基于投影圖像分布特征的車牌定位方法研究

王 偉 ，吳一全

1.南京航空航天大學信息科學與技術學院，江蘇 南京 210016

2.廣播電影電視管理干部學院傳媒管理系，山西 太原 030013

0 引言

現代交通中汽車車牌自動識別系統的應用已經越來越普及，實現車牌識別的過程主要有兩部分：車牌定位提取和牌照字符識別。其中，車牌定位在整個系統中占有非常重要的地位，可以說是整個車牌自動識別系統的前提。一個好的車牌定位系統不僅應該能夠處理好各種輸入汽車圖像，準確提取車牌，而且在許多實際應用中還要求算法具有實時性，能夠快速高效地做出定位處理。當前最常見的定位技術主要有：“基于邊緣檢測的方法”、“基于彩色分割的方法”、“基于小波變換的方法”、“基于神經網絡的方法”和“遺傳算法”等。

本文根據我國車牌的特征和我國車牌定位技術的現狀，結合圖像預處理技術，提出了一種基于投影圖像分布特征的車牌定位方法。

1 圖像預處理

1.1 灰度均衡與濾波

一般來說，采集到的圖像光照條件不夠理想而且車牌位于車身下部，對比度較差，加上車身上部的一些反光等諸多因素的影響，如果直接對灰度圖像進行掃描定位會有不小的困難。為了獲得較好的掃描分割效果，有必要對車輛圖像進行灰度變換，采用灰度均衡則一般可解決上述問題。此外，如果有必要的話還需對圖片進行中值濾波，該濾波具有很強的噪聲抑制效果，考慮到算法的效率，僅在每一行上進行一維濾波即可。實驗表明輸入圖像經過上述處理一般都能得到滿意的增強效果。

1.2 圖像二值化

Gmax為最高灰度值，Gmin為相對最小灰度值。對于一幅灰度級為256級的灰度圖像，從第0級開始，每l6個灰度級分為一組，從而把256級分為l6組(分組序號n=1，……，16）。然后在整幅圖像中搜索每一個像素，并將其歸入相應的分組，統計每個分組的像素數量，記錄像素數量最多地分組n，則 Gmin=(n - 1)× 16。采用上述方法進行閾值分割后 ，已經基本能夠把車牌字符與背景分割開。從另一個方面看，圖像的二值化可以看作是一種圖像的壓縮，壓縮后的圖像每像素只占一位，它使得汽車牌照定位的算法變得簡單很多，而且加快了牌照識別的速度。

2 車牌定位

2.1 車牌特征

我國現有的汽車牌照按顏色分類主要有4類，分別是黃底黑字、藍底白字、白底黑字、黑底白字。常見的車牌一般有7個字符(極少數除外)，第一個是漢字，后面緊接著1個字母，1個分割點，再后面5個是數字或字母。對于一般的7個字符的車牌，其長寬比為4，對于單個字符，其長寬比為1/2，字符的寬度比字符間的距離(除了中間那個分割點左右字符的距離)要大。

2.2 基于投影圖像分布特征的車牌定位

該算法復雜度低，能夠滿足快速、準確定位的要求，且對于復雜的背景以及非均勻的光照條件并不敏感，具有較好的魯棒性。在介紹了該方法的基本原理及算法實現后，下面將對車牌自動定位系統的組成、實現方法，以及車牌定位的實驗結果進行必要的分析和說明。

2.2.1 車牌自動定位系統的組成

整個車牌自動定位系統的組成可以分為軟件實現部分和硬件實現部分。由于本文主要研究車牌定位的算法，故大部分工作也是集中在定位算法的軟件實現上。

1）實驗系統的軟硬件開發環境

本實驗系統的硬件環境以Pentium III微機系統為核心，數碼相機(1280×1024或640×480解析度)通過USB端口直接與微機系統直接相連。由于數碼相機拍攝采集到的原始圖像為JPEG位圖格式，需要經過格式轉換按照BMP位圖格式存儲在PC機硬盤上，作為實驗的原始數據。系統的軟件運行環境為Microsoft Windows98操作系統，所有的軟件都是以C++編程語言為基礎，在Visual C++6.0集成開發環境下完成的。

2）實驗系統的組成

車牌自動識別系統分為硬件部分和軟件部分，其中軟件部分主要由兩大部分組成：車牌定位分割模塊和車牌字符識別模塊。系統的基本框架組成，如下圖1所示。

圖1 車牌自動識別系統基本框架

2.2.2 車牌自動定位系統的實現

整個算法的流程圖，如圖2所示。

圖2 車牌定位算法流程圖

2.3 實驗結果分析與說明

實驗所用車輛圖像為用數碼相機在自然場景中拍攝的230幅包含車牌的彩色圖像，其中牌照包括普通牌照( 底色為藍、黑、黃)，軍用牌照( 底色為白)，武警牌照( 底色為白)。圖像中牌照大小不一、背景不一，背景包括人、其它車輛、樹木、建筑物等，光照條件也不一。需要說明的是，集合中圖像都是單車牌的。實驗統計結果如表1 所示，圖3 給出了部分實驗結果，其中包括轎車、面包車、小型卡車的牌照定位結果，以及光線較暗、較亮、車牌傾斜時的定位結果。

表1 車牌檢測實驗結果

實驗中存在漏檢和誤檢的主要原因是在車牌搜索過程沒有獲得車牌，或者在車牌定位過程中將車牌定錯。為此可對算法進行改進以提高正確檢測率，下面是定位效果圖。

圖3 車牌定位效果圖

實驗證明，對不同背景和光照條件下的車輛圖像進行上述處理，可以有效可靠地對圖像中的車牌照進行識別。

3 結論

車牌定位分割的方法有很多，但普遍存在適應性較差和實時性不足的問題。本文提出的這種基于投影圖像分布特征的車牌定位方案，既提高了車牌提取的魯棒性和準確性，又保證了實時性。實驗證明，該定位系統抗干擾能力強，對于產生幾何形變的車牌圖像也能夠很好的處理，且算法復雜度低，能夠滿足快速、準確定位的要求，具有良好的應用前景。

[1]張向東,馬月濤,楊奇澤.一種基于灰度圖像的車牌快速定位算法[J].電子科技,2007,5(212):72-78.

[3]陳寅鵬,丁曉青.復雜車輛圖像中的車牌定位與字符分割方法[J].紅外與激光工程,2004,33(1):29-33.

[4]李文舉,梁德群,張旗,等.基于邊緣顏色對的車牌定位新方法[J].計算機學報,2004,27(2):204-208.

[5]Shi Xi-fan，Zhao Wei-zhong,Shen Yong-hang.Automatic license plate recognition system based on color image processing[C]// LNCS 3483:ICCSA 2005,2005:1159-1168.

[6]王鋒,彭國華,趙強.一種快速、高效的車牌定位方法.計算機工程與應用,2007,43(11):222-224.