關于車牌識別圖像預處理技術的研究

王娜

【摘要】隨著交通事業的飛速發展，ITS系統在道路交通領域占有極其重要的位置。通過智能化的車牌識別方式，可以對機動車進行自動進行記錄、查驗、監控、報警，在很多情況下可以有很好的適用性。本文主要介紹了在圖像預處理階段利用圖像灰度化以及一種圖像灰度增強方法初步處理被捕捉圖像，隨后敘述了邊緣檢測的工作原理及意義，并對傳統邊緣檢測算子進行了分析和介紹，并描述了各個算子在實際應用的優點和不足。

【關鍵詞】車牌識別；圖像處理；灰度拉伸；邊緣檢測

1.引言

在攝像機捕獲圖像的過程中，因受環境因素的影響，圖片預處理通過必要的技術手段把被識別車牌圖像進行標注，以提高車牌識別系統的性能。

相應的技術手段有車牌圖像的灰度圖轉換、邊緣檢測、二值化處理、圖像增強、形態學處理等技術[1-3]。

2.灰度化（Image grizzled processing）

灰度化的基本方法是將彩色圖片的各個顏色分量R、G、B分量取其最大值或平均值并代替之這樣就消除了圖像中每個像素點的顏色差異，僅僅通過亮度值大小來區別像素點。對于現有主流的圖像像素顏色劃分有256個亮度級的灰度圖像，其灰度值最高值為255就代表白色，灰度值最低值為0就代表黑色[2]。

使用函數H（x，y）描述像素點（x，y）的灰度值，R（x，y）表示像素點（x，y）的紅色分量的色度值，G（x，y）表示像素點（x，y）的綠色分量的色度值，B（x，y）表示像素點（x，y）的藍色分量色度值。可用如下公式進行灰度轉換。

3.灰度拉伸（Gray stretch）

灰度拉伸主要是以圖像中的像素點為著眼點對圖像進行適當的變換從而達到對噪聲的去除或者削弱的目的。通過一系列的變換處理，從而使得圖像能夠被計算機更好地識別。

5.總結

本文詳細敘述了圖像灰度化以及一種圖像灰度增強方法初步處理被捕捉圖像，隨后敘述了邊緣檢測的工作原理及意義。在本文中采用Canny算子對圖像邊緣進行紋理、輪廓、區域定位等特征的提取的同時對圖像中的噪聲進行抑制?；具_到圖像預處理的目的，同時也應該認識到，也有很多的方法同樣適用。

參考文獻

[1]Barroso J.Nulnber Plate reading using computer vision[J]，Proc，IEEE International Sympodium on Industrial Electronics，2005，12（8）：380-386.

[2]劉直芳，王運瓊，等.數字圖像處理與分析[M].北京：清華大學出版社.2006，8：149-150

[3]歐陽慶.不均勻光照下車牌圖像二直化研究[J].武漢大學學報（工學版）[J].2006.8，39（4）：143-146.

[4] 李文舉，梁得群，張旗，等.基于邊緣色對車牌定位的新方法[J].計算機學報，2004，27（2）：205-209.

[5]宋曙光.圖像邊緣檢測算法研究與分析[J].光機電信息，2010（9）：44-47.