基于自适应灰度形态学滤波的车牌图像分割.pdf

2007 年第 24 卷第 4 期 微电子学与计算机 收稿日期: 2006- 05- 12 1 引言 近年来 , 随着交通事业的飞速发展 , 交通管理 自动化越来越成为迫切解决的问题。智能交通系统 ( ITS) 已成为 21 世纪世界道路交通的发展趋势。而 其中车辆牌照识别( LPR) 是推动 ITS 实现的关键技 术之一, 起着举足轻重的作用。 在车牌自动识别系统中 , 车牌定位、字符分割 和字符识别是其关键技术 , 而又以车牌定位为核心 技术。在过去十几年里 , 国内外学者提出了众多的 车牌定位算法 [1~7], 包括小波分析 [1, 2]、数学形态学 [3]、 mean shift 算法[4 , 5]、彩色边缘提取[6 , 7]等算法, 但由于 车牌图像含有丰富的自然背景 , 车牌目标的大小不 同、距离不等、车辆种类繁多以及不同光照和气候 条件的影响 , 使得车牌定位的难度大大增加 , 几乎 每一种定位算法都存在一定的局限性 , 都需要适应 新的要求而不断完善。因此 , 车牌定位问题仍没有 得到较完善的解决 , 车牌识别系统的识别正确率及 适应性仍有待进一步的提高。 文中根据车牌的纹理特点 , 设计了一种自适应 的灰度形态学滤波器 , 提出了一种新的基于数学形 态学的车牌定位方法。该方法与一般的形态滤波过 程不同 , 不采用固定形态滤波结构元素 , 而是根据 车牌区域纹理特点自适应地调整用于滤波的结构 元素, 以便更有效地提取车牌目标区域。 2 传统的基于数学形态学的车牌定位算法 近几年里 , 随着数学形态学在图像处理中的广 泛应用 , 已有不少学者将数学形态学应用于车牌定 位算法中。传统的数学形态学车牌定位算法 [1, 3, 6]利 用牌照字符具有纵向纹理的特性 , 提取车牌图像的 垂直边缘并进行二值化 , 再利用数学形态学工具 , 通过用大小固定的结构元素对得到的二值边缘图 像进行膨胀和闭运算等一系列的形态学运算 , 使得 车牌区域形成闭合的连通矩形区域 , 然后通过标记 这些候选牌照区域并利用车牌的几何特性 ( 宽高 比、矩形面积等) 剔除虚假牌照 , 从而得到真正的牌 照。也有的学者利用小波变换[1]提取车牌图像的混 合边缘( 包括垂直和水平边缘) , 再通过一系列膨胀 和腐蚀连通车牌区域和消除细小物体 , 最后投影得 基于自适应灰度形态学滤波的车牌图像分割 黄豪杰, 李 榕, 常鸿森 ( 华南师范大学 物理与电信工程学院 , 广东 广州 510006) 摘 要: 根据车牌纹理及其几何形状的特点 , 提出了一种新的基于自适应灰度形态学滤波的车牌图像分割算法。 该算法不同于传统的形态滤波过程 , 结构元素的大小能随车牌图像的不同而进行自适应调整 , 因而更有效地提取 车牌目标区域。实验结果表明 , 该算法对不同复杂自然环境和不同光照条件有很强的自适应能力 , 其定位准确率及 抗干扰能力较其它传统分析方法有显著提高。 关键词 : 图像处理 ; 车牌定位; 数学形态学 ; 自适应形态滤波 中图分类号 : TP391 文献标识码 : A 文章编号 : 1000- 7180( 2007) 04- 0095- 04 A Method of License Plate Location Based on Adaptive Gray- Scale Morphological Filter ing HUANG Hao-jie, LI Rong, CHANG Hong-sen ( School of Physics and Telecommunication Engineering, South China Normal University, Guangzhou 510006, China) Abstract: Aiming at plate texture and plate shape of vehicle image, a new algorithm applied to license plate location of vehicle image based on adaptive gray- scale morphological filtering is introduced. This morphological filtering method is different from the traditional morphology methods in that its elements are adaptive to different vehicle images, in order to effectively extract the targets. And the experiment results