基于Lab VIEW 和小波变换的车牌识别算法设计与实现

周光祥 叶俊明* 桂林电子科技大学

关键字：车牌识别 小波变换 阈值去燥

现代社会交通管理智能化，自然环境复杂多变，车牌识别效率容易被影响。在图像不清晰时，利用小波变换方法，进行图像的去燥和有用图像信号增强。

一、基于小波变换的图像预处理

强化图像有用车牌信息，然后需要对有各种颜色的图像进行灰度化处理。小波变换滤波是将图像信息从空间域转换至小波域，处理图像的小波系数；再通过逆向变换的方法，从小波域转换至空间域，实现图像重构。先将含有环境噪声的车牌图像进行灰色处理，然后对这灰色图像进行小波变换，获得小波域的图像小波系数。对小波域的图像小波系数进行图像滤波，采用小波阈值去燥方法。对去燥后的图像小波系数进行图像增强，提高车牌信息的小波系数。对该小波系数进行小波逆向数学运算，获得光照不均噪声后的新图像数据，新灰度图像清晰度高；最后对该新图像信号进行二值化处理，数学运算效率良好。

（1）图像灰度化

相机采集的图像是彩色的，颜色信息与车牌识别的精度关系很小。颜色信息的数据量大，进行小波运算的速度很慢[3]。为了提高速度，减小运算时间，需要把图像进行灰色化运算处理。

（2）小波变换域进行图像滤波，改进的小波阈值去燥方法

在小波域中，去燥的阈值函数决定噪声消除的效果。传统的阈值函数分别是硬函数和软函数，它们的缺点是各层小波系数阈值的设置大小不变。当小波层数变化时，对应的小波系数也随之变化，传统的阈值函数不能解决该问题，这缺点造成固定阈值去燥效果差。本文提出了一种新的阈值函数如公式（1）和（2）所示。

在公式（1）和（2）中，新阈值函数中，将小于阈值的小波系数保留部分有用信息，克服了传统硬、软阈值函数把该部分有用信息系数清零的缺点。数据变量为小波系数，数据变量为去燥后新的小波系数，数据变量λj为第j 层去燥阈值。新的阈值函数具有连续性，阈值函数根据小波层数变化自动调整系数λj。小波系数和分解层数变化时，新的阈值函数自动进行匹配变化，并且对有用信息进行适当的增强。

（3）小波变换域进行图像增强，图像进行二值化处理

图像增强是在小波域中进行有用信号的强化处理。增强字符信息的小波系数，提高车牌定位的准确度，增加字符识别的效率。图像的灰度对比度越高，图像越清晰；为了提高它的对比度，进行灰度拉伸处理。灰色图像信息包含有很多有用信息，需要有一个灰度化阈值，小于该阈值的数据为0，大于等于该阈值的数据为1。通过大量的实验可以获得合适的阈值，保留尽可能多的有用信息，实现图像二值化。

二、车牌定位、字符分割和识别算法

在图像进行二值化的基础上，寻找最符合牌照特征的区域，这就是车牌定位。对图像进行粗略车牌定位，结合垂直边缘匹配检测方法和形态学方法，依据车牌的形状特点，寻找车牌大致区域，获得二值化的车牌区域图像。

字符分割实质就是进行数学运算，它影响后续数据处理的效率。第一步，在水平方向，对车牌图像进行数学投影运算，投影曲线变换情况反映字符数据信息坐标位置，车牌边框的投影直方图两侧会出现明显的波谷。该波谷代表字符的边框，本系统只需要保留两个波谷中间的字符信息，必须截去上下边框及其外部的信号。第二步，采用垂直投影法，获得有明显波峰波谷的曲线，这些波峰波谷的变化能有效表征出字符与字符的分离位置，最后将二值化的车牌区域图像分割为数个字符。

首先建立标准的字符模板图像库，对分割出来的字符和模板图像库进行比较，数学运算出它们的相似度，根据相似度的大小来判定该字符是什么文本字符。采用大量样本数据进行训练，提高模板匹配方法的效率。数学形态学方法进行字符图像的特征提取，获得有用的特征信息，提高识别字符的效率。

三、车牌识别G 语言程序设计及实验测试

（1）车牌识别G 语言程序实现步骤和部分代码

以LabVIEW 为 平 台，利 用NI VISION 模 块 和wavelet analysis tool 模块，实现车牌识别功能。首先使用函数Gray Morphology VI 对图像进行形态学处理, 然后使用wavelet analysis tool 模块中的小波变换函数进行小波变换。通过自定义阈值函数，把小波系数进行数学运算，除去无用的干扰信号，加强特定信息的数据。使用wavelet analysis tool 模块中的小波变换函数进行小波逆向变换，对数据进行二中处理。先采用垂直边缘匹配检测方法进行车牌定位，再运用垂直投影法进行字符分割。采用LabVIEW自带的字符识别函数进行字符识别运算，获得文本字符数据，输出结果车牌字符，结束程序。车牌识别算法的G 语言程序实现步骤如图1所示。

图1 车牌识别算法的G 语言程序实现步骤

车牌识别算法的部分G 语言代码如图2 所示。从图中可以看出，先提取车牌图像，再进行基于小波变换的图像预处理，然后进行车牌定位算法。图像被拍摄后，利用NI VISION 模块的“IMAQ Get File Info”函数获取图像文件信息。通过小波变换图像预处理子函数，实现图像的小波变换，然后对小波系数进行去燥处理，再进行小波逆变换。利用“vision assistant”函数是视觉助手，可以进行二值化、字符分割、OCR 光学字符识别等处理。在LabVIEW2014 软件中，采用OCR Training Interface 函数，设计G 语言，获得字符数据库。在车牌定位算法子函数中，采用G 语言设计代码，该子函数搜索7 个字符的具体位置，获得包含这7 个字符的数据，其他数据去除掉。

图2 车牌识别算法的部分G 语言代码

（2）车牌识别算法的实验测试

在天气、光照等环境变化条件下，采集1000 幅图像，使用本车牌识别软件系统进行测试，结果车牌识别率达到96%。实验结果表明，本文的车牌识别方法有效，能在LabVIEW 平台实现该方法的程序设计，能够满足实际工程的应用。

四、结束语

本文提出了一种改进的小波阈值函数，该函数具有连续性，有效保留字符信号。当小波层不同时，该函数可以根据不同层噪声数据大小的变化自动调整阈值的大小。在Lab VIEW2014 软件中，编写了车牌识别算法的G 语言程序代码，实现工程应用。采集1000 幅图像，对该G 语言程序进行实验测试，实验结果表明车牌识别效率很高。