車牌識別系統(tǒng)中的字符分割與識別

1、設(shè)計模式大作業(yè)車牌識別(LPR)中的車牌定位及字符分割摘要本文提供了一套完整的LPR中的車牌定位和字符識別系統(tǒng)的實現(xiàn)方式。算法主要涉及到：基于邊緣檢測的LPR車牌定位，包括利用圖像的灰度化、二值化以及濾波處理等步驟。然后進行車牌提取、字符分割，以及利用模板庫對得到的字符進行模式識別，從而達到從一個汽車抓拍圖片到識別出對應(yīng)的車牌字符串的過程。該過程中涉及到了若干比較經(jīng)典的設(shè)計模式(DesignPatterns),我們進行了認真的分析并給出了自己的理解和總結(jié)。關(guān)鍵詞：LPR、模式識別、車牌分割、字符分割，設(shè)計模式一概述隨著我國經(jīng)濟的高速發(fā)展，國內(nèi)的私家車、公交車、高速公路、停車場越來越多車牌識別系

2、統(tǒng)是智能交通系統(tǒng)的重要組成部分，隨著各國交通事業(yè)的不斷發(fā)展和科技水平的不斷提高，各國也不斷加大了對車牌識別系統(tǒng)的研究。車牌識別系統(tǒng)的應(yīng)用可以極大地提高交通管理的效率和自動化程度。車牌識別系統(tǒng)主要由車牌定位、字符分割和字符識別三部分組成。其中車牌定位和字符分割對后續(xù)的字符識別成功與否具有直接影響，進而對整個車牌識別系統(tǒng)的性能起到了決定性的作用。作為智能交通系統(tǒng)中至關(guān)重要一部分的車牌識別系統(tǒng)也得到了極大的關(guān)注和發(fā)展。車牌識別系統(tǒng)具有廣泛的應(yīng)用前景。車牌識別系統(tǒng)可以應(yīng)用于很多場合，使各種管理系統(tǒng)的工作效率和自動化程度大大提高，因此車牌識別系統(tǒng)具有著極其重要的現(xiàn)實意義。二車牌識別系統(tǒng)的設(shè)計LPR是一個

3、較為復(fù)雜的系統(tǒng)，整個系統(tǒng)的實現(xiàn)涉及到了很多方面。我們在此為了更清晰地描述整個過程以及為了模塊化分析整體流程，講整個系統(tǒng)分為幾個主要部分。分別是：圖像輸入、圖像處理、車牌提取、字符分割、字符識別、輸出信息。這些步驟每一個都有著自己的技術(shù)支持。各步驟之間相互獨立又相輔相成，后者的正確執(zhí)行離不開前面步驟的結(jié)果。其整體結(jié)構(gòu)表示如下：本文研究的重點是其中兩個最為核心的部分：“車牌定位”和“字符分割”。下面分別介紹這兩部分。三車牌定位車牌定位是車牌識別系統(tǒng)中至關(guān)重要的一步，也是評價整個車牌識別系統(tǒng)的一項重要性能指標。對于整個車牌識別系統(tǒng)來說，車牌識別精度的高低主要取決于車牌定位精確度的高低。1.汽車牌照的

4、特點不同國家的車牌在顏色、形狀、位置、字符個數(shù)等方面是不一樣的。在我國，根據(jù)中華人民共和國公共安全行業(yè)標準GA36-92,汽車車牌有10種。這10種汽車車牌的幾何外形大小和顏色信息如下表所示。Jii找國睥車靜照標淮編號竹類外廊尺寸(min)顏色1大型汽車前:+4OX他董底粵字J:WX220藍底口字2屮型汽車440X140藍底口學3教練汽車440X14fl茨底黑宇4實驗汽豐440X140苗底綏字5使館汽牛-440X140黑底白字紅“使“字6440X140脈白字紅峠r芋7境外汽車豐10X140黑庇白字口耗踐，竝黑底紅宇S外躇汽車440X140黑底白字白框經(jīng)9臨恫入境汽*44QX1&5白底酊字黑“幡

5、的入境”字10臨時廳賦汽車440X140口底(有藍色時紋黑字從人的視覺出發(fā)，我國的車輛牌照區(qū)域具有以下特點：大部分車輛牌照含有7個字符，少量車輛牌照有9個字符。字符和字符之間或字符和分割符之間存在12mm的間距。存在6種前景和背景的組合：即黃底黑字、藍底白字、黑底白字、白底紅字、黑底車牌中字符顏色與背景顏色亮度相差很大，即要么字符顏色的亮度明顯高于背景顏色的亮度，要么字符顏色的亮度明顯低于背景顏色的亮度。在圖像中存在著許多長短不一的長方形區(qū)域，例如車燈、汽車商標等，但是車牌一般是在整個圖像的所有矩形區(qū)域最下方。2.車牌預(yù)處理車牌圖像的準確分割是最終實現(xiàn)字符識別的關(guān)鍵所在，但同時能否準確分割又取

