一种基于数学形态学和Hough变换的车牌图像检测及定位算法

2012-04-26 19:28:32来源: eefocus

车牌识别系统(LPR)在现代交通检测和管理部门中发挥着举足轻重的作用。车牌识别系统主要包括车牌定位、字符分割和字符识别三部分[1]。由于车牌定位的准确与否将会直接影响到车牌识别的结果,因此,车牌定位是LPR的一项关键技术。常见的车牌定位技术主要有:边缘检测法[2]、投影法[3]、神经网络法[4]、数学形态学法[5]、基于彩色图像的定位算法[6]。边缘检测法对车牌图像边框的连续性要求较高;神经网络方法计算量大,且要求车牌尺寸基本不变,否则必须对神经网络进行重新训练;基于形态学的方法受噪声影响比较大;基于彩色图像的定位算法适应性差,对于偏色以及背景颜色干扰等情况无法做出有效处理。

由于存在许多外在的干扰,背景信息往往比车牌信息更加复杂,给目标搜索带来巨大的困难,单一的定位方法已经无法保证其有效性。为此,本文提出了一种综合的定位算法,对预处理的图像进行形态学的高帽变换后,利用边缘检测得到连通区域进行粗定位,然后结合Hough变换和车牌的先验知识进行车牌的精定位,该算法充分利用了车牌的字符信息,能够快速而准确地提取出车牌区域。

1 车牌的固有特征

车牌识别是一种特定对象的识别,是一种在先验知识指导下的识别。我国现在使用的车牌主要执行中华人民共和国机动车牌号标准[7],其具有以下的特征:

(1)形状特征:汽车车牌区域的每个字符宽度为45 mm,字符高度为90 mm,间隔符宽10 mm,字符间隔为12 mm,整个车牌区域的宽高比为44/14。这部分特征在车牌的定位分割方面具有重要的意义。

(2)纹理特征:车牌有一个连续或因磨损而不连续的边框;标准车牌(军车、警车、教练车、外交车除外)模块包含7个字符,它们基本呈水平排列;在矩形的车牌区域内部有着较丰富的边缘信息,呈现出规则的纹理特征。

(3)灰度跳变特征:车牌的边缘颜色、车牌底色以及车牌文本颜色各不相同,表现在图像中就是灰度级互不相同,这样,在车牌边缘就形成了灰度突变边界。在车牌区域内部,由于字符和车牌底的内部灰度较均匀,因此,穿过车牌的水平直线呈现出波峰波谷的特点。

2 图像预处理

车牌图像的采集大都是通过摄像机、数码相机等设备拍摄获取的彩色图像,因此首先要对图像进行灰度化处理。

牌照图像在拍摄时受各种条件的限制和干扰,图像的灰度值往往与实际景物不完全匹配,直方图均衡化[8]处理能增加图像灰度值的动态范围,从而达到增强图像整体对比度的效果。

经过灰度增强后的图像还存在各种噪声,中值滤波是一种非线性滤波,它很适合于椒盐噪声(即通常拍摄的图片带有的噪声类型)。

图1显示了本文设计中图像预处理部分的实验效果图,车牌区域的特征被明显增强。大量实验表明,本文采用的图像预处理方法能获得较好的效果,满足实验的要求。


3 车牌定位算法

3.1 车牌区域粗定位

3.1.1 形态学处理

按照牌照底色和字符的颜色对比,可以将车牌分为深色底浅色字的车牌和浅色底深色字的车牌两大类,数学形态学的高帽变换和低帽变换就是分别针对这两类车牌设计的。在本文研究的系统中,全部选用的是蓝底白字的车牌,即深色底浅色字车牌。

高帽变换是基于膨胀和腐蚀操作的一种形态学的应用,对图像进行形态学高帽变换(Top-hat),用Top表示,定义为

高帽变换是原始图像与其开运算之差,开运算用来去除比结构元更小的亮点,同时保持灰度级和较大亮区特性的相对不变。因此,只要选择合适的结构元素,高帽变换就能将亮目标从背景中有效分离出来[9]。如图2(a)所示,经过高帽变换后,对于深色底浅色字的车牌,其车牌字符的区域的特征会得到增强,车牌文本部分变得更加清晰突出,便于让后续的检测处理过程更加简单和省时。

3.1.2 边缘检测

车牌区域的字符与背景有十分明显的边缘而且边缘的个数也很多。Sobel算子对噪声有抑制作用,它对灰度渐变和噪声较多的图像值处理效果较好,对边缘定位比较准确且速度快[10]。采用Sobel边缘检测算子进行边缘检测的效果如图2(b)所示,各个字符都形成了相对独立的区域,当然也有一些非字符形成的干扰区域。对边缘检测后的图像采用全局阈值OSTU算法进行二值化处理,并采用行程码方法标记连通区域,可以得到一系列特定的连通域,同时也可以得到包围各个连通区域的最小外接矩形(bounding-box)和各连通区域的面积。为了方便观察及后续分析,将标记的连通区域表现在原始图像上,如图2(c)所示。

[1] [2]

关键字:Hough变换  车牌综合定位算法  数学形态学

编辑:什么鱼 引用地址:http://www.eeworld.com.cn/Test_and_measurement/2012/0426/article_5047.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。
论坛活动 E手掌握
微信扫一扫加关注
论坛活动 E手掌握
芯片资讯 锐利解读
微信扫一扫加关注
芯片资讯 锐利解读
推荐阅读
全部
Hough变换
车牌综合定位算法
数学形态学

小广播

独家专题更多

迎接创新的黄金时代 无创想,不奇迹
迎接创新的黄金时代 无创想,不奇迹
​TE工程师帮助将不可能变成可能,通过技术突破,使世界更加清洁、安全和美好。
TTI携TE传感器样片与你相见,一起传感未来
TTI携TE传感器样片与你相见,一起传感未来
TTI携TE传感器样片与你相见,一起传感未来
富士通铁电随机存储器FRAM主题展馆
富士通铁电随机存储器FRAM主题展馆
馆内包含了 纵览FRAM、独立FRAM存储器专区、FRAM内置LSI专区三大部分内容。 
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2016 EEWORLD.com.cn, Inc. All rights reserved