趙 娟,管庶安,袁 慧
(武漢輕工大學(xué)數(shù)學(xué)與計(jì)算機(jī)學(xué)院,湖北武漢430023)
在CLPR(Car License Plate Recognition,汽車牌照識(shí)別)中,經(jīng)過車牌位置搜索后所獲取的車牌圖像不可避免地存在某種程度的傾斜。這種傾斜不僅會(huì)給下一步字符分割帶來困難,最終也將對(duì)汽車車牌識(shí)別[1]的正確率造成直接影響。因此要找到一種方法能夠檢測(cè)車牌圖像是否水平以及它傾斜的精確角度。車輛牌照都有上下邊框,通過檢測(cè)車牌邊框直線的傾斜角度以獲得車牌的傾斜角度是一種可行的方法。
目前,常用直線擬合的方法有Hough變換法,最小二乘法和兩點(diǎn)法。Hough變換具有抗干擾能力強(qiáng)等特點(diǎn),能有效排除干擾點(diǎn),連接斷裂的功能,但當(dāng)邊緣稍有彎曲時(shí)會(huì)產(chǎn)生誤差[2],且存在存儲(chǔ)空間大,計(jì)算時(shí)間長,可靠性不足等問題。最小二乘法是一種數(shù)學(xué)優(yōu)化技術(shù),通常用于曲線擬合,能對(duì)彎曲部分進(jìn)行平均處理和修正但其抗干擾能力比較差,容易受到噪聲的影響,會(huì)影響擬合的精度[3]。兩點(diǎn)法理論簡單,計(jì)算均值后能有效抑制干擾,其矯正效果良好,但采樣點(diǎn)比較多,且這些點(diǎn)服從隨機(jī)分布,任意性太大,不能計(jì)算有斷點(diǎn)的直線傾角。
鑒于汽車牌照上下邊框容易被污損或遭到破壞,以及車牌固定時(shí)也會(huì)出現(xiàn)螺絲斷點(diǎn)等情況造成的干擾。本文以Hough變換為基礎(chǔ),有利于排除這些干擾,先對(duì)上下邊都進(jìn)行 Hough變換,并引入Hough變換的可信度,以便判斷和選擇最有效的邊,作為計(jì)算傾斜度使用的邊。
Hough變換的基本功能[4]是直線檢測(cè),利用Hough變換可檢測(cè)出汽車牌照上下邊框邊緣的擬合直線及其傾角,從而求出汽車牌照的傾斜角度θ,如圖1所示。
圖1 利用Hough變換檢測(cè)直線邊緣
在汽車牌照?qǐng)D像中,車牌上下邊對(duì)應(yīng)的邊緣是由許多點(diǎn)構(gòu)成的,以下邊緣為例,設(shè)下邊緣有M個(gè)點(diǎn),其中大多數(shù)點(diǎn)(設(shè)為m個(gè))在直線L上,如圖2所示。
圖2 共線點(diǎn)及其檢測(cè)
由于過一點(diǎn)可以行成一簇直線,故在下邊框的所有點(diǎn)中,共有M簇直線,如果任一p點(diǎn)在L上,則過p點(diǎn)的直線簇中,必有一條與L重合,反之,如果p點(diǎn)不在L上,則過p點(diǎn)的直線簇中,不存在與L重合的直線。故共有m條直線與L重合,由于m為大多數(shù)點(diǎn),故很容易找到這m個(gè)點(diǎn)組成的重合直線,就找到了所要求的下邊緣的擬合直線L。
標(biāo)準(zhǔn)直線Hough變換采用如下參數(shù)化直線方程[5]:
式(1)中,θ表示垂線與x軸的夾角,0≤θ<180°,ρ表示原點(diǎn)到直線的距離。為計(jì)算方便,本文中的θ單位均為度,ρ的單位均為“像素”。其中(x,y)為待檢測(cè)點(diǎn)的坐標(biāo),(ρ,θ)為參數(shù)。令θ以步長σ增加,求出對(duì)應(yīng)的ρ,并將其累計(jì),從而找到參數(shù)空間(ρ,θ)中重復(fù)次數(shù)最多的記為 (ρ,θ),其中 θ即為直線L的角度。
可信度定義:在參數(shù)空間 (ρ,θ)中,(ρ,θ)max的重復(fù)次數(shù)m與總點(diǎn)數(shù)M的比值為Hough變換的可信度,記為R,R=m/M,R越大,表示位于直線L上的點(diǎn)越多,即可信度越高,R的最大值為1。
對(duì)圖像進(jìn)行邊緣檢測(cè),二值化處理。
1)上邊緣點(diǎn)搜索處理:按照從上到下的搜索方法,檢測(cè)到上邊緣點(diǎn)后停止,并記錄下該點(diǎn),直到檢測(cè)到上邊緣的最后一點(diǎn),最終得到組成上邊緣的一組點(diǎn) P1i(i=1,2,3,…,M1,其中 M1為檢測(cè)到汽車牌照上邊緣的總點(diǎn)數(shù))。
2)下邊緣點(diǎn)搜索處理:按照從下往上的搜索方法逐一檢測(cè),得到組成下邊緣的一組點(diǎn)P2j(j=1,2,3,…,M2,其中M2為檢測(cè)到汽車牌照下邊緣的總點(diǎn)數(shù))。
通過上述得到的邊緣點(diǎn)中不可避免地存在一些由噪聲引起的干擾點(diǎn),也有可能會(huì)丟失一些真正的邊緣點(diǎn),需要用直線來擬合。在搜索某牌照的下邊緣的情形,由于金屬保護(hù)圈的影響,搜索到的點(diǎn)中會(huì)有一些非下邊緣的點(diǎn),如圖3所示。
圖3 測(cè)試圖像
步驟1 建立二維數(shù)組Hu[360][300],元素值全部置為0。
步驟2 for(參加檢測(cè)的全部點(diǎn)){for(θi=0,1,2,...,359){
計(jì)算ρi;Hu [θi][ρi]++;}
步驟3 Hmax=max{Hu};
