一種對車牌定位與字符分割算法的研究

王新杰 黃順 黃益平 張曉姿

摘 要： 車牌識別問題是現(xiàn)代交通工程領(lǐng)域中研究的重點和熱點問題之一，受到人們越來越多的關(guān)注。車牌識別處理一般分為車牌定位、字符分割與字符識別這三個主要部分。本文提出一種車牌照定位、字符分割算法，利用車牌照的顏色、車牌照顏色邊緣化與幾何特征等共同定位車牌。二值化投影法對普通車牌進行粗略的字符分割，并通過字符的寬度、字符幾何特征與字符的個數(shù)，進行精確分割，最終分割出有效的車牌字符。實驗數(shù)據(jù)表明該算法能對車牌進行有效的定位與字符分割。

關(guān)鍵詞： 圖像處理；車牌識別；字符分割

1.引言

隨著社會經(jīng)濟的發(fā)展、汽車數(shù)量急劇增加，對交通控制、安全管理的要求日益提高，運用電子信息技術(shù)實現(xiàn)安全、高效的智能交通成為交通管理的主要發(fā)展方向。車牌識別系統(tǒng)的運用大大提高交通管理的效率，有利于交通管理的科學(xué)化、規(guī)范化，同時節(jié)省了人力、物力。車牌識別系統(tǒng)廣泛應(yīng)用于電子收費、出入控制、公路流量監(jiān)控、失竊車輛查詢和停車場車輛管理等需要車牌認證的場合；尤其在高速公路收費系統(tǒng)中，實現(xiàn)不停車收費提高公路系統(tǒng)的運行效率，車牌系統(tǒng)更具有不可替代的作用，因而從事車牌技術(shù)的研究具有極其重要的現(xiàn)實意義和巨大的經(jīng)濟價值。在車牌識別系統(tǒng)中對車牌照的定位與車牌字符進行分割是車牌識別的一個重要環(huán)節(jié)，車牌照定位與字符分割的結(jié)果將直接影響字符識別正確率。本文將會對車牌字符分割提出一些新的算法及改進。

2.車牌識別的原理

車牌識別系統(tǒng)的基本工作原理為：將攝像頭采集的彩色RGB圖像數(shù)據(jù)傳輸?shù)紻SP。由于彩色RGB圖像數(shù)據(jù)包含大量顏色信息，不僅會占用MCU太多的存儲空間而且還會降低系統(tǒng)的執(zhí)行速率，因此通常先需要將采集過來的彩色數(shù)據(jù)轉(zhuǎn)化為灰度圖像，以加快系統(tǒng)處理速度。得到灰度圖像，進行濾波等預(yù)處理，然后邊緣提取，由車牌定位算法找出車牌，取出車牌，用字符分割將車牌字符分割出來，同時將分割的字符縮放到與模板相同的像素點，然后進行二值化與模板進行差值比對，得到最相似的字符，最終得到車牌信息。

3.車牌照定位

3.1 顏色法車牌粗定位

經(jīng)過攝像頭提取圖片后進行車牌圖片預(yù)處理，將預(yù)處理后的車牌圖片RGB模型轉(zhuǎn)換為HSI模型[1]。H表示色調(diào)、S表示飽和度、I表示亮度，模型轉(zhuǎn)換公式如（1）所示。利用車牌的顏色特征進行車牌的粗略定位。普通車牌底色為藍色，因此只需將符合車牌顏色特征的區(qū)域篩選出來。在大量的測試數(shù)據(jù)中得到符合藍色車牌條件；則當(dāng)像素點滿足公式（2）時將二值化圖像中的此像素點置1，不滿足時置0。

3.2藍白邊緣化與車牌幾何特征進行區(qū)域篩選

使用顏色邊緣檢測篩選車牌區(qū)域。將車牌照原圖的藍白邊緣像素點置成1，其它像素點置成0，得到邊緣化二值圖像。邊緣化方法采用從左往右跳變掃描法。從左往右依次掃描，當(dāng)像素點的HSI從滿足車牌藍色點到像素點HSI不滿足車牌藍色點作為一個邊緣點。將此邊緣點置1，其它置0，如公式（3）所示，得到藍白邊緣化圖片。然后使用形態(tài)學(xué)開閉處理勾勒出車牌所在區(qū)域的輪廓，根據(jù)車牌照的幾何特點的先驗知識去除不滿足要求的輪廓，最后得到車牌區(qū)域的輪廓位置。

