基于投影图像分布特征的车牌定位方法研究

王 伟 ，吴一全

1.南京航空航天大学信息科学与技术学院，江苏 南京 210016

2.广播电影电视管理干部学院传媒管理系，山西 太原 030013

0 引言

现代交通中汽车车牌自动识别系统的应用已经越来越普及，实现车牌识别的过程主要有两部分：车牌定位提取和牌照字符识别。其中，车牌定位在整个系统中占有非常重要的地位，可以说是整个车牌自动识别系统的前提。一个好的车牌定位系统不仅应该能够处理好各种输入汽车图像，准确提取车牌，而且在许多实际应用中还要求算法具有实时性，能够快速高效地做出定位处理。当前最常见的定位技术主要有：“基于边缘检测的方法”、“基于彩色分割的方法”、“基于小波变换的方法”、“基于神经网络的方法”和“遗传算法”等。

本文根据我国车牌的特征和我国车牌定位技术的现状，结合图像预处理技术，提出了一种基于投影图像分布特征的车牌定位方法。

1 图像预处理

1.1 灰度均衡与滤波

一般来说，采集到的图像光照条件不够理想而且车牌位于车身下部，对比度较差，加上车身上部的一些反光等诸多因素的影响，如果直接对灰度图像进行扫描定位会有不小的困难。为了获得较好的扫描分割效果，有必要对车辆图像进行灰度变换，采用灰度均衡则一般可解决上述问题。此外，如果有必要的话还需对图片进行中值滤波，该滤波具有很强的噪声抑制效果，考虑到算法的效率，仅在每一行上进行一维滤波即可。实验表明输入图像经过上述处理一般都能得到满意的增强效果。

1.2 图像二值化

Gmax为最高灰度值，Gmin为相对最小灰度值。对于一幅灰度级为256级的灰度图像，从第0级开始，每l6个灰度级分为一组，从而把256级分为l6组(分组序号n=1，……，16）。然后在整幅图像中搜索每一个像素，并将其归入相应的分组，统计每个分组的像素数量，记录像素数量最多地分组n，则 Gmin=(n - 1)× 16。采用上述方法进行阈值分割后 ，已经基本能够把车牌字符与背景分割开。从另一个方面看，图像的二值化可以看作是一种图像的压缩，压缩后的图像每像素只占一位，它使得汽车牌照定位的算法变得简单很多，而且加快了牌照识别的速度。

2 车牌定位

2.1 车牌特征

我国现有的汽车牌照按颜色分类主要有4类，分别是黄底黑字、蓝底白字、白底黑字、黑底白字。常见的车牌一般有7个字符(极少数除外)，第一个是汉字，后面紧接着1个字母，1个分割点，再后面5个是数字或字母。对于一般的7个字符的车牌，其长宽比为4，对于单个字符，其长宽比为1/2，字符的宽度比字符间的距离(除了中间那个分割点左右字符的距离)要大。

2.2 基于投影图像分布特征的车牌定位

该算法复杂度低，能够满足快速、准确定位的要求，且对于复杂的背景以及非均匀的光照条件并不敏感，具有较好的鲁棒性。在介绍了该方法的基本原理及算法实现后，下面将对车牌自动定位系统的组成、实现方法，以及车牌定位的实验结果进行必要的分析和说明。

2.2.1 车牌自动定位系统的组成

整个车牌自动定位系统的组成可以分为软件实现部分和硬件实现部分。由于本文主要研究车牌定位的算法，故大部分工作也是集中在定位算法的软件实现上。

1）实验系统的软硬件开发环境

本实验系统的硬件环境以Pentium III微机系统为核心，数码相机(1280×1024或640×480解析度)通过USB端口直接与微机系统直接相连。由于数码相机拍摄采集到的原始图像为JPEG位图格式，需要经过格式转换按照BMP位图格式存储在PC机硬盘上，作为实验的原始数据。系统的软件运行环境为Microsoft Windows98操作系统，所有的软件都是以C++编程语言为基础，在Visual C++6.0集成开发环境下完成的。

2）实验系统的组成

车牌自动识别系统分为硬件部分和软件部分，其中软件部分主要由两大部分组成：车牌定位分割模块和车牌字符识别模块。系统的基本框架组成，如下图1所示。

图1 车牌自动识别系统基本框架

2.2.2 车牌自动定位系统的实现

整个算法的流程图，如图2所示。

图2 车牌定位算法流程图

2.3 实验结果分析与说明

实验所用车辆图像为用数码相机在自然场景中拍摄的230幅包含车牌的彩色图像，其中牌照包括普通牌照( 底色为蓝、黑、黄)，军用牌照( 底色为白)，武警牌照( 底色为白)。图像中牌照大小不一、背景不一，背景包括人、其它车辆、树木、建筑物等，光照条件也不一。需要说明的是，集合中图像都是单车牌的。实验统计结果如表1 所示，图3 给出了部分实验结果，其中包括轿车、面包车、小型卡车的牌照定位结果，以及光线较暗、较亮、车牌倾斜时的定位结果。

表1 车牌检测实验结果

实验中存在漏检和误检的主要原因是在车牌搜索过程没有获得车牌，或者在车牌定位过程中将车牌定错。为此可对算法进行改进以提高正确检测率，下面是定位效果图。

图3 车牌定位效果图

实验证明，对不同背景和光照条件下的车辆图像进行上述处理，可以有效可靠地对图像中的车牌照进行识别。

3 结论

车牌定位分割的方法有很多，但普遍存在适应性较差和实时性不足的问题。本文提出的这种基于投影图像分布特征的车牌定位方案，既提高了车牌提取的鲁棒性和准确性，又保证了实时性。实验证明，该定位系统抗干扰能力强，对于产生几何形变的车牌图像也能够很好的处理，且算法复杂度低，能够满足快速、准确定位的要求，具有良好的应用前景。

[1]张向东,马月涛,杨奇泽.一种基于灰度图像的车牌快速定位算法[J].电子科技,2007,5(212):72-78.

[3]陈寅鹏,丁晓青.复杂车辆图像中的车牌定位与字符分割方法[J].红外与激光工程,2004,33(1):29-33.

[4]李文举,梁德群,张旗,等.基于边缘颜色对的车牌定位新方法[J].计算机学报,2004,27(2):204-208.

[5]Shi Xi-fan，Zhao Wei-zhong,Shen Yong-hang.Automatic license plate recognition system based on color image processing[C]// LNCS 3483:ICCSA 2005,2005:1159-1168.

[6]王锋,彭国华,赵强.一种快速、高效的车牌定位方法.计算机工程与应用,2007,43(11):222-224.