車牌圖像的字符分割

王鳳+葉衛華

摘 要 本文從車牌投影出發，分別求出車牌的水平和垂直投影，根據車牌的投影的平均值去除車牌邊界。然后再字符分割。通過實驗證明該方法可行。

【關鍵詞】水平和豎直投影 投影平均值 字符分割

1 引言

隨著經濟發展，世界各國汽車數量急增，如何有效的進行城市交通管理越來越受到各國政府和有關部門的關注。針對這個問題而研究的智能交通系統（ITS）成了一個熱點領域，車牌識別是其重要的組成部分，在車輛控制、運輸安排、停車管理、自動收費、事故處理等方面需求越來越高，可以節約大量的人力、物力，同時也提高了交通管理的效率。總之，智能交通管理系統的研究和開發具有重要的現實意義，也具有廣闊的市場和巨大的商業應用前景在智能交通系統中，準確定位車牌后，字符分割是下一步字符識別的前提，字符分割的好壞對字符識別率起著至關重要的作用。雖然目前在已有的印刷體字符分割技術的基礎上，提出了不少分割方法，但是分割準確率依然不是很高，而且分割方法穩定性不好。本文主要針對字符分割方法進行研究，對車牌進行了一個灰度預處理后再二值化，使字符分割達到很好的效果，為下一步的字符識別提供了一定的基礎保障。

2 車牌圖像預處理

2.1 灰度變換以及二值化

目前攝像系統采集下來的圖片一般都為彩色圖像，由于彩色圖像信息量大，計算復雜，而且運算速度慢，所以先對圖像進行灰度變化處理。為了適應字符分割和匹配識別，還要將灰度圖進行二值化處理。

2.2 去除車牌邊框

在車牌區域中存在邊框及鉚釘的存在，影響車牌字符的分割，因此，在字符分割前需要消除邊框及鉚釘等噪聲對車牌字符分割的影響。從圖1可以看出，車牌在水平方向上的投影呈現出明顯的“波峰——波谷——波峰”的特性，同時觀察到雖然波峰（ 車牌字符處的投影值）的形態各異，變化很大，波峰和波谷之間像素值大小存在很大的差別。這樣就可以利用求投影平均值的方法去除車牌邊框。主要包括以下步驟：

（1）將車牌二值化圖像做水平投影和豎直投影；

（2）利用mean函數求出水平投影的平均值，從左往右搜索第一個波峰，由于車牌上有螺絲，第一個波峰應為螺絲所在處，要去除后的字符區的左邊界所在位置；從右往左找第一個波峰字符區右邊界所在位置；這樣就去除了車牌的左右邊框。

（3）同樣利用mean函數求出豎直投影的平均值，從上往下搜索上升沿（上面字符區），從下往上搜索下降沿（下面字符區），這樣就可以去去除車牌的上下邊框。

2.2.1 水平投影和豎直投影

水平投影即水平方向上的投影是圖像各列的疊加，即圖像各列像素點的疊加。投影如圖1，圖中第一個波峰和最后一個波峰分別為車牌左邊框和右邊框以及螺絲的投影值。

豎直投影即豎直方向上的投影是圖像各行的疊加，即圖像各行像素點的疊加。投影如圖2，圖中第一個和最后一個大于平均值的峰值為車牌的上邊框和下邊框的投影值。

去除車牌左邊框算法流程圖如圖3所示。去除右邊框的算法與去除左邊框的相同。

3 車牌字符分割

車牌字符分割的步驟及方法：

3.1 圖像預處理

首先將去邊框后的車牌圖像反二值化，反二值化后背景像素值為零，字符像素不為零。

3.2 行分割

由于有些車牌是兩行的形式，所以首先分割出各行文字的上下邊界。從上向下描標記像素點和不為零的行第一個像素點和不為零的行為第一行字符的上邊界；接著向下掃描標記像素點和再次變為零的行為第一

行字符的下邊界；接著向下掃描重復以上操作知道全部掃描完畢。

具體算法流程圖如圖4所示。

3.3 單個字符分割。

對各行字符逐個切割出來。從左到右掃描切割出來的各行字符，標記第一次像素點和不為零的列為第一個字符的左邊界，接著往右掃描標記第一次像素點和變為零的列位第一個字符的右邊界，如此就分割出了第一個字符；再往右掃描重復以上操作直到全部列掃描完畢。

具體算法流程圖如圖5所示。

最終分割成如下圖的單個字符圖6所示。

4 總結

本文對精確定位的車牌區域進行字符分割的過程中，不僅解決了單行字符車牌的分割問題還解決了雙行字符車牌的分割問題。本文還有待解決的問題的是漢字分割的斷裂問題，如“湘”被分割成 “氵”，“木”，“目”三部分。

參考文獻

[1]李海濤，鄧櫻.Matlab程序設計教程[M].北京：高等教育出版社，2002.

[2]黃文杰.基于投影的車牌字符分割方法[D].淮安：淮陰工學院交通工程系，2003.

[3]梁永貴，林江莉，陳科.車牌圖像中字符分割方法[D].成都：四川大學，2009.

[4]劉奕，陳學，蔣治華.一種利用顏色信息的車牌字符分割新算法[J].計算機應用與軟件，2005.

[5]宋晨光，葉海建.基于數學形態學的車牌字符分割算法[J].光電子技術與信息，2005.