基于MATLAB車牌字符分割的算法研究

作者/馬晨，西安航空學(xué)院

引言

我國智能交通管理系統(tǒng)主要用于道路運(yùn)行監(jiān)控、交通事故分析與現(xiàn)場調(diào)查、違章自動(dòng)記錄、高速公路管理系統(tǒng)監(jiān)控、小區(qū)門禁系統(tǒng)等,而隨著智能交通系統(tǒng)的不斷完善，車牌識(shí)別系統(tǒng)也扮演著愈發(fā)重要的角色，車牌字符分割作為車牌識(shí)別系統(tǒng)中重要組成部分，它的作用顯得尤為重要。車牌自動(dòng)識(shí)別系統(tǒng)需要做到對(duì)采集到的實(shí)時(shí)車牌圖像進(jìn)行快速的預(yù)處理、圖像字符的分割、圖像字符的識(shí)別等一系列措施，其中車牌字符分割即要完成從原始圖像的獲取、圖像預(yù)處理、最終的字符分割、以及單個(gè)字符輸出等工作。

MATLAB強(qiáng)大的數(shù)據(jù)處理功能，非常適用于數(shù)字圖像與視頻的處理。文中，基于MATLAB數(shù)據(jù)處理平臺(tái)，研究車牌字符分割的算法，將連通域法、垂直投影法、模板匹配法相結(jié)合，實(shí)驗(yàn)結(jié)果表明，在理想測試條件下可以得到較好的分割結(jié)果。

1.車牌的定位和幾何校正

1.1 車牌定位

在車牌定位時(shí)需要把車牌圖像從采集到的圖像中分割出來。能夠在形式多變的環(huán)境下,如何從亮度相差很大的車牌原始圖像中，正確定位牌范圍是整個(gè)車牌識(shí)別系統(tǒng)的關(guān)鍵之處。經(jīng)過圖像處理后所得到的圖像，在垂直方向上的面積投影出現(xiàn)了峰–谷–峰的特性。根據(jù)這一特點(diǎn)，可以定位車牌區(qū)域，在車牌初始位置之后，需要進(jìn)一步進(jìn)行微定位。對(duì)于車牌四周邊界即左右、上下運(yùn)用削減這就是所說的微定位法。微定位技術(shù)由三部分組成：橫向定位、垂直定位、微定位。目前，國內(nèi)外常見的車牌定位方法有：特點(diǎn)定位法，數(shù)學(xué)狀態(tài)定位法，小波變換法，開運(yùn)算定位法等。

1.2 車牌幾何校正

在實(shí)際情況中，采集到的車牌圖像在車牌區(qū)域的數(shù)量和角度上有一定的差異，車牌圖像中的車牌字符在一定程度上呈傾斜趨勢。目前主要的傾斜類別有三種它們分別是:Y軸方向上的傾斜、X軸方向上的傾斜、X軸和Y軸上的傾斜。若檢測到車牌有傾斜，則需要對(duì)傾斜的車牌進(jìn)行調(diào)整，常用的幾何校正技術(shù)有以下三種：（1）霍夫數(shù)量變換的傾斜校正算法，（2）基于車牌投影變換的傾斜校正算法，（3）基于Radon變換的傾斜校正算法。而基于車牌投影的傾斜校正算法，本質(zhì)上就是一種基于Radon變換的校正算法。通常一般用二維函數(shù)G(x, y)來表示采集到的原始圖像坐標(biāo)為(x, y)的像素值，在某個(gè)方向上的投影一般可用該方向上的積分表示。積分公式如（1）所示：

2.車牌字符分割

字符分割的方法通常有以下三種：投影法、模板匹配法、聚類分析法。本文結(jié)合連通域、投影法、模板匹配法來進(jìn)行車牌字符分割。具體操作如下：

(1)彩色車牌圖像進(jìn)行預(yù)處理，將二值化后的黑白圖像從最底將部向最上面進(jìn)行逐掃描工作，統(tǒng)計(jì)像素值為1的像素，每當(dāng)字符中的總數(shù)值大于7（車牌中總共7個(gè)字符）時(shí)，確定車牌字符中的上下邊界，并剔除車牌字符的除去上下邊界的區(qū)域，將車牌的高度、寬度，分別設(shè)置為H、W。

