基于边缘检测与分层的车牌定位

车牌识别是智能交通系统 (ITS) 应用的一个重要组成部分, 其目标是在无人参与的情况下, 提取和识别汽车牌照上的字符。车牌识别系统一般可顺序地分为车牌定位、字符分割和字符识别等部分, 其中车牌定位是十分关键的一步, 其目标是从原图像中提取牌照区域 (坐标) , 以供下一步字符识别。在实际环境下, 由于天气、光照、车型、车牌位置以及车牌污迹磨损等客观原因对车牌定位准确率造成影响, 因此有必要采取合理的有效的车牌定位算法来克服这些客观因素的不利影响。在车牌定位方面方法多种多样, 主要有: (1) 基于边缘检测的方法, 通过对几种常用边缘检测算法分析, 提出了Canny边缘检测方法; (2) 基于数学形态学的方法, 利用数学形态学中图像膨胀、填充、腐蚀等运算对车牌定位算法进行了研究;其中, 边缘检测方法定位准确, 速度快, 但是漏检率高, 虚景较多;数学形态学提高了车牌图像分割的准确度, 但精确度不理想, 需要结合其他定位方法;因此本文首先对采集到的彩色图像进行预处理, 再采用了canny边缘检测和分层相结合的方法有效地对车牌定位。

1 预处理

自动车牌定位就是从复杂的车辆背景图像中准确的提取出车牌区域。在对车牌进行定位前, 先将数码相机所拍摄得到, 大小是640×480像素。所有采集到的彩色图像均通过灰度变换、直方图均衡化等增强预处理, 再经二值化, 完成对图像的预处理。

2 边缘检测

我国车牌的底牌与字符的颜色主要有蓝底白字、黄底黑字、黑底白字和白底黑字4种, 虽然颜色不统一, 但有个共同的特点是底色与字符和边框的颜色反差较大, 这一特点有利于边缘检测。常用的边缘检测算子:罗伯特 (Roberts) 边缘算子、索贝尔 (Sobel) 边缘算子、Prewitt边缘算子、拉普拉斯 (Laplacian) 边缘算子和坎尼 (Canny) 边缘算子。

(1) 索贝尔 (Sobel) 边缘算子。

索贝尔算子是一组方向算子, 从不同的方向检测边缘。索贝尔算子不是简单求平均再差分, 而是加强了中心像素上下左右四个方向像素的权重, 运算结果是一幅边缘图像。索贝尔 (Sobel) 算子对噪声具有平滑作用, 提供较为精确的边缘方向信息, 边缘定位精度不够高。当对精度要求不是很高时, 是一种较为常用的边缘检测方法通常对灰度渐变和噪声较多的图像处理得较好。

(2) Prewitt边缘算子。

Prewitt边缘算子Prewitt算子利用像素点上下、左右邻点灰度差, 在边缘处达到极值检测边缘。Prewitt算子不仅能检测边缘点, 而且对噪声具有平滑作用, 因此对灰度和噪声较多的图像处理得较好。

(3) 拉普拉斯 (Laplacian) 边缘算子。

拉普拉斯算子是一个二阶导数算子利用边缘点处二阶导函数出现零交叉原理检测边缘。该算子是一个与方向无关的各向同性 (旋转轴对称) 边缘检测算子。若只关心边缘点的位置而不顾其周围的实际灰度差时, 一般选择该算子进行检测。由于拉普拉斯算子为二阶差分, 其方向信息丢失, 常产生双像素, 对噪声有双倍加强作用, 因此它很少直接用于边缘检测。

(4) 坎尼 (Canny) 边缘算子。

坎尼算子是一类最优边缘检测算子它在许多图像处理领域得到了广泛应用Canny方法也使用拉普拉斯算子, 该方法与其它边缘检测方法的不同之处在于, 它使用两种不同的阈值分别检测强边缘和弱边缘, 并且仅当弱边缘与强边缘相连时才将弱边缘包含在输出图像中, 因此这种方法较其它方法而言不容易被噪声“填充”, 更容易检查出真正的弱边缘。

通过对图像的预处理, 在采用Canny边缘算子对图像进行边缘检测, 检测到边缘后在进行区域膨胀, 腐蚀去无关的小物件这时图像呈现出多个连通的判断区域。

3 分层的车牌定位

根据车牌定位不同的阈值64、32、16、8, 分别定于为第一、二、三、四, 四个等级。等级高时, 特征点 (边缘点) 数目少, 运行时间短, 但车牌的鉴别困难。等级低时, , 特征点数目多, 运行时间较长, 车牌的区域可得到, 但不能鉴别车牌的真伪。因此, 对多个连通判别区域采用四个等级的分层算法, 最后确定车牌区域。分层算法如图1。

4 实验结果分析和总结

本文对40幅背景复杂的车辆图像进行了测试, 车牌类型包括不同省市的汽车牌照, 投影定位成功率为97.3%。实验结果表明该算法具有较好的鲁棒性和准确性。

摘要：车牌识别是智能基础设施的一个主要组成部分, 本文针对车牌本身特征, 在分析了目前车牌定位方法的一些特点及不足, 提出一种基于Canny边缘检测和分层相结合的车牌定位方法。实验表明, 该方法是有效的、可行的, 便于下一步的字符分割。

关键词：Canny边缘检测,分层,车牌定位

参考文献

[1] 王潮.智能交通系统中牌照识别与流量检测的机器视觉研究[D].上海:同济大学, 1999.

[2] 张炜, 王庆, 赵荣椿.汽车牌照的实时识别[J].信号处理, 2000.

[3] 郑南宁, 张西宁, 戴莹, 等.行驶车辆牌照自动识别系统[J].西安交通大学学报, 1991.

[4] 徐飞, 施晓红.MATLAB应用图像处理[M].西安:西安电子科技大学出版社, 2002:1012124.

[5] (美) 冈萨雷斯, 伍兹, 埃丁斯, 等.数字图像处理:MATLAB版[M].北京:电子工业出版社, 2005.

[6] Chang S L, Chen L S, Chuang Y C, et al.Automatic license plate recognition[J].IEEE Trans on Intelligent Trans-portation System, 2004 (1) :42～53.

[7] Chang Shyang～Lih, Chen Li～Shien, Chung YunChung, etal.Automatic Li-cense Plate Recognition[J].IEEE transactionsof intelligent systems, 2004, 3:42～53.