閆懷平　張涵　張驍艷

摘要：該文提出一種快速的車牌定位及字符分割方法。首先對(duì)采集的圖像進(jìn)行降分辨率，在降分辨率后的圖像中進(jìn)行車牌區(qū)域粗定位，在進(jìn)行字符分割時(shí)再將車牌位置映射回原圖中，提高算法的時(shí)間效率。車牌定位時(shí)基于顏色信息進(jìn)行定位，最后基于垂直投影和排序方法對(duì)車牌中的字符進(jìn)行分割。

關(guān)鍵詞：車牌定位；分辨率；字符分割。

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）12-0199-02

A Rapid Method of License Plate Location and Character Segmentation

YAN Huai-ping1，ZHANG Han1，ZHANG Xiao-yan2

（1.Anyang Institute of Technology， Anyang 455000，China； 2.Anyang NO.37 High School ， Anyang 455000， China）

Abstract： This paper presents a rapid method of license plate location and character segmentation. First， The resolution of the acquired image is reduced. Subsequently， the license plate location is performed roughly.When character segmentation we map to the original location， so this method can improve the time efficiency of the algorithm. The method is based on the color information for license plate location. Finally， The characters of the license plate is divided by the method based on the vertical projection and sorting.

Key words： License Plate Location； Resolution； character segmentation

車牌識(shí)別問題作為智能交通領(lǐng)域中研究的重點(diǎn)和熱點(diǎn)問題之一，受到越來越多人們的關(guān)注。車牌定位是車牌識(shí)別中首要環(huán)節(jié)，定位的準(zhǔn)確與否直接影響后續(xù)的字符分割與字符識(shí)別，因此車牌定位是整個(gè)車牌識(shí)別中很關(guān)鍵的一環(huán)。

近年來，國內(nèi)外提出許多車牌定位方法。主要包括基于邊緣檢測(cè)的方法，基于數(shù)學(xué)形態(tài)學(xué)的方法，基于顏色特征的方法，基于紋理特征的方法等等。有些學(xué)者將這些方法與其他方法相結(jié)合，提出了一些新的方法。有些將傳統(tǒng)的RGB分量轉(zhuǎn)換到HSV顏色空間[1]和YIQ顏色空間[2]再進(jìn)行定位的方法。胡峰松[3]提出一種基于HSI顏色空間和行掃描的車牌定位算法，利用顏色信息進(jìn)行顏色分割，并輔以后續(xù)行掃描及形態(tài)學(xué)處理完成車牌定位。信曦[4]分析了不同光照下的車牌圖像在HSV空間的分布特性與圖像亮度等參數(shù)關(guān)系，提出了一種能適應(yīng)光照環(huán)境的快速車牌定位算法。這些方法為基于顏色特征的定位方法提供了新的思路，但是利用多個(gè)顏色空間的數(shù)據(jù)進(jìn)行運(yùn)算，會(huì)使得計(jì)算量增加。本文提出一種快速的車牌定位方法，使用降采樣及將分辨率后各層圖像之間的對(duì)應(yīng)關(guān)系提高算法的時(shí)間效率，利用Lab顏色空間b分量中車牌區(qū)域的特征，設(shè)計(jì)了一種自適應(yīng)閾值的二值化處理方法，即可完成車牌的粗定位。后續(xù)通過統(tǒng)計(jì)車牌區(qū)域黑白跳變數(shù)對(duì)車牌精確定位。字符分割時(shí)采用了投影法獲得車牌區(qū)域中的若干連續(xù)區(qū)域，通過對(duì)連續(xù)區(qū)域特征的分析及排序，剔除邊界和車牌中間白點(diǎn)的干擾，完成各個(gè)字符的精確分割。

1 基于顏色的車牌定位方法

我國汽車車牌中有多種特定顏色的組合，而使用普遍的是藍(lán)色車牌。Lab空間的b分量剛好代表藍(lán)色到黃色的光譜變化，因此將傳統(tǒng)的RGB彩色空間轉(zhuǎn)換到Lab彩色空間，通過b分量的信息可將藍(lán)色區(qū)域突出顯現(xiàn)出來。在b分量中，藍(lán)色車牌區(qū)域呈現(xiàn)出突出的暗區(qū)域或黑色特征。

為了滿足車牌識(shí)別應(yīng)用系統(tǒng)自動(dòng)化要求，設(shè)計(jì)一個(gè)自適應(yīng)的圖像二值化方法。二值化主要目的是把車牌區(qū)域分割出來，因此從低灰度區(qū)（直方圖的最左面）開始，第一個(gè)波峰后的波谷應(yīng)該是理想的二值化的閾值，如圖1所示。它可以將車牌區(qū)呈現(xiàn)出局部黑色區(qū)域從大面積的灰色區(qū)域中分割出來。為了排除個(gè)別值的干擾，可設(shè)置合適閾值保證從直方圖中找出的波峰波谷是合理的，本文采用的閾值為3。

