基于VC++的車(chē)牌圖像預(yù)處理設(shè)計(jì)與實(shí)現(xiàn)

劉凱　羅凱耀　姜代紅

摘要：天氣、背景或拍攝等因素會(huì)造成車(chē)牌圖像模糊、光照不均等，嚴(yán)重影響了智能交通車(chē)牌識(shí)別。運(yùn)用灰度化、二值化、邊緣增強(qiáng)等方法對(duì)采集到的圖像進(jìn)行預(yù)處理，可提高識(shí)別率，滿足智能交通需求。

關(guān)鍵詞：車(chē)牌圖像；預(yù)處理；灰度化；二值化；邊緣增強(qiáng)

DOIDOI：10.11907/rjdk.151249

中圖分類(lèi)號(hào)：TP317.4

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：16727800（2015）006018902

基金項(xiàng)目基金項(xiàng)目：江蘇省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（xcx2014052）

作者簡(jiǎn)介作者簡(jiǎn)介：劉凱（1992-），男，江蘇揚(yáng)州人，徐州工程學(xué)院信電工程學(xué)院學(xué)生，研究方向?yàn)橛?jì)算機(jī)軟件；羅凱耀（1994-），男，江蘇徐州人，徐州工程學(xué)院信電工程學(xué)院學(xué)生，研究方向?yàn)榫W(wǎng)絡(luò)技術(shù)；姜代紅（1969-），女，江蘇徐州人，徐州工程學(xué)院信電工程學(xué)院教授，研究方向?yàn)閿?shù)據(jù)庫(kù)技術(shù)、嵌入式技術(shù)。

0 引言

汽車(chē)牌照自動(dòng)識(shí)別系統(tǒng)[1]是以汽車(chē)牌照為特定目標(biāo)的專用計(jì)算機(jī)視覺(jué)系統(tǒng) ，是計(jì)算機(jī)視覺(jué)和模式識(shí)別技術(shù)在智能交通領(lǐng)域應(yīng)用的重要研究課題之一。 車(chē)輛牌照識(shí)別[2]一般由以下環(huán)節(jié)：圖像獲取、圖像預(yù)處理、車(chē)牌定位、字符分割、字符識(shí)別 ，每一環(huán)節(jié)對(duì)下一環(huán)節(jié)都有很大的影響。 從采集卡獲得的原始圖像不僅包括車(chē)牌照，而且還有汽車(chē)本身以及汽車(chē)背景圖像，車(chē)牌識(shí)別的難點(diǎn)在于獲取高質(zhì)量的車(chē)牌圖像。采集車(chē)牌圖像時(shí)，會(huì)受到光照、障礙物、拍攝角度、攝像設(shè)備等的影響，圖像中會(huì)產(chǎn)生較多與車(chē)牌無(wú)關(guān)的圖像數(shù)據(jù)，造成噪聲，從而影響車(chē)牌識(shí)別效果，所以需要對(duì)識(shí)別的圖像進(jìn)行預(yù)處理，去除噪聲干擾。

本文車(chē)牌圖像預(yù)處理[3]主要針對(duì)智能交通管理系統(tǒng)中的車(chē)牌識(shí)別，通過(guò)獲取車(chē)牌對(duì)車(chē)輛信息進(jìn)行采集，經(jīng)過(guò)車(chē)牌圖像灰度化、圖像增強(qiáng)、邊緣檢測(cè)、車(chē)牌定位、車(chē)牌圖像二值化及圖像傾斜校正等，為車(chē)牌圖像后續(xù)處理打下基礎(chǔ)。

1 灰度化

一般從攝像頭采集到的圖像或者計(jì)算機(jī)中存儲(chǔ)的圖像通常是彩色圖，彩色圖像包含著大量的色彩信息，在數(shù)字圖像[4]處理中 ，很多算法都是針對(duì)灰度圖像 ，處理的灰度級(jí)從0～255，共 256個(gè)灰度級(jí)，這樣不僅減少了存儲(chǔ)圖像所需的內(nèi)存，而且加快了圖像處理的速度。 因此，首先要將彩色圖像轉(zhuǎn)換成灰度圖像。彩色圖像中任一像素都有R、G、B三種不同的顏色分量，而當(dāng)圖像中每一像素值R=G=B時(shí)，表示一種灰度顏色。其中，灰度化的方法主要有以下3種。

2 二值化

二值圖像是由黑白兩種顏色構(gòu)成的圖像。目的是能夠快速將車(chē)牌字符和背景分開(kāi)，通過(guò)閾值設(shè)定將灰度值小于閾值的像素直接設(shè)為0，灰度值大于閾值的像素直接設(shè)置為255，而二值化的關(guān)鍵就是找到合適的閾值T來(lái)區(qū)分對(duì)象和背景。

4 實(shí)驗(yàn)結(jié)果

本文采用手機(jī)隨機(jī)拍攝的汽車(chē)圖像，測(cè)試環(huán)境為2GHz cpu，2G內(nèi)存，操作系統(tǒng)為window 7，使用平臺(tái)為vs2005，并基于opencv開(kāi)發(fā)車(chē)牌預(yù)處理功能。

當(dāng)對(duì)一副未進(jìn)行預(yù)處理或噪聲處理不當(dāng)?shù)膱D像分割時(shí)，即會(huì)出現(xiàn)如圖5的車(chē)牌定位區(qū)域過(guò)大或過(guò)小的情況，而進(jìn)行過(guò)預(yù)處理后的圖像進(jìn)行車(chē)牌定位時(shí)則如圖6所示，可見(jiàn)預(yù)處理對(duì)降噪起了很大的作用。

5 結(jié)語(yǔ)

車(chē)牌圖像本身較復(fù)雜，冗余信息較多，因此難以識(shí)別。本文探討三種預(yù)處理方法簡(jiǎn)化圖像、消除圖像噪聲。其中灰度化減少了圖像存儲(chǔ)的大??；二值化將圖像轉(zhuǎn)化為黑白兩種顏色的圖像，使車(chē)牌和背景分離；邊緣增生使得車(chē)牌定位更加快速、準(zhǔn)確。實(shí)驗(yàn)結(jié)果表明，三種方法均達(dá)到預(yù)期效果，提高了圖像的質(zhì)量，為圖像后續(xù)分割和識(shí)別打下了基礎(chǔ)。

參考文獻(xiàn)：

[1]劉海波，沈晶 ，郭聳.Visual C++ 數(shù)字圖像處理結(jié)束詳解[M].北京：機(jī)械工業(yè)出版社，2010.

[2]馮偉興，唐墨，賀波.Visual C++數(shù)字圖像模式識(shí)別技術(shù)詳解[M].北京：機(jī)械工業(yè)出版社，2010.

[3]周閱宇.汽車(chē)牌照識(shí)別系統(tǒng)研究與設(shè)計(jì)[D].長(zhǎng)春：吉林大學(xué)論，2013.

[4]李凌.車(chē)牌圖像預(yù)處理技術(shù)研究與實(shí)現(xiàn)[J].淮北職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2007（2）：98100.

[5]李冬生，陳域.基于先驗(yàn)知識(shí)的車(chē)牌垂直傾斜校正方法[J].軟件導(dǎo)刊，2014，13 （3）：2325.

[6]董玲嬌.車(chē)牌圖像預(yù)處理研究[J].機(jī)電工程，2009，26（6）：107109.

責(zé)任編輯（責(zé)任編輯：陳福時(shí)）