一種車牌字符快速分割算法

張建飛

摘 要 在深入研究了大部分常用的車牌字符分割算法的前提下，根據(jù)車牌區(qū)域圖像的特征，文章提出了一種綜合了連通區(qū)域法和先驗知識相結(jié)合的車牌字符分割算法，該算法經(jīng)過大量實驗證明了其在準(zhǔn)確率方面的優(yōu)越性。

關(guān)鍵詞 車牌字符 快速分割 連通區(qū)域法

中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A

0引言

汽車牌照識別（LPR）作為智能交通系統(tǒng)的一個重要組成部分，起著舉足輕重的作用，它在高速公路、城市交通和停車場等項目的管理中占有無可取代的重要地位。在不影響汽車狀態(tài)的情況下，由計算機(jī)自動完成車牌的識別，從而可降低交通管理工作復(fù)雜度。其中字符分割是車牌自動識別系統(tǒng)的一個重要的組成部分，通過車牌定位算法定位出來的車牌區(qū)域，是一個整體區(qū)域。后續(xù)的字符識別算法是對一個個的單獨字符的識別，因此需要通過字符分割算法，從完整的車牌中提取出單獨的字符。

1車牌字符分割

1.1車牌的特點及形態(tài)特征

我國現(xiàn)行的牌照主要有4種類型：藍(lán)底白字，黃底黑字，白底黑字或紅字，黑底白字。單排車牌共有7個字符和l個點符號。一般第1個字符是漢字（警車除外），且是各省、市、軍區(qū)的簡稱，如“魯”、“滬”、“鄂”、“濟(jì)”等;第2個字符是大寫英文字母，如“A”、“B”、“C”等;接著是一個點“·”;其余的字符可能是英文字母，也可能是阿拉伯?dāng)?shù)字。

1.2字符分割

字符分割是指將車牌區(qū)域分割成單個的字符區(qū)域。切分越準(zhǔn)確，則后面識別效果越好。字符分割主要的工作是：首先對車牌定位提取的牌照圖像進(jìn)行加工（稱作預(yù)處理），得到利于字符分割的二值化圖像;然后根據(jù)不同的分割方法進(jìn)行字符切分;最后把切分好的圖像送交字符識別系統(tǒng)進(jìn)行識別。

1.3算法原理

1.3.1 圖像預(yù)處理

（1）去邊框和鉚釘?shù)扔绊懽R別的因素

根據(jù)車牌的底色來去邊框和鉚釘?shù)扔绊?。找到彩色車牌區(qū)域中底色最長的一條直線來去除上下邊框和鉚釘?shù)挠绊?，對于左右邊框的去處可以根?jù)底色所在的最邊上來去掉。

（2）圖像二值化

在對車牌圖像進(jìn)行二值化分割之前，先對其進(jìn)行中值濾波、對比度增強(qiáng)以提高分割效果。由于車牌字符區(qū)域占據(jù)同一個灰度級區(qū)域，采用運算速度較快的單閾值分割是比較合適的。在圖像分割技術(shù)中，最大類間閾值分割方法由Ostu于1979年提出，所以又稱為Ostu閾值分割方法，是一種經(jīng)典的全局閾值法。

1.3.2聚類連通域法

基于聚類分析的字符分割原理是按照屬于同一個字符的像素構(gòu)成一個連通域的原則，再結(jié)合牌照字符的高度、間距的固定比例關(guān)系等先驗知識，來分割車牌圖像中的字符。聚類分析方法實質(zhì)上就是基于連通性的字符分割方法。

本文采取的是一種基于聚類分析切分車牌字符的方法，按照屬于同一個字符的象素構(gòu)成一個連通域的原則，再結(jié)合牌照字符的固定高度、間距的固定比例關(guān)系等先驗知識，較好地解決了汽車牌照在復(fù)雜背景條件下的字符切分問題，降低了對車牌定位準(zhǔn)確度的要求。

這種方法中，首先假設(shè)車牌二值化后，背景象素為白色，用0表示，而字符象素為黑色，用1表示;圖象寬度為nWidth，高度為nHeight;類為包含單獨連通域的最小矩形區(qū)。

具體聚類分析方法如下：

（1）對車牌圖象采用差分直方圖法二值化;

（2）以Ll=nWidth/8為閾值對車牌圖象按行進(jìn)行掃描，如果有線段的長度大于Ll就可認(rèn)為是牌照的上下邊框;以為閾值對車牌圖象按列進(jìn)行掃描，如果有線段的長度大于L2則認(rèn)為是牌照的左右邊框。因此可除掉牌照邊框部分。

（3）對處理后的圖象從上到下按行逐象素掃描快速聚類，如兩象素間距離d<=，就可認(rèn)為兩象素屬于一類，即屬于同一個字符。其中d為：

（4）比較聚類后的各類的高度。對高度小于nHeight/2的類，可認(rèn)為是噪聲，因此可去掉。一般情況剩下的類為7個字符和左右邊框的殘余。

（5）如果找到的類的數(shù)目少于7個或某類的寬度大于其余類的寬度超過一定的閉值，則應(yīng)為字符粘連問題。于是分析由第4步得到的類的寬度信息，找出寬度最大的類進(jìn)行分裂處理。分裂方法可采用前面的水平投影法，在類的中間2-3個象素范圍內(nèi)尋找局部極小點。重復(fù)步驟5，直到滿足條件。

（6）按各類的列起始位置從左到右排序。

（7）如果類數(shù)目等于7個，轉(zhuǎn)到步驟8。否則，分析一下排序后最壞的情況。

（8）如果某類的長寬度大于其余6個類超過設(shè)定的閾值N，則一般是鉚釘連接或噪音的緣故，此時應(yīng)按其余類的高寬平均值修正。

由于光照或者背景噪聲等的影響 ， 連通區(qū)域法可能產(chǎn)生錯誤的字符區(qū)域 ，就需要根據(jù)前文所述的車牌先驗信息來刪除錯誤的區(qū)域 ，從而準(zhǔn)確定位字符區(qū)域。

2實驗結(jié)果及分析

本文通過運用連通區(qū)域法和先驗知識相結(jié)合的車牌字符分割算法，對由停車場系統(tǒng)采集的近100幅車牌圖像進(jìn)行了字符分割測試，分割正確率達(dá)到97%。實驗結(jié)果表明連通區(qū)域法和先驗知識相結(jié)合的車牌字符分割算法能很好地解決車牌字符圖像的粘連、斷裂等問題，下面給出幾個測試樣本的分割結(jié)果，如圖1。

圖1字符分割效果

由于部分車牌圖像質(zhì)量較差，車牌分割出現(xiàn)錯誤。我們對引起錯誤的原因進(jìn)行了分析.主要有以下兩個原因：

（l）車牌圖像是定位程序分割出來的，不是手工分割的.車牌定位的準(zhǔn)確性對字符分割的影響很大，當(dāng)有較多車身背景時，容易引起分割錯誤。

（2）當(dāng)有很強(qiáng)噪聲的時候，單純采用去噪算法難以完全去噪，會造成一些分割錯誤。

參考文獻(xiàn)

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