多种特征的车牌定位方法研究

摘 要车牌识别系统( L P R ) 是智能交通管理系统中的重要组成部分， 从车牌图像中迅 速、 准确的分割出 车牌区 域的 定位问 题是实 现车牌识别的 一个关键环节。本论文针对车牌定位算法的研究，提出了一种基于形状特征、 纹理特征和颜 色 特征的车牌定 位算法。 该算法首先对车牌灰度图像进行边缘检测， 利用数学形 态学的开闭运算进行二值图像处理，运用区域生长方法标记连通域，根据车牌形 状 特征 进 行区 域筛 选; 对于多 个候选车 牌区 域， 利用车 牌区 域字符 纹理 丰富 的 特 征， 进行水平方向 上灰度跳变次数的 统计， 进行纹理筛选: 如果还有多 个候选车 牌区域， 利用牌照颜色特征和相似度公式， 运用区 域生长方法对车牌进行颜色筛 选; 最后， 如果还有多 个车牌区域， 利用车牌的位置特征， 选择最下面的 候选区域作为真车牌区域。基于以上基本思想与方法，用M a t l a b 7 . 0 设计并实现了 车牌定位系统。 试验 结果表明， 利用车牌的 形 状特征、纹理特征和颜色特征的 车牌定位方法， 可有效 地定位车牌， 且速度快、定 位准确率高， 具有较高的实用价值。关键词: 车牌识别; 车牌定位;区域生长:纹理 特征Ab s t r a c tT h e c a r l ic e n s e p l a t e r e c o g n i t i o n s y s te m i s a n i m p o rt a n t f o r m o f t h e I n t e l l i g e n t T r a n s p o r t a t i o n S y s t e m s . F i n d in g t h e a c c u r a t e lo c a t io n o f t h e l i c e n s e p l a t e i s t h e k e y o ft h e r e c o g n i t i o n o f t h e l i c e n s e p l a t e .T h e p a p e r h a v e c o l l e c t e d a n d s u m m a r i z e d a l o t o f m a t e r i a l s a b o u t l o c a t i n g t h e l i c e n s e p l a t e . A f t e r t h e s e , w e p r o p o s e a k i n d o f l i c e n s e p l a t e l o c a t i o n a lg o r i t h m b as e d o n g e o m e t ry s h a p e , t e x t u r e a n d c o l o r . A t f ir s t , t h e a l g o r i t h m d e t e c t s t h e e d g e o f gr a y im a g e , a n d u s e s o p e n - o p e r a t i o n a n d c l o s e - o p e r a t i o n o f , m a t h e m a t i c a l m o r p h o l o g y t o c o n n e c t e d g e - p i x e l - p o i n t a n d a p p l i e s r e g io n g r o w i n g t o m a r k j o i n t - a r e a s . A n d i t s e a r c h e s f o r im a g e a c c o r d i n g t o t h e g e o m e t r y s h a p e o f c a r l i c e n s e p l a te a n d g e t s s e v e r a l p l a t e r e g i o nc a n d i d a t e s . T h e n , a c c o r d i n g t o a m p l e c h a r a ct e r t e x t u re恤h o r i z o n t a l d ir e c t io n in c a r l i c e n s e p l a t e , t h e a l g o r i t h m c o u n t s i t s s p e c i fi c a l t e r n a t i o n o f b r i g h t n e s s a m o n g p i x e l sa n d s e a r c h e s f o r p l a t e r e g i o n c a n d id a t e s t o fi l t e r p l a t e r e g i o n s . T h e n , i t u s e s r e g i o n g r o w i n g t o fi l t e r p l a t e r e g i o n s b a s e d o n n ic e l y c o l o r c h a r a c t e r i s t i c a n d s i m i l a r i t y f o r m u l a . F i n a l l y , i f t h e r e a r e s t i l l m o re p l a t e re g i o n c a n d i d a t e s i n t h e i m a g e , t h e a l g o r i t h m s e l e c t s t h e b o t t o m m o s t p l a t e r e g io n c a n d i d a t e s t o 玩t r u e c a r l i c e n s e p l a t e .B as e o n t h e a b o v e b a s i c t h o u 沙t a n d m e th o d s , I h a v e d e s i g n e d a n d r e a l i z e d t h ed e m o n s t r a t i n g s y s t e m b y M a t l a b 7 . 