摘 要:經(jīng)過預(yù)處理后的車牌圖像定位,是從含有車牌的復(fù)雜背景圖像中提取車牌區(qū)域,它是車牌識(shí)別的關(guān)鍵環(huán)節(jié),目前國(guó)內(nèi)還沒有一套完善成熟通用的車牌定位算法,文章提出一種改進(jìn)的Hough算法,通過實(shí)驗(yàn),該方法能有效的對(duì)車牌進(jìn)行精確的定位,達(dá)到了較好的實(shí)驗(yàn)效果。
關(guān)鍵詞:Hough算法;車牌定位;圖像處理
1 概述
隨著交通飛速發(fā)展,全國(guó)機(jī)動(dòng)車保持快速增長(zhǎng)趨勢(shì),據(jù)統(tǒng)計(jì),截至2015年底,近十年汽車年均增加1200多萬輛,汽車迅速進(jìn)入千家萬戶。2015年,汽車保有量已達(dá)到1.48億輛,是2005年汽車數(shù)量的6.2倍,占全部機(jī)動(dòng)車比率達(dá)到58.9%,比十年前提高了32.9%。汽車的增加給城市帶來了巨大的交通壓力。車牌定位作為車牌識(shí)別的重要環(huán)節(jié),影響著車牌識(shí)別的精度。
車牌定位是基于車牌區(qū)域的特征將車牌區(qū)域從車牌圖像中分割出來。常見的車牌定位方法有:一是基于灰度圖像紋理特征分析法,此類方法一般利用圖像處理的手段獲取車牌圖像的紋理特征;二是基于數(shù)字形態(tài)學(xué)的車牌定位算法,此方法是對(duì)二值化后的圖像,進(jìn)行腐蝕和閉運(yùn)算消除噪聲,并形成閉合的連通區(qū)域;三是基于小波變換的車牌定位算法,此方法是將原始圖像分成不同分辨率、不同頻率特性的子信號(hào),利用信號(hào)完成局部變換;四是基于神經(jīng)網(wǎng)絡(luò)的車牌定位算法。為了提高車牌定位速度和準(zhǔn)確度,文章綜合實(shí)驗(yàn)所采集到的車牌圖像,從海量圖像中進(jìn)行分析,找出各種圖像的分布特點(diǎn),采用Hough算法準(zhǔn)確的定位車牌圖像,能有效地定位車牌區(qū)域。
2 Hough算法
2.1 Hough算法的理論
Hough 算法是利用圖像的全局特性將邊緣像素連接起來組成區(qū)域封閉邊界的一種方法,它所實(shí)現(xiàn)的是一種從圖像空間到參數(shù)空間的映射關(guān)系。是根據(jù)數(shù)學(xué)對(duì)偶性原理提出檢測(cè)圖像直線的方法,主要應(yīng)用于模式識(shí)別領(lǐng)域中對(duì)二值圖像進(jìn)行直線檢測(cè)。
2.2 車牌區(qū)域定位
設(shè)第j個(gè)連通域的寬高比為ration(j)=■,其中Width(j)、Height(j)分別為第j個(gè)連通區(qū)域外界矩形框的寬度和高度。根據(jù)車牌先驗(yàn)知識(shí),國(guó)內(nèi)車牌每個(gè)字符的寬高比為0.6,在文章中采用的車牌字符區(qū)域的判定式為0.41?燮ratio(j)?燮0.62。
3 實(shí)驗(yàn)結(jié)果分析
本實(shí)驗(yàn)圖像庫(kù)中共有100幅圖(580個(gè)樣本),其中60幅作為訓(xùn)練集(360個(gè)樣本);40幅圖作為測(cè)試集(220個(gè)樣本)。
文章運(yùn)用MATLAB軟件對(duì)車牌進(jìn)二值圖像化、定位處理等過程。文章基于灰度值轉(zhuǎn)換,在MATLAB環(huán)境下運(yùn)行,達(dá)到了預(yù)期的效果。由實(shí)驗(yàn)可知,圖1 (A)為原始圖,(B)是經(jīng)過Hough變換后篩選的連通域,(C)為定位后的圖像。Hough算法能夠準(zhǔn)確定位車牌圖像,圖2是車牌在白天和夜間定位效果圖,黑暗下車牌定位存在模糊不清的情況。以后在車牌圖像定位研究過程中,將進(jìn)一步完善該算法,使其達(dá)到更好的定位效果。
參考文獻(xiàn)
[1]蔡杰.數(shù)字圖像處理技術(shù)在車牌定位中的應(yīng)用[J].遼寧學(xué)院學(xué)報(bào),2014(4).
[2]龐茂群,鄧開發(fā).一種基于灰度圖像的車牌定位方法[J].計(jì)算機(jī)工程與科學(xué),2012(10).
[3]李睿,皮佑國(guó).一種車牌圖像的快速定位算法研究[J].微型電腦應(yīng)用,2013.
[4]李波,曾致遠(yuǎn),周建設(shè).一種自適應(yīng)車牌圖像定位新方法[J].中國(guó)圖象圖形學(xué)院,2014(10).
[5]李耀,程勇,曹雪虹.一種復(fù)雜環(huán)境中的車牌定位算法[J].視頻應(yīng)用與工程,2015(12).