作者/馬晨，西安航空學院

引言

我國智能交通管理系統(tǒng)主要用于道路運行監(jiān)控、交通事故分析與現(xiàn)場調查、違章自動記錄、高速公路管理系統(tǒng)監(jiān)控、小區(qū)門禁系統(tǒng)等,而隨著智能交通系統(tǒng)的不斷完善，車牌識別系統(tǒng)也扮演著愈發(fā)重要的角色，車牌字符分割作為車牌識別系統(tǒng)中重要組成部分，它的作用顯得尤為重要。車牌自動識別系統(tǒng)需要做到對采集到的實時車牌圖像進行快速的預處理、圖像字符的分割、圖像字符的識別等一系列措施，其中車牌字符分割即要完成從原始圖像的獲取、圖像預處理、最終的字符分割、以及單個字符輸出等工作。

MATLAB強大的數據處理功能，非常適用于數字圖像與視頻的處理。文中，基于MATLAB數據處理平臺，研究車牌字符分割的算法，將連通域法、垂直投影法、模板匹配法相結合，實驗結果表明，在理想測試條件下可以得到較好的分割結果。

1.車牌的定位和幾何校正

1.1 車牌定位

在車牌定位時需要把車牌圖像從采集到的圖像中分割出來。能夠在形式多變的環(huán)境下,如何從亮度相差很大的車牌原始圖像中，正確定位牌范圍是整個車牌識別系統(tǒng)的關鍵之處。經過圖像處理后所得到的圖像，在垂直方向上的面積投影出現(xiàn)了峰–谷–峰的特性。根據這一特點，可以定位車牌區(qū)域，在車牌初始位置之后，需要進一步進行微定位。對于車牌四周邊界即左右、上下運用削減這就是所說的微定位法。微定位技術由三部分組成：橫向定位、垂直定位、微定位。目前，國內外常見的車牌定位方法有：特點定位法，數學狀態(tài)定位法，小波變換法，開運算定位法等。

1.2 車牌幾何校正

在實際情況中，采集到的車牌圖像在車牌區(qū)域的數量和角度上有一定的差異，車牌圖像中的車牌字符在一定程度上呈傾斜趨勢。目前主要的傾斜類別有三種它們分別是:Y軸方向上的傾斜、X軸方向上的傾斜、X軸和Y軸上的傾斜。若檢測到車牌有傾斜，則需要對傾斜的車牌進行調整，常用的幾何校正技術有以下三種：（1）霍夫數量變換的傾斜校正算法，（2）基于車牌投影變換的傾斜校正算法，（3）基于Radon變換的傾斜校正算法。而基于車牌投影的傾斜校正算法，本質上就是一種基于Radon變換的校正算法。通常一般用二維函數G(x, y)來表示采集到的原始圖像坐標為(x, y)的像素值，在某個方向上的投影一般可用該方向上的積分表示。積分公式如（1）所示：

2.車牌字符分割

字符分割的方法通常有以下三種：投影法、模板匹配法、聚類分析法。本文結合連通域、投影法、模板匹配法來進行車牌字符分割。具體操作如下：

(1)彩色車牌圖像進行預處理，將二值化后的黑白圖像從最底將部向最上面進行逐掃描工作，統(tǒng)計像素值為1的像素，每當字符中的總數值大于7（車牌中總共7個字符）時，確定車牌字符中的上下邊界，并剔除車牌字符的除去上下邊界的區(qū)域，將車牌的高度、寬度，分別設置為H、W。

(2) 由左到右由字符圖像序列在一排車牌中進行掃描，統(tǒng)計像素值為1的像素，最后，結果信息統(tǒng)一在一個陣列里，用來存儲像素總量列與1像素值。

(3)依據漢字本身的特征，系統(tǒng)設置兩個閥值目的是來分割一個漢字字符。假設兩個閾值可以是threshold1，threshold2，按照最左邊方向開始進行掃描之前經過最初處理之后的車牌字符圖像，并且記下首個比閾值大的Threshold1標記為H，然后比較得出的閾值所在列的寬度H–S，以及Threshold 2的高低，最后，檢測像素的范圍是大于閾值2，像素值為1的像素，小于閾值時，因此可以在車牌上設置S字符的S。在分割不連通的漢字時，使用的這種改進方法就會起到比較顯著的作用。

(4)由于車牌上的字母和數字這兩者沒有存在互不連通性的問題，故只需要利用之前第一個閾值Threshod 1就可以很輕松的分割出車牌上面剩下的字符。

(5) 當研究中像素數大于閾值1時，可作為車牌字符的起始位置，比閾值threshold 1小時計為一個車牌字符結束的位置。以此類推，即可將車牌上的字符全部分割出來。

3.車牌字符分割的軟件設計

本文以MATLAB R2010b 為實驗平臺，根據所研究的車牌字符分割方法，程序流程設計如圖1所示。

圖1 車牌字符分割流程圖

4.實驗結果與分析

在理想測試環(huán)境下，其中一幅車牌圖像的車牌字符分割結果如圖2所示。

圖2

通過一系列的測試結果發(fā)現(xiàn)，在車牌圖像信息的采集過程中，不可避免的存在外界環(huán)境的干擾，比如光線強度的大小，汽車車牌四周的覆蓋，汽車生產廠家對汽車本身的刻畫點綴等諸多因素都會很容易給車，牌定位工作造成影響。并且對二值化后的圖像再進行字符分割時，閾值的選擇非常重要，否則會放大我國私家車牌中“點”的存在，而影響字符分割的效果。文中所采用的方法，在理想測試環(huán)境下，可以取得較好的分割效果。對于測試中出現(xiàn)字符分割效果不理想的原因，分析為：(1)目標圖像上有外部干擾的車牌，如光強度和周圍的附加附件的車牌存在；(2)系統(tǒng)采用不同的邊緣檢測算法將會致使汽車牌照字符的分割效果，最終影響識別準確性；(3)存在某些字符具有很強的相似性，字符在識別上可能發(fā)生混淆這樣的情況。

* [1]朱虹.數字圖像處理基[M].北京.科學出版社,2005.04

* [2]劉衛(wèi)國.MATLAB程序設計教程[M].北京.中國水利水電出版社,2010.10

* [3]王曉健.車牌定位與字符分割算法研究及實現(xiàn)[D].北京郵電大學,2009

* [4]謝偉生.車牌定位及字符分割方法研究與實現(xiàn)[D].西南交通大學,2010

* [5]冉令峰.基于垂直投影的車牌字符分割方法[J].通信技術,2012(04)

* [6]董璐.數字圖像處理與識別系統(tǒng)的開發(fā)[D].東南大學,2004