3.3車牌提取

使用所得到車牌輪廓濾除干擾區(qū)域，得到車牌的唯一所在位置。根據(jù)的輪廓位置將二值化圖像的干擾區(qū)域全部置0。使用水平投影得到車牌照的上下位置坐標(biāo)，使用垂直投影方法得到車牌照的左右位置坐標(biāo)。水平投影方法：從左往右依次掃描二值化圖像，記錄一行中白色像素點的個數(shù)，最后將白色像素點個數(shù)進行水平投影。設(shè)置閾值，當(dāng)像素點的個數(shù)超過閾值時，即得到車牌照的上下邊框位置。垂直投影方法：從上往下依次掃描二值化圖像，記錄一列中白色像素點的個數(shù)，最后將白色像素點進行垂直投影。設(shè)置閾值，當(dāng)像素點的個數(shù)超過閾值時，即得到車牌照左右邊框的位置。最后根據(jù)具體位置在原圖中提取出車牌照。

4.字符分割

4.1改進垂直投影粗分割

本文使用一種由粗到細的分割方法。使用二值化車牌照的垂直投影、車牌字符的個數(shù)、車牌字符的寬度與高度的比例等先驗知識相結(jié)合的方法進行車牌字符的分割[2]。將提取出來的車牌圖片進行亮度均衡化、灰度化、二值化、柳丁去除和車牌字符第三個白點的去除等預(yù)處理，然后進行字符分割。對預(yù)處理后的二值化車牌照進行垂直投影，傳統(tǒng)的垂直投影法使用列方向黑色像素點的個數(shù)進行垂直投影，這種方法對于有污染的車牌分割效果并不好，因此使用差值垂直投影法進行字符的分割。從上往下逐行掃描車牌照二值圖像，當(dāng)遇到黑色像素點時，記錄位置為i1。然后由下往上掃描，當(dāng)遇到黑色像素點的位置i2，此列的垂直投影高度h=i1-i2。轉(zhuǎn)到下一列繼續(xù)掃描。這種投影方法能有效的解決因污染所帶來的干擾。設(shè)置一個閾值r，本文中r=2，當(dāng)一列中的投影高度h小于r時，此列為字符的間隔列。使用此方法粗略分割出所有字符邊界，記做LPosition[i]， RPosition[i]。此次分割出來的字符包括完整字符、干擾字符與車牌邊框等。

4.2根據(jù)先驗知識進行字符細分割

每個字符的寬度為BUFF[i]，BUFF[i]=RPosition[i]- LPosition[i]；車牌高度為CharHeight；相鄰字符寬度差為CharDif。根據(jù)經(jīng)驗值當(dāng)BUFF[i]>CharHeight/3.4并且BUFF [i]< CharHeight時表示車牌字符寬度，當(dāng)相鄰的兩個字符寬度在|CharDif|<3時表示這兩個字符為車牌字符寬度[3]。將滿足所有條件的字符寬度相加除以滿足條件字符個數(shù)得到車牌字符的寬度CharWidth。

從左往右掃描首先找到第一個滿足|（BUFF[i]- CharWidth）|<3的字符記char1。假設(shè)當(dāng)車牌第一個字符為左右分開結(jié)構(gòu)的字符時（如陜、川等），此時得到的char1為車牌的第二個字符。當(dāng)車牌第一個字符為連續(xù)的字符時，此時的char1為車牌的第一個字符。從char1向右搜索第二個滿足上述條件的字符記做char2。根據(jù)經(jīng)驗知道，車牌第二個與第三個字符之間的間隔比其他字符間隔要寬2.8倍。根據(jù)車牌高度得到閾值Q，當(dāng)char2與char1的差小于閾值Q時確定char1是車牌字符的第一個字符，char2是車牌字符的第2個字符。此時根據(jù)字符寬度CharWidth向右掃描依次得到剩下的字符char3， char4，char5，char6，char7。當(dāng)char2與char1的差大于閾值Q時得到，char1是車牌字符的第二個字符，char2是車牌字符的第三個字符。根據(jù)字符寬度CharWidth從char1向左掃描得到車牌的第一個漢字字符，再次根據(jù)char2，向右邊掃描依次得到剩下的4個車牌字符。

此方法能夠解決大部分第一個漢字字符為左右偏旁、字符斷裂、字符粘連、左右邊框殘留等易分割出錯的問題。

5.結(jié)論

本文對車牌定位、字符分割提出了一種由粗到細的定位與分割算法。利用車牌照的顏色紋理特征，車牌照的幾何大小、形狀等共同定位車牌，該方法能有效的濾除因光照、其他干擾所帶來的噪聲，對于車牌定位有較高的準(zhǔn)確性。在字符分割同樣使用由粗到細的算法，該算法對于左右偏旁漢字具有很好的分割效果在實際應(yīng)用中有一定的參考價值。

參考文獻

[1]康健新.基于圖像的車牌識別系統(tǒng)的設(shè)計和實現(xiàn)[D].吉林大學(xué)，2014.

[2]謝偉生.車牌定位及字符分割算法的研究與實現(xiàn)[D].西南交通大學(xué)，2010.

[3]李云.車牌定位與字符分割算法的研究及實現(xiàn)[D].電子科技大學(xué)，2010.