0 . T h e e x p e r i m e n t a l r e s u l t s h o w s t h a t t h i s a l g o r i t h m b as e d o n t h e a p p l ic a t i o n o f i n t e g r a t e d c h a r a c t e r i s t i c a b o u t g e o m e t r y s h a p e , t e x t u r e a n dc o l o r i n c a r l i c e n s e p l a t e c a n f a s t l y , a c c u r a t e l y f in d t h e l o c a t io n o f l i cen s e p l a t e .K e y w o r d s : L i cen s e P l a t e R e c o g n i t i o n ; th e l o c a t i o n o f l i c e n s e p l a t e ; r e g io ng rowing ;t e x t u r e c h a r a c t e r i s t i cy 8 9 8 8 5 1到 比. o口 厂明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以 标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得云南大学或其他教育机构的学位或证明而使用过的材料。与我一同工作的同志对本研究所做的 任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名 焦 幕牵 日期 : 5 (0论文使用和授权说明本人完全了 解云南大学有关保留、 使用学位论文的规定，即:学校有权保留 并向国 家有关部门 或机构送交学位论文和论文电 子版; 允许论文被查阅 或借阅; 学校可以公布论文的全部或部分内容，可以 采用影印、 缩印或其他复制手段保存论文:授予学校将学位论文的全部或部分内容编入有关数据库进行检索。( 保密的论文在解密后应遵循此规定)研究生签名导 师 签 名 : *日期:, o- , s . > o第二章 图徽处理相关理论及知识第二章 图像处理相关理论及知识2 . 1 数字图像表示一幅图 像可以 被定 义为 一个二维函 数f ( X , Y ) ， 其中x 和Y 是空间( 平面) 坐 标， f 在 任何 坐标点( X , Y ) 处的 振幅 称为图 像在 该点的 亮 度 。 灰度是 用来 表示黑白 图像 亮度的一个术语， 而彩色图像是由单个二维图像组合形成的。 在R G B彩色系统中，一幅彩色图像是由三幅独立的分量图像( 红、绿、蓝) 组成的。图 像关于X 和Y 坐标以 及振 幅连续。 要将 这 样的 一幅图 像转 换成数字 形式， 就 要求数字化坐标和振幅。 将坐标值数字化称为取样;将振幅数字化称为量化。因 此， 当f 的X , y 分童 和振 幅都 是有限且 离散的 量时， 称该图 像 为数 字图 像。2 . 1 . 1 图像的矩阵表示由 于计算机仅能处理离散的数据，所以如果要计算机来处理图像，连续的图 像函数必须转化为离散的数据集，这一过程叫做图像采集。数字图像是连续图像 f ( X , Y ) 的 一 种近 似表 示， 通常由 采 样点的 值 所 组成的 矩阵 来表示18 1 .f ( x , Y ) =了 ( q 0 ) f ( t 0 )f ( A 1 ) f ( U )f ( 0, N - 1 ) f ( 1 , N- 1 ) ( 式2 . 0A M- 1 0 ) f ( M- 1j )f ( M- l , N - 1 )每个采样点叫做一个像素( p i x e l ) 。上式中M, N分别为数字图 像在横、纵方 向上的像素数. 在计算机中通常采用二维数组来表示数字图像的矩阵。 把像素按不同的方式进行组织或存储，就得到不同的图像格式，把图像数据存成文件就得到图像文件。每个采样点都有四邻域、f ( f 一 1 , j 一 1 )八 邻域。 对于 采样点f ( i 1 j ) 来 说， 其八点 邻域为: f (i, j - 1) I f r + l, j - 1 ) 了 (i 一 大 力f ( f 一 l , j + 1 )+ 1 )f 0 + 1 , j )f 0 + 1 , i + l )第二章 图像处理相关理论及知识2 . 2 图像的颜色空间为了 正确地使用颜色， 需要建立颜色模型。 一 种颜色可用3 个基本量来描述， 所以建立颜色模型就是建立一个3 -D 坐标系统， 其中 每个空间点都代表某一种颜色。目 前， 常用的 颜色模型可分为四 类18 X 1g p c 1 : 第一类是面向 诸如彩色显示器或打 印机之类的 硬设备，最常用彩色模型是R G B 模型; 第二类是面向以 彩色处理为目 的的 应用， 如动画中的 彩色图 形，最常用模型是H S V 模型和H S I 模型; 第三类是 面向 彩色图 像印 刷行业， 最常用彩色模型是C M Y K彩色模型; 第四 类是 用于 彩色 制式的电 视系统的Y U