6、決于對車牌的灰度化、二值化、傾斜校正以及去邊框處理等車牌圖像預(yù)處理工作。該部分的主要流程如圖7所示。3.圖像灰度化處理把圖像由彩色轉(zhuǎn)化為灰度的過程叫做灰度化。在24維真彩色圖像中，它的每一個像素點由R、G、B三個分量組成。本設(shè)計采用最大值法：首先求出每個像素點R、G、B三個分量的最大值，然后再把這個最大值賦給該像素點的R、G、B三個分量，完成彩色圖像到灰度圖像的轉(zhuǎn)化。即采用如下公式進行灰度化。R=G=B=mnx(R.G,B)按照該方法進行灰度化處理，得到的圖像如下所示：4.二值化處理二值圖像是指整幅圖像像素僅有黑、白二值的圖像，二值圖像在數(shù)字圖像處理中占有非常重要的地位。二值化算法又稱為閾值算

7、法，算法的關(guān)鍵是要找到合適的閾值將目標圖像從背景中凸現(xiàn)出來。綜合考慮以上各種算法的優(yōu)缺點，本設(shè)計采用了Ostu法。Ostu法是一種經(jīng)典的全局化閾值方法，它是由Ostu提出的最大類間方差法。下圖為用Ostu法進行二值化前后車牌圖像。lie608158匸值化前的原始組像MDMA386UC608I5011(33說3|禺9:值代后的車牌圖便5.邊緣檢測基于灰度的還有邊緣檢測的車牌定位：由于車牌字符的灰度值與車牌底色的灰度值相差較大，字符與底色的交界處就有灰度突變，灰度突變處就會產(chǎn)生邊緣，這是車牌定位技術(shù)中非常重要的特征。也可以通過檢測車牌的外邊框來定位車牌，由于外邊框的上下左右四邊都為直線，而且有明顯

8、的邊緣特征，所以首先利用邊緣檢測算法提取車牌邊框位置，然后，用Hough變換算法檢測直線，確認外邊框的上下左右四條邊位置就確定了車牌在圖像中的位置。下圖是提取得到的邊緣信息。車牌識別(LPR)中的車牌定位及字符分割6.圖像濾波通常情況下，由于外界光線、氣候或其他自然、設(shè)備本身、人為因素等干擾而導致所拍攝的車牌圖片成像不完美，使得對比度太小、曝光量太大、不清晰、傾斜等情況產(chǎn)生，這些情況都會極大的影響后期車牌號碼字符的分割、識別操作，甚至導致無法進行字符分割和識別操作。因而，在做字符分割和識別操作之前，對圖像做一系列的預(yù)處理很有必要。這些預(yù)處理操作包括圖像增強處理（中值濾波、均值濾波、直方圖均衡化

9、）、邊緣檢測、二值化、形態(tài)學濾波處理。中值濾波是一種非線性濾波，由于它在實際運算過程中并不需要圖像的統(tǒng)計特性，所以比較方便。中值濾波首先是被應(yīng)用在一維信號處理技術(shù)中，后來被二維圖像信號處理技術(shù)所應(yīng)用。在一定的條件下，可以克服線性濾波器所帶來的圖像細節(jié)模糊，而且對濾除脈沖干擾及圖像掃描噪聲最為有效。但是對一些細節(jié)多，特別是點、線、尖頂細節(jié)多的圖像不宜采用中值濾波的方法。7.車牌區(qū)域定位車牌區(qū)域定位采用頻率投影法,即通過分析其水平和垂直積分投影的平均值,獲取車牌區(qū)域的頻率變化特征,來達到精確定位車牌上下和左右邊的目的。首先根據(jù)圖像二值化的結(jié)果可以求出圖像的水平投影，然后求出一定高度范圍內(nèi)水平投影的

10、平均值m_Avg，如果m_Avg大于某一閾值，則判斷為車牌上下邊沿區(qū)域，否則繼續(xù)向上搜索。四字符分割1.字符分割整個工作包括，找出含車牌文字的最左端，找出含車牌文字的最上端并且排除兩顆螺絲的位置，判斷車牌字符的最小區(qū)域，尋找最小區(qū)域,并截取爾QSI2FI6QSIZ7字符識別中國大陸汽車牌照中使用的字符包括59個漢字、25個英文字母(字母I不用)和10個阿拉伯數(shù)字三種類型共94個，且都是印刷體，結(jié)構(gòu)固定、筆畫規(guī)范。這些字符的結(jié)構(gòu)在水平方向有三種類型：左右對稱、左大右小、左小右大。在豎直方向同樣有三種結(jié)構(gòu)，即上下對稱、上大下小、上小下大。識別過程根據(jù)字符圖像的這一特點，本文采用下述方法對字母和數(shù)字

