2022年数字图像处理技术在车牌识别中的应用 .pdf

《2022年数字图像处理技术在车牌识别中的应用 .pdf》由会员分享，可在线阅读，更多相关《2022年数字图像处理技术在车牌识别中的应用 .pdf（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、文章编号:1006 22475(2006)08 20119 203收稿日期:2006 203207作者简介:刘肃平(1978 2),男,江西南昌人,南昌理工学院计算机系讲师,研究方向:数据 库;陈 强(1976 2),男,江西南 昌人,讲师,研究方向:数据库。数字图像处理技术在车牌识别中的应用刘肃平,陈强(南昌理工学院计算机系,江西 南昌330013)摘要:讨论了数字图像处理在车牌识别中所使用的各种技术,对于车牌边缘检测和车牌字符分割等关键处理技术 进行了较为详细的论述。关键词:车牌识别;车牌定位;字符分割;图像处理中图分类号:TP391.41文献标识码:AApplicationof Digi

2、tal Image Processing Techniques in License Plate IdentificationLIU Su 2ping,CHEN Qiang(Co mputerScienceDepartment,NanchangInstituteof Techno logy,Nanchang330013,China)Abstract:Varioustechniques of digital imagep rocessingin the licenseplateidentificationareintroduced,andthe key techniq uessuchasedge

3、detectionof licenseplate and characterdivisionof licenseplateare discussed in detail.Key words:licenseplate identification;licenseplate location;characterdivision;imageprocessing0引言车辆牌照自动识别系统是智能交通系统的基础环节和重要组成部分,广泛应用于大型停车场、收费站、交通违章管理等领域。数字图像处理技术能将输入的车辆图像通过处理和识别,转换为车牌号的字符串形式,为后续的计算机处理奠定基础,在车辆识别中发挥了关键的

4、作用。系统的难点在于首先需要获取高质量的车辆图像,这对于车牌识别的正确率有很大的影响;其次,需要对车牌区域进行正确的定位和文字分割;最后是对分割出的车牌文字进行识别。1图像处理简介人们日常看到的图像一般是对从目标上反射出的光进行量度而得到的,用数学模型表示为f(x,y)。图像采集设备所获取的图像必须经过离散和量化才能由计算机处理,即数字化的图像。根据应用领域的不同要求,可以将图像处理技术划分为许多分支,比较重要的分支如下 2:(1)图像数字化:通过采样与量化过程将模拟图像变换为便于计算机处理的数字形式。(2)图像增强:主要目的是增强图像中的有用信息,削弱干扰和噪声,使图像清晰或将其转换为更适合

5、人或计算机分析的形式。(3)图像分割与特征提取:图像分割是将图像划分为一些互不重叠的区域,通常用来将分割的对象从背景中分离出来。(4)图像分析:对图像中的不同对象进行分割、分类、识别、描述和解释。(5)模式识别:模式识别技术也是图像技术重要性的体现,诸如指纹识别、人脸识别以及文字识别等,都要和模式识别打交道。(6)人工智能:可以说图像处理、模式识别和人工智能是三位一体的学科。(7)计算机视觉:研究计算机视觉的目的是开发出能够理解自然景物的系统。在机器人领域中,计算机视觉能够为机器人提供眼睛的功能。2图像的预处理先对采集的车辆牌照图像进行必要的预处理,有助于进一步的识别。图像的预处理包括:图像的

6、格式转换和压缩、图像去噪和增强等。计算机与现代化2006年第 8 期JISU ANJIYUXIANDAIHUA总第 132期名师资料总结-精品资料欢迎下载-名师精心整理-第 1 页，共 3 页 -2.1图像的格式转换和压缩图像采集设备采集的图像通常以bmp或 jpg格式存入计算机。以bmp格式文件为例,bmp 文件通常分为四部分:文件头、信息头、调色板、数据部分。一幅 24 位的真彩图像的每个像素由三个字节表示,这样,储存一幅640*480 的图像就需要占用640*480*3=921,600字节,无论对于存储容量和处理时间都是不太理想的,因此,需要对图像进行压缩。一般采用的方法是将彩色图像转换

7、为灰度图像,公式为:Y=R*0.299+G*0.587+B*0.114,其中 Y 被称为灰度值。这样,彩色图像的每个像素通过索引使用统一的调色板,节省了大量的存储空间和处理时间。2.2图像的去噪和增强由于摄像条件和客观因素的限制,如车辆牌照不整洁、光照条件不好、角度不合适、车速较快等原因,采集的图像可能模糊、歪斜或缺损,因此要对图像进行平滑和增强处理。图像去噪:为了消除噪声,常采用滤波的方法,可分为空域滤波和频域滤波。按照空域滤波器的功能又可以分为平滑滤波器和锐化滤波器,平滑滤波器常用的方法有邻域平均法、选择平均法、中值滤波、自适应滤波等,其中,去噪处理多采用中值滤波,能获得较好的效果。实际应

