一种CIELab颜色空间中的车牌定位方法

郑成勇



一种CIELab颜色空间中的车牌定位方法

郑成勇

（五邑大学 数理系，广东 江门 529020）

提出了在CIELab颜色空间中进行车牌定位的方法. 首先将图像从RGB颜色空间转换到CIELab颜色空间；然后通过数学形态学增强和图像连通体分析提取出候选区域；最后通过分析候选区域的面积、宽高比及灰度阶跃次数提取出真实的车牌区域. 大量的车牌定位实验表明：所提算法适用于不同尺寸的车牌图像，定位准确率较高.

车牌定位；CIELab；数学形态学

车牌定位是将车牌从复杂的背景中分割出来，定位的准确度直接决定后续车牌字符的分割与识别的准确性，是车牌识别系统（LPR）的关键. 国内外学者对此进行了大量的研究[1-9]，其中，基于颜色的车牌定位方法目前主要以RGB颜色空间和HSV（或HIS）颜色空间为主. RGB颜色空间不具有进行彩色图像处理所需的独立性和均匀性指标，光照的变化对车牌定位精度影响较大；HSV（或HIS）颜色空间包含亮度、色度、饱和度等指标，车牌的颜色特征以色度和饱和度表示，受光照条件的影响相对较小，但要用色度和饱和度来分离出特定颜色的车牌，阈值的选取仍然比较困难. 本文提出了一种CIELab颜色空间中的车牌定位方法，该法对光照条件等不敏感，定位准确率较高.

1 CIELab颜色空间简介

2 基于Lab颜色空间及形态学处理的车牌定位算法

2.1 算法流程

图1 车牌定位提取流程图

2.2 RGB颜色空间与Lab 颜色空间的转换

由于无法直接从RGB颜色空间转换到Lab颜色空间，所以需要先从RGB颜色空间转换到XYZ颜色空间，然后再转换到Lab颜色空间. 从RGB颜色空间到XYZ颜色空间的转换公式为[12]：

从XYZ颜色空间到Lab颜色空间的转换公式为[10]：

，

，

，

2.3 Lab颜色空间的阈值分割

图1 蓝底白字车牌阈值分割效果图

图2 黄底黑字车牌阈值分割效果图

2.4 二值图像形态学处理及连通标记

2.5 面积、宽高比检验

End For.

2.6 灰度阶跃次数检验

通过面积及宽高比检验，绝大多数伪车牌区域已经被去除. 实验表明：大多数情况下可以省略这一步，因为它对定位的准确率影响不大. 灰度阶跃次数检验算法如下：

2.7 结果输出

3 实验结果及分析

图3 图像大小220×100，分割阈值

图4 图像大小320×240，分割阈值

图5 夜晚图像，分割阈值，尺寸为352×288

图6 图像大小366×271，分割阈值

图7 图像大小640×480，分割阈值

图8 图像大小1 632×1 224，分割阈值

图9 图像大小288×267，分割阈值

4 结论

通过对不同尺寸、不同光照条件下多种车牌图像的定位，实证了本文算法的有效性，并得出以下结论：

2）车牌的宽高比范围约介于待处理图像宽高比的2倍到4倍之间，其面积应大于待处理图像宽高比的200倍；

3）因图像尺寸的不同，图像中车牌宽度和高度并没有明确的范围.

[1] 陈斌，游志胜. 车牌号码颜色提取搜索方法[J]. 计算机应用，2001, 21(4): 74-75.

[2] 王夏黎，周明全，耿国华. 一种基于HSV颜色空间的车牌照提取方法[J]. 计算机工程，2004, 30(17): 133-135.

[3] 周泽华，潘保昌，郑胜林，等. 基于多颜色模型的车牌定位方法[J]. 微计算机信息，2007, 23(1): 283-285.

[4] 傅一平，李志能，袁丁. 基于HSI空间的颜色算法提牌照识别的性能[J]. 计算机工程与设计，2004, 25(5): 703-707.

[5] HSIEH J, YU S, CHEN Y. Morphology-based license plate detection from complex scenes[C]//Proceedings of the 16th International Conference on Pattern Recognition (ICPR'02). [S.l.]: [s.n.], 2002, 3: 176-179.

[6]MAHINI H, KASAEI S, DORRI R. An efficient features-based license plate localization method[C]// Proceedings of 18th International Conference on Pattern Recognition (ICPR'06). Hong Kong: [s.n.], 2006, 2: 841-844.

[7] 郭天舒. 基于车牌自身结构特征的车牌定位算法[J]. 计算机与信息技术，2008, 10: 51-57.

[8] 朱俊梅，陈少平. LPR系统车牌定位提取方法的研究[J]. 计算机工程与应用，2008, 44(14): 198-201.

[9] 郭捷，施鹏飞. 基于颜色和纹理分析的车牌定位方法[J]. 中国图像图形学报，2002, 7(5): 472-476.

[10] Wikipedia. Lab color space[EB/OL]. [2009-04-24]. http://en.wikipedia.org/wiki/Lab_color_space.

[11] 陈丽雪，陈昭炯. 基于Lab空间的图像检索算法[J]. 计算机工程，2008, 34(13): 224-226.

[12] RGB2Lab [EB/OL]. [2009-04-24]. http://users.rsise.anu.edu.au/~luke/cvcourse_files/labs/RGB2Lab.m.

[13] Wikipedia. D65[EB/OL]. [2009-10-12]. http://en.wikipedia.org/wiki/D65.

[责任编辑：孙建平]

A Method for Locating Vehicle License Plates in CIELab Color Space

ZHENGCheng-yong

This paper attempts to put forward a vehicle license plate location technique which is independent of image size and illumination condition. We first shift the image from the RGB color space to the CIELab color space, then extract candidate rectangular regions through morphology analysis and image connection components analysis, and finally locate the real plate region through an analysis of the area of the candidate region, ratio of width to height and number of gray level jumps. A large number of plate location experiments show that the algorithm is applicable to plates of different sizes; its accuracy of license plate location is high.

license plate location; CIELab; mathematic morphology

1006-7302（2010）01-0021-06

TP391

A

2009-09-09

郑成勇（1978—），男，湖南宜章人，硕士，讲师，研究方向：数字图像处理、模式识别，E-mail: zcy_179@163.com.