11、進行逐級分類，形成一棵識別判定樹，每個字符就是一個葉子：首先在待識別的字符圖像中搜索封閉環(huán)的數(shù)量和位置。根據(jù)搜索到封閉環(huán)的結(jié)果判斷字符所在的類封閉環(huán)字符類、雙封閉環(huán)字符類、無封閉環(huán)字符類。針對每一類分別進行處理。雙封閉環(huán)字符只有8和B，因此只要抽取豎筆畫即可區(qū)分出這兩個字符。B的左半部分有一長豎，而8沒有。單封閉環(huán)的字符有A、D、0、P、Q、R、0、4、6和9。根據(jù)封閉環(huán)的位置將這些字符分成三類：封閉環(huán)在上部；封閉環(huán)在下部和封閉環(huán)在中間，然后再根據(jù)結(jié)構(gòu)特點和抽取的筆畫特征進行識別。.封閉環(huán)在上部的字符有P、R和9。如果待識別字符圖像上半部分有一個封閉環(huán)，則從左半部分抽取豎筆畫；若左側(cè)部分沒有豎

12、筆畫，則該字符為9；若在左半部分抽取到豎筆畫，繼續(xù)抽取右斜筆畫；抽取到右斜筆畫，該字符為R；否則為P。.封閉環(huán)在下部的字符有A、4和6。如果待識別字符圖像下半部分有一個封閉環(huán)，則從右半部分抽取豎筆畫；若右側(cè)部分有豎筆畫，則該字符為4；若在右半部分沒有抽取到豎筆畫，繼續(xù)抽取橫筆畫；抽取到橫筆畫，該字符為A；否則為6。.封閉環(huán)在中間的字符有D、O、Q和0。實際應(yīng)用中，0和0的圖像完全相同，可以作為同一個字符處理。如果待識別字符圖像中間有一個封閉環(huán)，則首先利用上下對稱特點判斷是否為Q；若上下對稱，則為0(0)或D；然后按照左右對稱特征區(qū)分字符0和D。無封閉環(huán)的字符有C、E、F、C、H、J、K、L、M

13、、N、S、T、U、V、W、X、Y、Z、l、2、3、5和7，通過抽取筆畫對這些字符進行識別。抽取橫筆畫和豎筆畫。若待識別字符圖像沒有橫筆畫和豎筆畫，則該字符為S、V或X。若待識別字符圖像只有橫筆畫而沒有豎筆畫，則該字符為2、3、7或Z。若待識別字符圖像只有豎筆畫而沒有橫筆畫，則該字符為1、C、丁J、K、M、N、U、W，或Y。待識別字符圖像既有橫筆畫又有豎筆畫的字符為5、E、F、C、H、l或T。.S、V和X的識別。抽取左斜筆畫和右斜筆畫，S沒有這兩種筆畫,從而可識別出SX的兩條斜筆畫交點位于字符圖像的中間位置，而V的兩條斜筆畫相交于字符圖像的下部，以此識別x和V。識別2、3、7和Z。這四個字符中只

14、有Z有兩條橫筆畫，從而可以此識別出Z3和7的橫筆畫都位于上部，而2的橫筆畫位于下部，這樣又可以識別出2。對于3和7，利用左斜筆畫進行識別。7具有左斜筆畫，而3沒有。識別1、C、J、K、M、N、U、W和Y。根據(jù)豎筆畫的數(shù)量將這些字符分為三類，1、C、J、K和Y都是一條豎筆畫、M、N和U是兩條豎筆畫，而W有三條豎筆畫，這樣就完成了W的識別。對于一條豎筆畫的字符，判斷該筆畫的位置是在左邊(C和K)、中間(1和Y)還是在右邊(J)，即可識別出廠。根據(jù)有無右斜筆畫區(qū)分C和K，按照中間豎筆畫的長短區(qū)分1和丫。.由于字符N有一右斜筆畫，以此將其從M和U中識別出來。對于M和U，依靠結(jié)構(gòu)特征已無法識別，本文使用

15、字符圖像中前景像素個數(shù)與背景像素個數(shù)的比值來判斷。根據(jù)這兩個字符的特點，只計算字符上半部分即可。識別5、E、F、G、H、I和T。這些字符中，只有E具有三條橫筆畫，F(xiàn)有兩條橫筆畫，其余為一條橫筆畫。剩下的字符中，按照豎筆畫的數(shù)量分為兩組：5、L和T為一條豎筆畫，G和H為兩條豎筆畫。H的兩條豎筆畫長度相同，而G的兩條豎筆畫則一長一短，這是區(qū)分G和H的標志。T的豎筆畫在中間，5和L的豎筆畫在左邊。L的豎筆畫長，5的豎筆畫短，這樣就完成了5、T和L的識別。搜索封閉環(huán)實際上就是在字符圖像中搜索連通域。在字符的二值圖像中，假定字符像素值1，背景像素值為0，則：無封閉環(huán)的字符圖像中只有兩個連通域，即字符連通域和背景連通域，圖2(a)中的B和F。只有一個封閉環(huán)的字符圖像中有三個連通域，即一個字符連通域和兩個背景連通域，圖2(c)中的Bl、B2和F。有兩個封閉環(huán)的字符圖像中有四個連通域，即一個字符連通域和三個背景連通域，圖2(b)中的Blshe、B2、B3和F。搜索封閉環(huán)的算法如下：讀入二值字符圖像。找到一個像素值為0的背景像