8、用中可能采用传统的邻域平均平滑算法3,也可能采用某些改进的算法,如应用灰度差倒数加权算法进行滤波处理4。图像增强:最常用的方法是灰度直方图变换,包括直方图均衡化和直方图规定化。直方图的基本思想是把原始图的直方图变换为均匀分布的形式,这样就增加了像素灰度值的动态范围从而达到增强图像整体对比度的效果。实际中有时需要变换直方图使之成为某个特定的形状,从而有选择地增强某个灰度值范围内的对比度,这时可以采用比较灵活的直方图规定化方法1。此外,还可以通过傅立叶变换到频域进行处理,其依据是图像中的边缘和噪声对应图像傅立叶变换中的高频部分,而背景则对应低频部分,因此可以通过低通滤波器来抑制高频、强化低频达到去

9、噪的目的。当然,也可以通过高通滤波器来抑制低频、强化高频达到图像锐化的目的。另外的一个选择是利用数学形态学的方法,数学形态学的基本运算有4 个:膨胀、腐蚀、开启和闭合。先对图像进行腐蚀然后膨胀其结果,称为开启,或先对图像进行膨胀然后腐蚀其结果称为闭合,将四种基本运算结合起来就可实现形态学的各种运算:如先 开启后闭合能实现噪声滤除,尤其对于孤立的噪声点效果很好;而先求取腐蚀结果然后计算差集可提取图像边缘。3牌照定位通过以上预处理之后,下一个关键步骤就是对图像中的牌照进行定位。车牌定位就是从含有车牌的车牌图像中提取出车牌区域。经典的图像处理方法有:微分算子、梯度算子、模板等。由于牌照的灰度值与周围

10、区域有明显的不同,因而在其边缘就会形成灰度突变的边界,这样就便于通过边缘检测来对灰度图像进行分割。边缘的检测可借助空域微分算子通过卷积完成,实际上数字图象中求导数是利用差分近似微分 来进 行的。经典的梯 度算 子 有:Roberts算 子、Prew itt 算子、Sobel算子和二阶导数Laplacian算子,梯度是一个矢量,它的方向就是方向导数最大的方向,也就是牌照边缘的灰度值与边缘附近图像背景的灰度值绝对值最大的方向,而这个方向就是与拍照边缘相垂直的方向,由此就可提取出牌照的边缘。在车牌图像中就是利用牌照区域灰度或颜色变化迅速的特点来定位车牌,具体过程如下 5:从灰度图的第1 行开始扫描,

11、记录该行中灰度变化大于某一预设阈值的点的个数,如果其个数大于点数阈值,则认为该行可能包含图像。察看标志变量(称之为存在标志),如果其值为假,则置为真,否则继续。如果其个数小于点数阈值,也察看存在标志,若为 假则检测继续,若为真,则将另一个变量(称之为间断行个数)值 加 1,如果新值大于行数阈值,则认为上面找到的高变化区域与下面无联系了,然后看它的高度是否符合车牌的条件,若是则认为是车牌区域,否则将所有标志位复位,从下一行重新开始。对于该过程也可能采用某些改进算法 4。区域生长和分裂的方法对于确定车牌区域和图像的分割也有很好的效果。4字符分割经过上面的车牌定位处理后,得到的仍是车牌的灰度图像。而

12、在字符识别中一般采用的都是二值图像,所以先要进行图像的二值化。二值化的算法分为固定阈值和自适应阈值,固定阈值就是确定某一固定的灰度值,一般认为图像由前景和背景组成,在前后两景之间会形成低谷,即阈值所在,大于该阈值的灰度值置为 1,小于该阈值则置为0。自适应阈值相对灵活性较好,但是缺点是可能会产生许多噪声点。还有些系统是先对图像进行二值化处理,然后在二值图像中寻找车牌,相对来说效果不是很理想。二值化后需要寻找车牌字符的边框,以便更精确地定位车牌:从区域的中间点出发,依次寻找上、下、左、右边界,统计每一行和每一列的白点个数,当发生突变的时候就认为有可能到达边界了,排除噪声干扰,就可以得到字符区域的

13、边界。将二值化后牌照的图像切割成单个的字符,一般采用的是投影法,具体步骤如下2:第 1 步:先自下向上对图像进行逐行扫描直至遇到第一个黑色的像素点。记录下来,然后再由上向下对图像进行逐行扫描直至找到第一个像素,这样就找到图像大致的高度范围。120计算机与现代化2006 年第 8期名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页，共 3 页 -第 2 步:在这个高度范围之内再自左至右逐列进行扫描,遇到第一个黑色像素时认为是字符分割的起始位置,然后继续扫描,直至遇到有一列中没有黑色像素,则认为这个字符分割结束,然后继续扫描,按照上述的方法一直扫描直至图像的最右端。这样就得到了每个字符的比较

