基于Lab VIEW 和小波變換的車牌識別算法設計與實現

周光祥 葉俊明* 桂林電子科技大學

關鍵字：車牌識別 小波變換 閾值去燥

現代社會交通管理智能化，自然環境復雜多變，車牌識別效率容易被影響。在圖像不清晰時，利用小波變換方法，進行圖像的去燥和有用圖像信號增強。

一、基于小波變換的圖像預處理

強化圖像有用車牌信息，然后需要對有各種顏色的圖像進行灰度化處理。小波變換濾波是將圖像信息從空間域轉換至小波域，處理圖像的小波系數；再通過逆向變換的方法，從小波域轉換至空間域，實現圖像重構。先將含有環境噪聲的車牌圖像進行灰色處理，然后對這灰色圖像進行小波變換，獲得小波域的圖像小波系數。對小波域的圖像小波系數進行圖像濾波，采用小波閾值去燥方法。對去燥后的圖像小波系數進行圖像增強，提高車牌信息的小波系數。對該小波系數進行小波逆向數學運算，獲得光照不均噪聲后的新圖像數據，新灰度圖像清晰度高；最后對該新圖像信號進行二值化處理，數學運算效率良好。

（1）圖像灰度化

相機采集的圖像是彩色的，顏色信息與車牌識別的精度關系很小。顏色信息的數據量大，進行小波運算的速度很慢[3]。為了提高速度，減小運算時間，需要把圖像進行灰色化運算處理。

（2）小波變換域進行圖像濾波，改進的小波閾值去燥方法

在小波域中，去燥的閾值函數決定噪聲消除的效果。傳統的閾值函數分別是硬函數和軟函數，它們的缺點是各層小波系數閾值的設置大小不變。當小波層數變化時，對應的小波系數也隨之變化，傳統的閾值函數不能解決該問題，這缺點造成固定閾值去燥效果差。本文提出了一種新的閾值函數如公式（1）和（2）所示。

在公式（1）和（2）中，新閾值函數中，將小于閾值的小波系數保留部分有用信息，克服了傳統硬、軟閾值函數把該部分有用信息系數清零的缺點。數據變量為小波系數，數據變量為去燥后新的小波系數，數據變量λj為第j 層去燥閾值。新的閾值函數具有連續性，閾值函數根據小波層數變化自動調整系數λj。小波系數和分解層數變化時，新的閾值函數自動進行匹配變化，并且對有用信息進行適當的增強。

（3）小波變換域進行圖像增強，圖像進行二值化處理

圖像增強是在小波域中進行有用信號的強化處理。增強字符信息的小波系數，提高車牌定位的準確度，增加字符識別的效率。圖像的灰度對比度越高，圖像越清晰；為了提高它的對比度，進行灰度拉伸處理。灰色圖像信息包含有很多有用信息，需要有一個灰度化閾值，小于該閾值的數據為0，大于等于該閾值的數據為1。通過大量的實驗可以獲得合適的閾值，保留盡可能多的有用信息，實現圖像二值化。

二、車牌定位、字符分割和識別算法

在圖像進行二值化的基礎上，尋找最符合牌照特征的區域，這就是車牌定位。對圖像進行粗略車牌定位，結合垂直邊緣匹配檢測方法和形態學方法，依據車牌的形狀特點，尋找車牌大致區域，獲得二值化的車牌區域圖像。

字符分割實質就是進行數學運算，它影響后續數據處理的效率。第一步，在水平方向，對車牌圖像進行數學投影運算，投影曲線變換情況反映字符數據信息坐標位置，車牌邊框的投影直方圖兩側會出現明顯的波谷。該波谷代表字符的邊框，本系統只需要保留兩個波谷中間的字符信息，必須截去上下邊框及其外部的信號。第二步，采用垂直投影法，獲得有明顯波峰波谷的曲線，這些波峰波谷的變化能有效表征出字符與字符的分離位置，最后將二值化的車牌區域圖像分割為數個字符。

首先建立標準的字符模板圖像庫，對分割出來的字符和模板圖像庫進行比較，數學運算出它們的相似度，根據相似度的大小來判定該字符是什么文本字符。采用大量樣本數據進行訓練，提高模板匹配方法的效率。數學形態學方法進行字符圖像的特征提取，獲得有用的特征信息，提高識別字符的效率。

三、車牌識別G 語言程序設計及實驗測試

（1）車牌識別G 語言程序實現步驟和部分代碼

以LabVIEW 為 平 臺，利 用NI VISION 模 塊 和wavelet analysis tool 模塊，實現車牌識別功能。首先使用函數Gray Morphology VI 對圖像進行形態學處理, 然后使用wavelet analysis tool 模塊中的小波變換函數進行小波變換。通過自定義閾值函數，把小波系數進行數學運算，除去無用的干擾信號，加強特定信息的數據。使用wavelet analysis tool 模塊中的小波變換函數進行小波逆向變換，對數據進行二中處理。先采用垂直邊緣匹配檢測方法進行車牌定位，再運用垂直投影法進行字符分割。采用LabVIEW自帶的字符識別函數進行字符識別運算，獲得文本字符數據，輸出結果車牌字符，結束程序。車牌識別算法的G 語言程序實現步驟如圖1所示。

圖1 車牌識別算法的G 語言程序實現步驟

車牌識別算法的部分G 語言代碼如圖2 所示。從圖中可以看出，先提取車牌圖像，再進行基于小波變換的圖像預處理，然后進行車牌定位算法。圖像被拍攝后，利用NI VISION 模塊的“IMAQ Get File Info”函數獲取圖像文件信息。通過小波變換圖像預處理子函數，實現圖像的小波變換，然后對小波系數進行去燥處理，再進行小波逆變換。利用“vision assistant”函數是視覺助手，可以進行二值化、字符分割、OCR 光學字符識別等處理。在LabVIEW2014 軟件中，采用OCR Training Interface 函數，設計G 語言，獲得字符數據庫。在車牌定位算法子函數中，采用G 語言設計代碼，該子函數搜索7 個字符的具體位置，獲得包含這7 個字符的數據，其他數據去除掉。

圖2 車牌識別算法的部分G 語言代碼

（2）車牌識別算法的實驗測試

在天氣、光照等環境變化條件下，采集1000 幅圖像，使用本車牌識別軟件系統進行測試，結果車牌識別率達到96%。實驗結果表明，本文的車牌識別方法有效，能在LabVIEW 平臺實現該方法的程序設計，能夠滿足實際工程的應用。

四、結束語

本文提出了一種改進的小波閾值函數，該函數具有連續性，有效保留字符信號。當小波層不同時，該函數可以根據不同層噪聲數據大小的變化自動調整閾值的大小。在Lab VIEW2014 軟件中，編寫了車牌識別算法的G 語言程序代碼，實現工程應用。采集1000 幅圖像，對該G 語言程序進行實驗測試，實驗結果表明車牌識別效率很高。