2 快速車牌定位

當(dāng)前圖像采集設(shè)備采集到的圖像多是高清圖像，這使得圖像包含了更豐富的信息，但同時(shí)也對(duì)圖像處理的時(shí)間帶來較大影響，使得原本可直接對(duì)圖像進(jìn)行處理的算法其執(zhí)行時(shí)間變的不可以接受。因此，在對(duì)圖像細(xì)節(jié)信息要求不是特別嚴(yán)格時(shí)，降分辨率的方法經(jīng)常被用來縮小圖像的尺寸。降分辨率的方法有很多，本文采用直接降采樣處理方法，該方法高效，而又不影響基于顏色的定位方法的定位效果。降分辨率時(shí)記錄降低的層數(shù)k，在滿足尺寸要求的最底層圖像中進(jìn)行車牌定位。采用基于顏色的定位方法，不用考慮圖像的邊緣等細(xì)節(jié)信息，而只考慮區(qū)域的顏色信息，這使得在低分辨率的圖像中也能較好的將車牌的大致區(qū)域定位出來。假設(shè)記錄車牌的區(qū)域?yàn)閤1行到x2行，y1列到y(tǒng)2列，則在原高清圖像中車牌的大致區(qū)域?yàn)閤1*2k行到x2*2k行，y1*2k列到y(tǒng)2*2k列，算法的執(zhí)行時(shí)間是直接在原圖執(zhí)行時(shí)間的1/22k，因此該方法可實(shí)現(xiàn)車牌的快速定位。

粗定位后的車牌區(qū)域受外邊緣的影響，對(duì)后期的字符分割有較大影響。因此在字符分割前再對(duì)車牌區(qū)域進(jìn)行精確定位。在水平方向上可通過統(tǒng)計(jì)每一行的黑白跳變次數(shù)，設(shè)置合適閾值，可對(duì)車牌區(qū)域在進(jìn)行精確定位。在車牌上的字符有7個(gè)，因此有字符的水平區(qū)域?qū)?yīng)的每一行的黑白跳變數(shù)至少應(yīng)該大于或等于14。因此根據(jù)該閾值可對(duì)車牌區(qū)域進(jìn)行精確定位，剔除外邊框的影響。

3 字符分割

字符分割時(shí)，車牌前兩個(gè)字符后的白色實(shí)心點(diǎn)經(jīng)常被錯(cuò)誤的分割為字符，對(duì)字符分割的結(jié)果造成影響。而傳統(tǒng)的設(shè)置閾值的方法又不能滿足自適應(yīng)的要求，降低算法的通用性。對(duì)車牌區(qū)域采用投影法統(tǒng)計(jì)出車牌區(qū)域的垂直投影，如圖2。通過設(shè)置合適閾值，可從垂直投影圖中找出連續(xù)的若干區(qū)域，把每一個(gè)連續(xù)的區(qū)域看成一個(gè)圖像塊，白色實(shí)心點(diǎn)對(duì)應(yīng)的塊的投影高度低于任何一個(gè)字符塊的投影高度。本文對(duì)車牌區(qū)域連續(xù)的圖像塊按照投影高度進(jìn)行降序排列，可精確地將白色實(shí)心點(diǎn)、車牌左側(cè)及車牌右側(cè)的干擾剔除，找出每個(gè)字符的起始位置及每個(gè)字符的寬度。按照每個(gè)字符的起始位置及字符的寬度可完成字符的精確分割，為后續(xù)的字符識(shí)別帶來便利。

4 算法步驟與結(jié)果分析

綜上所述，本文算法流程如下：

1）規(guī)定標(biāo)準(zhǔn)尺寸，若圖像尺寸大于該標(biāo)準(zhǔn)，則對(duì)圖像進(jìn)行降采樣處理，并記錄降低的層數(shù)k；

2）對(duì)待處理圖像進(jìn)行彩色空間轉(zhuǎn)換，轉(zhuǎn)換為L(zhǎng)ab彩色空間；

3）對(duì)Lab空間中b分量進(jìn)行二值化處理；

4）投影法確定車牌區(qū)域的粗略邊界，按照文中所述對(duì)應(yīng)關(guān)系確定原圖中車牌區(qū)域；

5）對(duì)車牌中連續(xù)區(qū)域的按投影高度進(jìn)行降序排列，前7個(gè)連續(xù)區(qū)域即為7個(gè)字符區(qū)域，將每個(gè)字符分割出來。

最后通過Matlab編程實(shí)現(xiàn)，實(shí)驗(yàn)結(jié)果如圖3、圖4所示，由圖中可看出本文方法得到了較準(zhǔn)確的定位區(qū)域和較理想的字符分割效果，從而驗(yàn)證了該方法的有效性。

5 結(jié)論

本文提出一種快速的車牌定位方法，利用車牌區(qū)域的顏色信息對(duì)車牌定位，并通過降采樣的方法提高算法的時(shí)間效率。字符分割時(shí)通過投影法，找出車牌區(qū)域中若干連續(xù)區(qū)域，并按照排序的方法剔除干擾，得到較好的字符分割效果。

參考文獻(xiàn)：

[1] 周澤華，潘保昌. 基于多顏色模型的車牌定位方法[J].微計(jì)算機(jī)信息，2007，23（1）： 283-285.

[2] 張麗靜，靜孫杰，殷曉宇. 基于HSV顏色空間的車牌定位方法[J].微計(jì)算機(jī)信息，2008，24（3）：247-248.

[3] 胡峰松，朱浩. 基于HSI顏色空間和行掃描的車牌定位算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2015，36（4）：977-982.

[4] 信曦，徐進(jìn)，傅志中. 一種新型自適應(yīng)環(huán)境光照的車牌定位算法[J].計(jì)算機(jī)測(cè)量與控制，2014，22（10）：3285-3287.