基于纹理特征和彩色特征的车牌定位算法.pdfVIP

80 交通与计算机　2006 年第4 期　第24 卷　总 13 1 期 基于纹理特征和彩色特征的车牌定位算法 李佩斌　石景波 (北京航空航天大学　北京 100083) 摘　要　车牌定位是车牌 自动识别系统的关键。提出了一种以纹理特征为主要手段, 以彩色 特征为辅助手段的多特征定位算法, 对不同背景和光照条件下的各类车牌图像进行了实验, 结果 表明该算法是一种可行的方法。 关键词　车牌定位; 边缘检测; H S I 模式 中图法分类号: T P 39 1. 4　　文献标识码: A 　　车牌的自动识别是计算机视觉、图像处理与 d 1 ≤d is tance ≤d 2 ( 1) 模式识别技术在智能交通领域应用的重要研究课 称为条件跳变了一次, 式中, d 1= 4, d 2 = 40。利用 题之一, 是实现交通管理智能化的重要环节, 主要 车牌形状特征设定一个滑动窗口在图像中进行扫 包括车牌定位、字符分割和字符识别环节。其中, 描, 查找符合车牌纹理特征条件的可能车牌区域。 车牌定位是关键问题之一, 关系整个系统的识别 当窗口游历完图像后, 再对可能车牌区域进行筛 率。车牌定位是典型的复杂背景 目标提取问题。在 选, 最终定位出车牌位置。 条件多变情况下, 户外场景和非固定背景是对采 2　算法实现 集得到的图像影响最大的因素。在户外环境中, 光 照不仅随时间缓慢变化, 而且可能由于天气条件 2. 1　预处理 和场景中物体的移动而发生快速变化。另外, 当车 上面已经提到光照条件的变化, 导致有些图 辆移动时, 摄像机拍摄的图像会发生抖动, 其中可 像亮度、对 比度较低, 应在车牌检测前进行预处 能包含多个车牌, 也可能没有车牌被捕捉到。再 理。降低光照条件影响, 改善图像质量的预处理方 者, 拍摄的车牌其大小、方向和位置具有任意性。 法主要有直方图均衡和对比度拉伸; 为消除图像 如果再考虑复杂的背景, 检测车牌区域可能就变 的麻点噪声, 可对图像进行中值滤波处理。 [ 1 ] 成了一个难题 。 2. 2　边缘检测及二值化 在此, 利用 Sob el 模板算子与灰度化后的车 1　算法概要 牌图像进行卷积运算, 得到梯度图像。在对梯度图 笔者提出了一种基于纹理特征和彩色特征相 像二值化处理中, 阈值选取的问题大多文献没有 结合的车牌定位算法。通常情况下基于纹理和形 详细阐述, 在此笔者给出本文中阈值选取的方法 状等特征就可以惟一地定位出车牌, 在干扰较大 [2 ] 及其理论基础 。 的背景下, 辅以彩色特征对伪车牌进行排除。该方 边缘检测可以看作是一个假设检测问题, 用 法的优点: ① 克服了灰度定位方法完全忽略彩色 于确定一个 图像 区域 中是否包含有边缘。设 特征信息, 而需采用复杂的技术手段才能排除伪 ( ) 和 ( ) 代表相应事件的先验概 P ed g a P no ed g a 车牌区域的