(2) 由左到右由字符圖像序列在一排車牌中進(jìn)行掃描，統(tǒng)計(jì)像素值為1的像素，最后，結(jié)果信息統(tǒng)一在一個(gè)陣列里，用來存儲(chǔ)像素總量列與1像素值。

(3)依據(jù)漢字本身的特征，系統(tǒng)設(shè)置兩個(gè)閥值目的是來分割一個(gè)漢字字符。假設(shè)兩個(gè)閾值可以是threshold1，threshold2，按照最左邊方向開始進(jìn)行掃描之前經(jīng)過最初處理之后的車牌字符圖像，并且記下首個(gè)比閾值大的Threshold1標(biāo)記為H，然后比較得出的閾值所在列的寬度H–S，以及Threshold 2的高低，最后，檢測像素的范圍是大于閾值2，像素值為1的像素，小于閾值時(shí)，因此可以在車牌上設(shè)置S字符的S。在分割不連通的漢字時(shí)，使用的這種改進(jìn)方法就會(huì)起到比較顯著的作用。

(4)由于車牌上的字母和數(shù)字這兩者沒有存在互不連通性的問題，故只需要利用之前第一個(gè)閾值Threshod 1就可以很輕松的分割出車牌上面剩下的字符。

(5) 當(dāng)研究中像素?cái)?shù)大于閾值1時(shí)，可作為車牌字符的起始位置，比閾值threshold 1小時(shí)計(jì)為一個(gè)車牌字符結(jié)束的位置。以此類推，即可將車牌上的字符全部分割出來。

3.車牌字符分割的軟件設(shè)計(jì)

本文以MATLAB R2010b 為實(shí)驗(yàn)平臺(tái)，根據(jù)所研究的車牌字符分割方法，程序流程設(shè)計(jì)如圖1所示。

圖1 車牌字符分割流程圖

4.實(shí)驗(yàn)結(jié)果與分析

在理想測試環(huán)境下，其中一幅車牌圖像的車牌字符分割結(jié)果如圖2所示。

圖2

通過一系列的測試結(jié)果發(fā)現(xiàn)，在車牌圖像信息的采集過程中，不可避免的存在外界環(huán)境的干擾，比如光線強(qiáng)度的大小，汽車車牌四周的覆蓋，汽車生產(chǎn)廠家對(duì)汽車本身的刻畫點(diǎn)綴等諸多因素都會(huì)很容易給車，牌定位工作造成影響。并且對(duì)二值化后的圖像再進(jìn)行字符分割時(shí)，閾值的選擇非常重要，否則會(huì)放大我國私家車牌中“點(diǎn)”的存在，而影響字符分割的效果。文中所采用的方法，在理想測試環(huán)境下，可以取得較好的分割效果。對(duì)于測試中出現(xiàn)字符分割效果不理想的原因，分析為：(1)目標(biāo)圖像上有外部干擾的車牌，如光強(qiáng)度和周圍的附加附件的車牌存在；(2)系統(tǒng)采用不同的邊緣檢測算法將會(huì)致使汽車牌照字符的分割效果，最終影響識(shí)別準(zhǔn)確性；(3)存在某些字符具有很強(qiáng)的相似性，字符在識(shí)別上可能發(fā)生混淆這樣的情況。

* [1]朱虹.數(shù)字圖像處理基[M].北京.科學(xué)出版社,2005.04

* [2]劉衛(wèi)國.MATLAB程序設(shè)計(jì)教程[M].北京.中國水利水電出版社,2010.10

* [3]王曉健.車牌定位與字符分割算法研究及實(shí)現(xiàn)[D].北京郵電大學(xué),2009

* [4]謝偉生.車牌定位及字符分割方法研究與實(shí)現(xiàn)[D].西南交通大學(xué),2010

* [5]冉令峰.基于垂直投影的車牌字符分割方法[J].通信技術(shù),2012(04)

* [6]董璐.數(shù)字圖像處理與識(shí)別系統(tǒng)的開發(fā)[D].東南大學(xué),2004