14、精确宽度范围。第 3 步:在已知的每个字符比较精确的宽度范围内,按照第一步的方法,分别进行自上而下和自下而上的逐行扫描来获取每个字符精确的高度范围。5字符识别对于单个字符的识别方法有很多,利用字符的结构特征和大量的先验知识能有效提高识别的准确率和速度,像素结构特征的提取方法很多,常见的有:水平/垂直投影的特征、微结构特征和周边特征等。水平/垂直投影的特征是计算字符图像在水平和垂直方向上的像素值的多少,以此作为特征;微结构法将图像分为几个小块,统计每个小块的像素分布,典型的如 13 特征点提取方法 2;周边特征则计算从边界到字符的距离。现在往往采用神经网络和结构特征相结合的方法识别字符,存在的问

15、题是神经网络需要大量的样本,对于小样本情况并不适合,且对于非样本数据识别率较低,出现过学习的现象等。随着统计学理论的发展,支持向量机(S VM)用于字符识别得到广泛的关注 6 7。利用该方法进行车牌字符识别,在训练样本相对较少且无字符特征提取的情况下,仍可得到较高的识别率,存在的问题是如何确定适当的核函数及其参数,但是该方法已表现出许多优于已有方法的性能,所以有理由相信支持向量机(SVM)有很大的发展潜力。6结束语本文对数字图像处理技术在车牌识别中的应用作了较完整的综述,当然,实际应用中可能还涉及更复杂的问题,如车牌歪斜的矫正、车牌字符的归一化等。随着计算机技术、数字信号处理技术的发展,数字图

16、像处理技术将能更好地应用于车牌识别中,为国民经济的发展做出更大贡献。参考文献:1章毓晋.图 像处 理和 分析 M.北 京:清华 大 学出 版社,1999.2胡小锋,赵 辉.Visual C+/MATLAB 图像 处理 与识 别 实用案例精选 M.北京:人民邮电出版社,2004.3阎建 国,高 亮,等.图 像处 理技 术 在车 牌识 别 中的 应 用 J.计算机应用,2000,26(1).4刘阳,尹铁源,等.数字图像处理 应用于车辆 牌照识别 的研究 J.辽宁大学学报,2004,1(4).5荣江,王文杰,陈 建华.智 能车牌 识别 系统设 计与 实现.微型机与应用,2005,50(1).6王晓光

17、,王晓华.一种基于 SVM 的车牌 汉字的 有效识 别方法 J.计算机工程与应用,2004,24(2).7祁亨年.支 持向 量 机及 其 应 用研 究 综述 J.计 算 机 工程,2004,30(5).(上接第 118页)Cult3D 三维模型文件(扩展名.CO),随后便可以看到被插入的Cult3D 对象,选中对象,在属性面板中可以对对象进行一些设置,比如大小,排列等,一般取默认值即可。单击/文件0菜单下的/保存0,把文件保存到一个HTML 文件中。其实这只是一个简单的实例,你完全可以把它插入到预先设计好的网页中。4结束语Cult3D 技术是应用于主流操作系统和应用程序的交互三维渲染软件,它能

18、把交互实时的虚拟世界高质量、快速地送到因特网用户手上。使用Cult3D 技术,用户能随时随地在网上触摸、感觉真实的虚拟环境,同时 Cult3D 文件可 以应 用于 网页、Office 文 档、Acrobat文档以及支持ActiveX 的开发语言。Cult3D 典型应用:(1)电子商务和电子交易。Cult3D 可以帮助在线买卖商品,消费者可以在线完整的观察、体验要购买的商品,从而增加商品销量,同时增加用户的满意度。(2)产品服务和培训。使用 Cult3D 技术的在线产品手册、FAQ 和基础训练将有效地增加和改善产品演示、培训效果。(3)产品和销售展示。Cult3D 可应用于发给潜在客户的产品介绍

19、Office文档或者 PDF 文档中,能增加 潜在客户对产品的认知程度,和产品的演示效果。(4)娱乐、游戏。Cult3D 可应用于在线游戏和娱乐,增加游戏的交互性和三维特性。参考文献:1胡松涛,产品展示能手)CU LT 3D入门与提 高 M.北京:中国电力出版社2002.2 韩 李 正浩,金 城 元,等.三 维魔 术)Cult 3D&3DSMAX M.吴军译.北京:电子工业出版社,2002.3苏 威洲.实 现网 络 三维 互动(Cult3D 应用 指 南)M.北京:清华大学出版社,2001.1212006年第 8 期刘肃平等:数字图像处理技术在车牌识别中的应用名师资料总结-精品资料欢迎下载-名师精心整理-第 3 页，共 3 页 -