機器視覺技術在汽車牌照識別中的實現方法

劉金龍　張曉雨

摘 要 介紹了機器視覺技術在汽車牌照識別中的應用，牌照區域的分割主要依據車牌的形狀特征，牌照字符的識別主要依靠基于傅里葉變換的模板匹配。

關鍵詞 機器視覺；牌照定位；字符識別

中圖分類號：TP391.4 文獻標識碼：A 文章編號：1671-7597（2014）06-0040-01

近年來，信息采集技術得到了充分的發展，信號處理的方法越來越多樣化，機器視覺技術在人們的生活與工作中逐漸成為了不可替代的技術。所謂機器視覺就是一種用機器代替人眼來做測量和判斷的技術。機器視覺技術的發展給智能交通技術帶來了革命。其中交通流量監測，車輛違章監控，交運系統的疏導等技術得到了廣泛的傳播。車牌的自動識別技術是推進這些技術發展的核心。它包含牌照定位與牌照字符識別兩個部分。背景的復雜程度與光照條件是影響識別準確性與實時性的重要因素。

1 汽車牌照的特點

根據國家對于交通法規的規定，車用牌照的顏色有一定要求的：總質量在4500千克以上的貨車和乘坐人數在20人以上和車身長度6米以上的車要求安裝黃底黑字牌照；總質量在4500千克以下的貨車和乘坐人數在20人以下和車身長度在6米以下的車安裝藍底白字牌照；全掛車和不與牽引車固定使用的半掛車安裝黃底黑字牌照；二輪三輪摩托車和電瓶車安裝黃底黑字牌照；輕便摩托車一般安裝白底朱紅字牌照；拖拉機安裝黃底黑字牌照；農用運輸車安裝黃底黑字牌照；實驗汽車與實驗摩托車安裝黃底黑字牌照；教練用車與教練摩托車安裝黃底黑字牌照。對于汽車牌照的尺寸，藍牌和黑牌要求為440 mm長，140 mm寬；黃牌前牌照尺寸為440 mm長，140 mm寬，后牌照為440 mm長，220 mm寬；摩托車及輕便摩托車前牌照為220 mm長，95 mm寬，后牌照為220 mm長，140 mm寬。對于汽車牌照上的字符，只有文字，字母和數字構成。對于文字來說，數目是有限定的；字母的數目為26個；數字的數目為10個。

綜上所述，汽車牌照具有如下特點：車身顏色與牌照顏色有較大的差異；牌照字符顏色與牌照底色有較大的差異；牌照字符間間隔是均勻的；牌照的長寬比有一定標準，存在一個確定的范圍，此即牌照的形狀特征。

2 牌照定位

牌照的定位方法主要依據車牌的形狀特征。牌照定位具體步驟如下。

Step1：對待處理圖像進行二值化處理；

Step2：通過黑白區域面積的比較確定汽車與牌照二值化后的顏色；

Step3：將牌照所屬顏色區域進行膨脹處理，腐蝕掉牌照字符等干擾；

Step4：查詢連通域的邊界；

Step5：依據連通域的長寬比與標準牌照長寬比的匹配度來定位出牌照區域。

圖像二值化處理是圖像分割的一種方式，特別適合于目標和背景占據不同灰度級范圍的圖像。牌照和車輛的顏色一般都有明顯的區分，所以二值化處理能夠分割出牌照與背景區域。其中，分割閾值的選取對于分割的效果至關重要。

膨脹運算是形態學處理的一種，它表現為一種對鄰域的運算形式。通過形態學處理不但可以過濾由于噪音或者其他原因引起的一些較小的不可能為牌照的區域，減少候選區域和提高檢測速度，而且可以填補牌照區域內由于字符灰度不同導致的較小空洞，降低了誤判的可能性。

3 字符識別

牌照上字符的字母與文字是有限的，所以可以采用模板匹配的方法來實現字符的識別。字符識別具體步驟如下。

Step1：截取出牌照區域，并進行二值化處理以及膨脹處理；

Step2：對二值圖進行垂直投影，分別依據累計的灰度值劃分出每個字符的區域；

Step3：對包含單個字符的區域進行基于傅里葉變換的模板匹配，從而識別出字符；

Step4：重復Step3，直到識別出所有字符為止。

牌照上的字符與牌照背景的灰度級是不同的；所以用二值化處理就可以分割出字符與牌照的背景。對二值圖像進行形態學處理是為了腐蝕掉一些較小的空隙，但是又不能使相鄰兩個字符之間處于聯通狀態，否則會對后續處理有影響。

牌照上字符的數目是國家法規規定的，所以依據字符的數目可以把牌照劃分成幾個區域是確定的，可以依此來作為判斷區域劃分是否正確的依據。字符區域劃分主要通過對形態學處理后的二值圖像進行垂直投影。垂直投影后的結果是一個非連續的累計圖，對累計圖中灰度值的判斷可以劃分出字符區域。

傅里葉變換可以將單個字符區域和模板的灰度空間變為傅里葉空間；在傅里葉空間內，單個字符區與模板進行相似性匹配。在完成所有模板代入單個字符區域進行匹配的處理后，需要進行相似性比較，相似度最高的一組就是識別出來的字符。相似性測度是模板匹配過程的重要參數，是影響匹配速度與準確性的關鍵。

4 結論

文章闡述了汽車牌照識別技術的實現方法。牌照定位部分依據車牌的形狀特征來實現，從而極大的提高了定位的實時性；字符識別部分在區域細化基礎上利用模板匹配法來識別單個字符，提升了字符識別的準確性。

參考文獻

[1]衛小偉.城市智能交通控制系統研究與設計[J].現代電子技術，2010，33（17）：189-192.

[2]陽紅.發展我國智能交通系統之我見[J].現代電子技術，2003（7）：37-41.

[3]劉桂雄，馮云慶，申柏華，等.一種基于車牌特征信息的車牌識別方法[J].華南理工大學學報：自然科學版，2003，31（4）：70-73.

[4]邢向華，顧國華.基于模板匹配和特征點匹配相結合的快速車牌識別方法[J].光電子技術，2004，23（4）：268-270.

[5]袁寶民，于萬波，魏小鵬.汽車牌照定位研究綜述[J].大連大學學報，2004，23（2）：6-12.

[6]李了了，鄧善熙，丁興號.基于大津法的圖像分塊二值化算法[J].微計算機信息，2005，21（08X）：76-77.

[7]史燕，呂永戰，張帆.車牌識別中的二值化及快速傾斜校正算法[J].現代電子技術，2009，32（5）：149-152.

[8]萬麗，陳普春.一種基于數學形態學的圖像對比度增強算法[J].現代電子技術，2009，32（13）：131-133.

[9]王盛利，李士國.一種新的變換——匹配傅里葉變換[J].電子學報，2001，29（3）：403-405.

[10]山海濤，郭建星，耿則勛.影像匹配中幾種相似性測度的分析[J].測繪信息與工程，2003，28（4）：11-13.

作者簡介

劉金龍，男，黑龍江哈爾濱人，碩士在讀，研究方向：機器視覺。

通訊作者：張曉雨，女，山東威海人，本科在讀，研究方向：機器視覺。endprint