colo r feature,statistical letter frequency and geometry feature are used to detect the possible regions.The algorithm is neither confined to the size and position of the p late,nor limited to the comp licated background o r illumination condition of the image.Experiments show that the method is effective.

HSV colo r space;M ulti-feature;Concom itant;Statistical letter frequency

TP391 520.6040

:A

1001-9383(2010)04-0009-03

2010-09-12

教育部大學(xué)生創(chuàng)新性實(shí)驗(yàn)計(jì)劃(DCSJ08-018)

周東升(1990-),男,本科生.

薛彥兵