一種基于數學形態學和投影的車牌定位方法

2012-07-30 04:07:16唐靈潔胡紅萍白艷萍楊麗麗

電子測試 2012年7期

唐靈潔，胡紅萍，白艷萍，楊麗麗

（中北大學理學院，山西太原 030051）

0 引言

車牌識別是智能交通系統中的重要組成部分，車牌識別的過程包括車牌定位、車牌分割、車牌識別。其中，車牌定位是所有工作的前提和基礎。目前，已經有很多學者在這方面進行了研究，提出了很多車牌定位的算法，但是隨著車型的日益增加，背景變化多端，常用的一些算法已經難以克服一些新的干擾情況。

目前車牌定位提取方法主要有神經網絡、灰度特征法、紋理特征、投影法、數學形態學等，在定位過程中，它們各有自己的優缺點[1]。本文針對這些算法的特點，選取了數學形態學與投影法相結合的方法，對圖像進行粗定位和精定位，最后，根據車牌自身的長寬比例等先驗知識對車牌進行最終的定位。

1 圖像預處理

在對車牌進行定位之前，需要對圖像進行預處理，以方便定位工作能更好的進行。我國的車牌主要有藍底白字、黃底黑字、黑底白字等多種顏色，由于拍攝的車牌受天氣、光線的影響較大，用顏色作為主要的定位手段可靠性不強，因此要對其進行灰度轉換，由于噪聲、光照等原因還要對圖像進行平滑、去噪、濾波等處理。

1.1 圖像灰度化

本文采取的灰度轉換公式如下[2]：

式（1）中，Gray為灰度值；R，G，B 分別為紅色、綠色和藍色分量值。

圖1、圖2為灰度化后的對比圖。

圖1 原始圖像

圖2 灰度化后圖像

1.2 圖像二值化

二值化[3]圖像在數字圖像處理中占有非常重要的地位，二值化的效果直接影響到根據車牌區域特征進行車牌定位及后續工作，而二值化的關鍵在于閾值的選擇。

閾值選擇的方法可以分為全局閾值法、局部閾值法和動態閾值法等。經過對多種方法做評估，通過分析比較發現，采用改進的Otsu 法[4]適應性較強，故本文采用改進的Otsu 法來對灰度化處理后的圖像，進行二值化處理。圖3、圖4分別為二值化前后圖像。

圖3 二值化前

圖4 二值化后

2 基于數學形態學的車牌區域粗定位

2.1 數學形態學的基本運算

數學形態學[5]是由一組形態學的代數算子組成，其中最基本、最重要的形態學算子是：腐蝕和膨脹，其他的一些形態學算子如開、閉等都是由這2種最基本的形態學算子組合而成的。

二值圖像的膨脹和腐蝕定義如下：

圖像集合A用結構元素B來膨脹，記作A⊕B，定義為：

圖像集合A用結構元素B來腐蝕，記作AΘB，定義為：

膨脹與腐蝕是不可恢復的運算，但通過腐蝕與膨脹可以構成開運算和閉運算。

開運算是指A先被B腐蝕，再被B膨脹的過程，可以消除細小物體并在纖細處分離物體和平滑較大物體邊界；記作AoB，定義為：

閉運算過程與開運算相反，它能填充物體內細小空洞，連接鄰近物體和平滑邊界。記作A·B，定義為：

2.2 形態學邊緣檢測

基于形態學的圖像邊緣檢測的關鍵是如何利用形態學的各種基本運算的組合構造形態學邊緣檢測算子，以及如何選取結構元素來較好地解決邊緣檢測精度與抗噪聲性能的協調問題。平常一些基本的形態學邊緣檢測算子對待噪聲都比較敏感，只適用于噪聲較小的圖像，本文在基本形態學邊緣檢測算子基礎上進行了改進，得到改進的抗噪膨脹型算子[6]如下式：

圖5、圖6分別為對圖像邊緣檢測前后對比圖像。

圖5 邊緣檢測前

圖6 邊緣檢測后

2.3 檢測車牌候選區域

經過形態學邊緣檢測之后，大體外輪廓為一矩形區域，但車牌區域還是斷開的，為了進一步提取車牌區域，需要用數學形態學對圖像進行處理，使車牌區域內部連通，而使車牌區域與干擾區域斷開。本文連續運用閉運算（圖7）、第一次開運算（圖8）、第二次開運算（圖9）之后，檢測到的區域如圖7-9所示。

圖7 閉運算

圖8 第一次開運算

圖9 第二次開運算

由圖可以看出，經過一系列閉、開運算之后，斷裂的區域很好的粘連，而一些細小的干擾區域也很好的去除掉，并且較好地平滑了圖像，方便了后續工作的進行。

3 基于水平、垂直投影的精定位

下面對以上得到的二值圖像進行水平和垂直方向的投影[7]，車牌邊緣與背景區域的分界處在投影圖中必將出現明顯的跳變，在此處進行切割即可得到更精確的車牌區域。通過以上的方法可以將車牌區域部分精確定位，為下一步字符的分割、識別提供了優質的車牌區域。

水平方向精定位，去除水平邊框和鉚釘，計算車牌水平方向的投影，得到每行的投影值H(i)，共m行，i表示第i行，i∈(1,m)，按公式(7)求S(i)。

S(i)表示第i-1行，第i行，第i+1行的水平投影值H(i-1)、H(i)、H(i+1)的累加之和，對第一行和最后一行不需此操作。投影值大于一定的閾值，認為是字符區域予以保留。取一定的閾值，以車牌圖像高度中心點為起點，逐行向上水平掃描，小于此閾值的第一行就為車牌的上邊界，將以上的區域裁切掉；同理，以車牌圖像高度中心點為起點，逐行向下水平掃描，小于此閾值的第一行即為車牌的下邊界，再將其以下的區域裁切掉。于是就將車牌進行了水平方向的精定位，圖10為水平投影圖，圖11為水平精定位圖像。

圖10 水平投影

圖11 水平精定位

垂直方向精定位，去除垂直邊框。對車牌的垂直邊緣進行垂直投影（如圖12），得到每列的投影值V(j)，j表示第j列。圖像一共n列j∈(1,n)，按公式(8)求T(j)：

T(j)表示第j-1列，第j列，第j+1列的垂直投影值V(j-1)、V(j)、V(j+1)的累加之和，對第一列和最后一列不需此操作。投影值大于一定的閾值，認為是字符區域予以保留。取一定的閾值，以車牌圖像高度中心點為起點，逐列向左垂直掃描，小于此閾值的第一列就為車牌的左邊界，將其左邊的區域裁切掉；同理，從圖像中心起，逐列向右垂直掃描，小于此閾值的第一列即為車牌的右邊界，將其右邊的區域裁切掉，圖13為垂直精定位圖像。