基于車牌色彩變化特征的車牌定位方法
2008-12-31 00:00:00陳昌濤張玲何偉李剛
計算機應用研究 2008年12期
(1.重慶大學 通信工程學院， 重慶 400044; 2.四川化工職業技術學院， 四川 瀘州 646000; 3.重慶工學院， 重慶 400050)
摘 要：
針對復雜背景下的車牌定位問題，提出了一種基于車牌色彩變化特征的車牌定位方法。該定位方法將RGB彩色空間中的車牌圖像轉換到HSV彩色空間中進行顏色識別，分割出車牌底色及字符顏色相對應的顏色區域，同時通過邊緣提取、二值化處理、與運算找到對應顏色邊緣特征點，最后經紋理分析來定位車牌。
關鍵詞：車牌; 色彩變化特征; 紋理分析; 定位
中圖分類號：TP3914 文獻標志碼： A
文章編號：10013695(2008)12365402
Method to locate vehicle license plate based on characteristic of color variation
CHEN Changtao1，2， ZHANG Ling1， HE Wei1， LI Gang3
(1.College of Communication Engineering， Chongqing University， Chongqing 400044， China;
2.Sichuan Chemical Technical College， Luzhou Sichuan 646000， China;
3.Chongqing Institute of Technology， Chongqing 400050， China)
Abstract:
To locate the vehicle license plate with complicated background， this paper proposed a method based on characteristic of color variation. To distinguish different color area， transformed the color figure from RGB color space to HSV color space. Then in HSV space， distilled the area which color was same to the plate background， and picked up the area which color was same to the plate characters， too. Next， obtained via edge extraction， binarization， and AND operation， the color edge. At last， by texture analysis， could locate the vehicle license plate.
Key words：vehicle license plate; characteristic of color variation; texture analysis; location
0 引言
車牌識別是計算機視覺與模式識別技術在智能交通領域的重要研究課題之一。在車牌自動識別過程中，車牌定位、字符切割、字符識別是其關鍵技術，車牌定位技術則是整個車牌識別技術的基礎和前提，車牌定位準確與否，是后續工作能否順利進行的關鍵。由于圖像背景復雜，各種車牌顏色變化多端，加之不同氣候條件、不同光照條件的影響，造成車牌定位難度較大。汽車車牌的正確定位是車牌識別技術中的關鍵技術和難點所在。
目前，常用的車牌定位算法主要有兩類：a）基于車牌紋理特征的定位算法[1~3]。紋理特征法對于車牌圖片干擾較大時，特別是汽車散熱欄干擾、環境干擾，或有文字圖案干擾時，識別較困難。b）基于車牌顏色特征的定位算法。光照、車牌褪色、污損等原因會給顏色的準確分類帶來很大困難。文獻[4~7]提出的基于車牌顏色特征的定位算法，要么未充分利用車牌獨特的顏色變化特征，要么定位算法過于復雜，造成車牌定位分割的局限性。
1 車牌色彩變化特征
根據《中華人民共和國機動車號牌》（GA362007）標準，目前我國所使用的汽車標準車牌由七個字符組成，它們呈水平排列，在牌照的矩形區域內存在較豐富的邊緣，呈現出規則的紋理特征。車牌字符顏色和底色主要限于特定的幾種組合：藍底白字車牌、黃底黑字車牌、白底黑字車牌、黑底白字車牌。
在復雜車輛圖像中，可能會存在一些其他的非車牌區域具有車牌的某一特征，如車身上張貼的廣告字符、汽車散熱欄等。如果僅僅使用車牌的單一特征來定位車牌，效果往往不好，需要綜合利用車牌的多個特征，特別是車牌的顏色變化特征，才能更為有效地排除偽車牌區域，獲得目標車牌的準確位置。
例如對于藍底白字車牌，由于車牌底色為藍色，字符為白色，即會在車牌的矩形區域內形成多條藍白交界條紋；黃底黑字車牌會在車牌的矩形區域內形成多條黃黑交界條紋；白底黑字車牌會在車牌的矩形區域內形成多條黑白交界條紋。這是車牌區域與其他的非車牌區域（如車身上張貼廣告字符、汽車散熱欄等）最明顯的區別。因此，可以充分利用車牌這一獨特的顏色變化特征，實現車牌的快速準確定位。
2 顏色模型轉換及顏色分割
