基于模板匹配的污損車牌識別方法

胡偉平 廣西科技大學智能計算與分布式信息處理重點實驗室

基于模板匹配的污損車牌識別方法

胡偉平 廣西科技大學智能計算與分布式信息處理重點實驗室

為了處理污損車牌，提高車牌識別的正確率，在使用垂直投影法進行字符分割定位的前提下，使用字符模板匹配的方法實現了對污損車牌的識別。實驗結果表明，該方法對于藍底白字的家用車的部分污損車牌能準確地進行識別。

垂直投影 車牌識別 模板匹配

目前中國私家車的保有量已經大幅增加，為了高效進行車輛管理，車牌識別已經成為了一個通用程序[1-3]，但由于泥水遮污或人為故意遮擋等情況，污損車牌的情況時有發生，而污損車牌對于車牌識別的準確性提出了很大的挑戰。目前對污損車牌的研究較少，劉焱等[4]提出基于紋理的合成算法，對于較小的污點，可以通過補洞的方式來修正，延俊義[5]提出使用局部相識度誤差過濾的方法，能克服車牌部分遮擋的問題，但這些研究均只能針對一些特殊情況，所以有必要研究一種通用的污損車牌的識別方法。字符識別是解決污損車牌識別問題的關鍵，本文用字符模板匹配的方法，解決污損車牌的識別問題，從而提高污損車牌的識別率。

一、污損車牌識別系統的構成

污損車牌識別系統由車牌定位、字符分割和字符識別等3部分構成。其中車牌定位主要是利用家用車車牌是藍底白字這個特點，通過顏色比對，確定車牌的區域，字符分割是對識別出的車牌按照規格化的車牌進行分割，得到單個的車牌字符，字符識別模板則是將車牌字符進行二值化之后，與標準字符模板進行比對，根據與標準模板字符的相識度來確定字符。車牌的定位可以使用閾值分割和區域生長的方法，而字符的分割，可以使用垂直投影法進行，參見文獻[6]。本文的重點討論字符識別。

二、污損字符的識別

我國車牌中出現的字符均未規范的印刷體，是固定不變的，因此可以直接將其制作成模板來進行匹配和識別，字符模板均使用二值圖像。

對于已經分割出來的單個車牌字符，我們將其變換為字符模板相同大小之后，再進行二值化，將其與字符模板中的所有模板進行逐一比對，統計相同位置都是1的點的個數（稱為匹配度），之后按照匹配度進行排序，選取匹配度最大的作為識別結果。在識別結果的處理上，如果匹配度排序時排名第一和第二的差距較大，則直接將排名第一的字符作為識別結果，如果排名第一與后續的字符模板的數量差距較小，可以將后續的字符一起顯示作為備選結果，供人工識別。如果匹配度均低于某個閾值，則識別失敗。

三、實驗結果

我們隨機選取了34張車輛照片進行測試。測試圖像見圖1，該車牌中的3的上部分被刮花了，屬于污損車牌，車牌定位結果見圖2，車牌二值化結果見圖3，字符分割結果見圖4，識別結果見圖5。

因為我們采用的是字符模板匹配的方法，字符被遮擋情況下，參與比對的是部分字符，比未被遮擋情況下的匹配度會低，但是車牌字符與模板字符的匹配度排序結果并不會發生變化，故字符模板匹配的方法能很好地解決污損號牌問題。

圖1 測試圖像

圖2 車牌定位

圖3 車牌二值化

圖4 字符分割

圖5 識別結果

四、結論

本文主要對車牌中的污損字符識別問題進行了分析，利用污損車牌匹配度降低但是匹配度排序結果不變的原理，采用字符模板匹配的方法，解決了污損車牌的識別問題，實驗結果表明，該方法對于污損車牌識別率高，實現簡單，速度快，滿足了污損車牌識別的實際需求。

[1]康健新.基于圖像的車牌識別系統的設計和實現[D].長春: 吉林大學,2014.

[2]劉長青.車牌識別技術的研究與實現[D].長沙: 湖南大學,2007.

[3]黃山.車牌識別技術的研究和實現[D].成都:四川大學,2005.

[4]劉焱,董軍寧,馬莎,等.基于紋理合成算法在恢復污損牌照中的應用[J].計算機技術與發展,2008,18(12):186-188.

[5]延俊義.用字符局部相識度誤差過濾的方法識別污損車牌[J].科技創新導報,2011,(25):113.

[6]胡偉平,王日鳳.基于閾值分割和區域生長的車牌識別方法[J].廣西科學院學報, 2016.32(1):54-58.

注：本文系廣西高校中青年教師基礎能力提升項目(KY2016YB251)；廣西科技大學自然科學基金(校科自1419212)；廣西科技大學博士基金(校科博15Z07)的研究成果。