經(jīng)Hough變換后,分別得到汽車牌照上下邊框的兩條擬合直線及其傾角,分別記作θ1和θ2。
1)當(dāng)θ1和θ2相差不大時(shí)(約在1度左右)。為了減小誤差提高精度,選擇將兩角度的平均值θ作為汽車牌照的傾斜角度。
2)當(dāng)θ1和θ2相差較大時(shí)。為了讓實(shí)驗(yàn)結(jié)果更可靠,此時(shí)必須重新確認(rèn)檢測(cè)得到的兩條擬合曲線各自的準(zhǔn)確性。Hough變換的原理是去掉檢測(cè)的邊緣點(diǎn)中一些偏離或誤差較大的點(diǎn),再得到可靠真實(shí)的擬合直線。根據(jù)這個(gè)原理,可以檢測(cè)在擬合直線上的總點(diǎn)數(shù)m。在2.2中,已搜索到汽車牌照上下邊框邊緣的總點(diǎn)數(shù)M1和M2。設(shè)落在上邊緣擬合直線上的點(diǎn)數(shù)為m1,令R1=m1/M1,同理,設(shè)落在下邊緣擬合直線上的點(diǎn)數(shù)為m2,令R2=m2/M2,若R1>R2時(shí),則令汽車牌照的矯正角度θ=θ1;否則,則令汽車牌照矯正角度θ=θ2。
在該實(shí)驗(yàn)中,為了驗(yàn)證其實(shí)驗(yàn)可行性和數(shù)據(jù)可靠性,隨機(jī)測(cè)試了采集的上百幅圖片,測(cè)試結(jié)果比較滿意,正確率可達(dá)到98%左右,其中大約有2%的錯(cuò)誤率,經(jīng)對(duì)比分析,可能是由于汽車牌照?qǐng)D像污損嚴(yán)重所至,例如有些泥土或油漆等遮蓋了車牌的大部分邊框,如圖4所示,針對(duì)這種情況,可以采用其他檢測(cè)方法克服這些缺陷,所以該方法還存在缺陷,還有待提高。
圖4 牌照磨損后的圖片
在測(cè)試的百幅圖像中,列舉了以下具有代表性的六幅實(shí)驗(yàn)測(cè)試圖像,如圖5所示。如1,2和6號(hào)車牌邊框較寬,且下邊框上刻有檢測(cè)時(shí)的起干擾作用的字母等符號(hào),3,4和5號(hào)車牌邊框較窄,有一些固定用的螺釘。測(cè)試結(jié)果如表1所示。
圖5 汽車牌照測(cè)試圖像
表1 圖5中測(cè)試圖像的詳細(xì)測(cè)試數(shù)據(jù)
在表1中,由測(cè)試結(jié)果可得:2號(hào),3號(hào)和5號(hào)車牌的上下邊框擬合直線的傾斜角度較一致(誤差不大),1號(hào),4號(hào)和6號(hào)車牌的邊框擬合直線的上下傾斜角度相差較大。理論上,上下邊框是平行的,應(yīng)該是一致的,但不排除外界干擾丟失了一般性,就原因而言,可以認(rèn)為是外界的噪聲影響丟失了一些真實(shí)數(shù)據(jù),影響了一致性?;谶@兩種情況,我們?cè)谥耙讯x了可信度定義,給定了詳細(xì)的比較條件,測(cè)得2號(hào)和3號(hào)車牌的測(cè)試數(shù)據(jù),符合可信度比較法的第一種條件,令,對(duì)1號(hào)和4號(hào)車牌測(cè)試數(shù)據(jù)而言,符合可信度比較法的第二種條件,則θ=θ1,對(duì)5號(hào)和6號(hào)車牌測(cè)試數(shù)據(jù)而言,符可信度比較法的第二種條件,此時(shí)θ=θ2。
測(cè)試結(jié)果表明:基于Hough變換獲取汽車牌照矯正角度的方法具有如下特點(diǎn)。①同時(shí)考慮汽車牌照下邊緣,增加了可靠性。②在評(píng)估測(cè)試結(jié)果準(zhǔn)確性的問題上,引入了可信度,通過可信度條件選擇合適的測(cè)試結(jié)果,提高了可信性。③綜合Hough變換,使得抗干擾能力強(qiáng),測(cè)試結(jié)果精度高可達(dá)到1°。
總之該方法是一個(gè)精度、穩(wěn)定性和可靠性較高的方法,能較好的滿足汽車牌照識(shí)別中的旋轉(zhuǎn)角度檢測(cè)的應(yīng)用要求。
[1]張煒,王慶,趙榮椿.汽車牌照的實(shí)時(shí)識(shí)別[J].信號(hào)處理,2000,16(4):373-375.
[2]Yan Zhiguo ,Xu De ,Tan Min,et al.A fast and robustmethod for line detection based on image pyramid and Hough transform[J].Transactions of the Institute of Measurement and Control,2011,33(8):971-984.
[3]楊冬濤,龔昌來,羅聰,等.利用圖像處理技術(shù)測(cè)量零件尺寸[J].煤礦機(jī)械,2012,33(5):141-143.
[4]Duda R O,Hart PE.Use of the Hough transform to detect lines and curves in pictures[J].communications of the ACM ,1972,15(1):11-15.
[5]郭斯羽,翟文娟.結(jié)合Hough變換與改進(jìn)最小二乘法的直線檢測(cè)[J].計(jì)算機(jī)科學(xué),2012,39(4):196-200.