從數碼相機或數碼攝像機輸入的彩色圖像大多數是以RGB位圖格式存儲的。由于RGB模型三原色空間中兩點間的歐氏距離與顏色距離不成線性比例，很難進行彩色圖像顏色分割處理。而HSV模型不大容易受明暗影響，類似于人眼視察彩色的方式，能較好反映人對色彩的感知和鑒別能力。在HSV顏色空間上進行距離和相似度計算，可以實現車牌圖像的顏色分割。因此，為了對彩色車牌照進行彩色分割，筆者將彩色像素點從RGB空間轉換到HSV顏色空間。
對實際中收集的樣本車牌的顏色值進行統計，通過在 HSV空間中設定各種車牌顏色的閾值范圍來判斷像素的顏色。為了適應車牌褪色、光線、灰塵等各種不良因素的影響，適當放寬了各種顏色的閾值范圍。在HSV顏色空間中分別對藍色、白色、黃色、黑色、紅色進行判別。之所以對紅色點也進行判別，是因為在白底黑字的車牌中會出現紅色字符，不能忽略，二值化時將它作白色像素點處理。在判別條件中，黑色和藍色的取值范圍要有重合的部分，這是因為在光線較暗的條件下，藍色和黑色的亮度分量比較接近；白色和藍色的取值范圍要有重合的部分，這是因為在光線較亮的條件下，藍色和白色的亮度分量比較接近。
3 基于車牌色彩變化特征的車牌定位方法
對于通常的基于顏色的車牌定位方法，當車體顏色與車牌底色相近時，車牌定位較為困難。現以藍色小轎車車牌圖片（圖1）為例，采用基于車牌色彩變化特征的車牌定位算法實現車牌的準確定位。
a）將車輛RGB彩色圖像根據轉換公式轉換為HSV彩色圖像。
b）根據像素點顏色將HSV彩色圖像進行二值化，得到藍色、白色像素區域。如果一個像素點滿足藍色條件，則作為藍色像素點，將圖像中的藍色像素點設為前景白色，其余區域設為背景黑色，得到藍色像素區域。如果一個像素點滿足白色條件，則作為白色像素點，將圖像中的白色像素點設為前景白色，其余區域設為背景黑色，得到白色像素區域。原始圖片經處理后得到的藍色像素區域如圖2所示，白色像素區域如圖3所示。
c）將RGB彩色圖像灰度化，進行邊緣檢測并二值化，得到二值化邊緣圖。將車輛原始RGB彩色圖像灰度化，得到灰度化圖像。對灰度圖像用Sobel算子進行邊緣檢測。由于只對字符的垂直方向邊緣感興趣，只使用垂直卷積核來檢測，得到圖像邊緣輪廓。經過Sobel垂直算子檢測之后只剩下需要定位的牌照區域和汽車的一些邊框、其他景物的邊緣。進一步提高圖像邊緣輪廓的對比度并二值化圖像，提取圖像邊緣點，對圖像邊緣點作膨脹處理。經處理后得到的邊緣點膨脹圖如圖4所示。
d）確定圖像藍白色邊緣點。用得到的藍色像素區域同邊緣點膨脹圖相與，提取圖像藍色邊緣點，用得到的白色像素區域同邊緣點膨脹圖相與，提取圖像白色邊緣點。判別藍色邊緣點左右是否存在有白色邊緣點，如有則為圖像藍白色邊緣點，設為前景白色；如無則設為背景黑色；得到圖像藍白色邊緣點圖。經處理后得到的藍色邊緣點圖如圖5所示；白色邊緣點圖如圖6所示；藍白色邊緣點圖如圖7所示。
e）進行紋理分析，確定車牌區域。對得到的藍白邊緣點圖采用紋理分析方法分析處理，獲得車牌的準確位置，實現車牌的準確定位。從圖7中的紋理分析圖可以看出，整個圖片中的干擾紋理大部分被去掉，剩下的車牌紋理非常明顯，定位切割非常方便。
對于當車牌圖片干擾較大時（特別是汽車散熱欄干擾或有文字圖案干擾時），紋理特征法識別較困難的圖片，用本定位算法識別非常簡單容易。例如，圖8（a）為有文字圖案干擾的圖片，（b）為有汽車散熱欄干擾的圖片。圖9為有文字圖案干擾的圖片經本算法處理后的藍白邊緣點圖、紋理分析圖。圖10為有汽車散熱欄干擾的圖片經本算法處理后的藍白邊緣點圖、紋理分析圖。經過大量的實踐證明，本定位方法定位快速準確。
4 車牌定位算法流程
以藍色車牌為例，車牌定位算法流程如圖11所示。
5 結束語
這種采用基于車牌色彩變化特征的車牌定位算法，既充分利用了車牌的顏色變化特征，又充分利用了車牌的紋理特征，解決了光線強弱、圖像明暗對車牌定位的影響，方法簡單實用，定位快速準確。實驗結果表明，采用本文的方法能夠較好地利用多種特征快速、準確地定位車牌，應用范圍廣、適應性強，具有一定的魯棒性和實時性。
參考文獻：
[1]賈小軍，喻擎蒼，譚召均.紋理譜描述子及其在車牌定位中的應用[J].計算機應用研究，2007， 24 (3):215217.
[2] CHANG S L， CHEN L S， CHUNG Y H， et al. Automatic license plate recognition[J].IEEE Trans on ITS ， 2004， 5 (1):4253.
[3] SONG Huansheng， WANG Guoqiang. The high performance car license plate recognition system and its core techniques[C]//Proc of IEEE International Conference on Vehiculor Electronics and Safety. 2005:4245.
[4] 王枚，房培玉，王國宏.彩色圖像特征融合規則及其在車牌定位中的應用[J].計算機應用研究，2008， 25 (1):288289，312.
[5] 郭捷，施鵬飛.基于顏色和紋理分析的車牌分析的車牌定位方法[J].中國圖象圖形學報，2002， 7 (5):472476.
[6] 郭大波，陳禮民，盧朝陽，等.基于車牌底色識別的車牌定位方法[J].計算機工程與設計，2003， 24 (5):8187.
[7] 張引，潘云鶴.彩色汽車圖像牌照定位新方法[J].中國圖象圖形學報，2001， 6 (4):374377.
