數(shù)字圖像處理-車牌識別課件

圖像模式識別應(yīng)用專題：車牌識別技術(shù)圖像分析處理技術(shù)的綜合應(yīng)用一、車牌識別技術(shù)簡介車牌識別是現(xiàn)代交通管理的重要措施，是智能交通系統(tǒng)的重要環(huán)節(jié)內(nèi)容： 車牌識別系統(tǒng)是采用數(shù)字攝像技術(shù)和計算機信息管理技術(shù)，對運行車輛實現(xiàn)智能管理的綜合運用技術(shù)理論基礎(chǔ)：數(shù)字圖像處理和模式識別車牌識別技術(shù)具有典型性，容易推廣到其它識別對象主要應(yīng)用領(lǐng)域主要應(yīng)用場合(1)公安卡口(2)高速公路收費管理(3)城市道路監(jiān)控系統(tǒng)(電子警察)(4)海關(guān)車輛管理(5)停車場管理(6)車輛流量統(tǒng)計有關(guān)識別率的統(tǒng)計數(shù)據(jù)各環(huán)節(jié)的識別率：（1）牌照定位98%（2）單字分割97.8%（3）車牌識別95% 從上面統(tǒng)計情況可看出，目前單項識別率均達到95%以上，但總識別率僅能達91%以上，仍需進一步提高。系統(tǒng)組成車牌識別系統(tǒng)組成識別流程主要由三部分組成圖像捕獲一般采用CCD攝像頭，包括整車圖像或牌照(一般為彩色圖像)后兩步由計算機實現(xiàn)關(guān)鍵部分是第三步：字符識別（OCR）二、車牌定位與分割車牌定位：通過車牌區(qū)域的特征來判別牌照的位置，將車牌從圖像中分割出來步驟：(1)彩色圖像灰度化(2)圖像增強(3)邊緣檢測(4)模板匹配(5)輸出牌照子圖像CCD輸出CCD捕獲的汽車圖像灰度圖像彩色圖像灰度化邊緣提取(方法多種)定位、分割后輸出下步工作是對分割輸出進行字符識別車徽邊緣提取與識別

1、彩色圖像灰度化CCD攝像頭輸出的圖像一般是24位真彩色圖像，需進行灰度化，使不同顏色車體統(tǒng)一化，同時實現(xiàn)快速處理兩種制式都可以采用

PAL制：亮度 NTSC制：亮度3、邊緣檢測主要方法(1)對圖像進行直分析處理(2)提取車牌區(qū)域邊界(3)灰度點運算(4)模板匹配(5)算子法(6)形態(tài)學(xué)處理(7)其它邊緣提取方法車牌圖像特征車牌定位與分割的理論與方法是根據(jù)車牌圖像的特點來確定的車牌圖像主要特征有：(1)車牌區(qū)域內(nèi)的邊緣灰度直方圖統(tǒng)計特征(2)車牌的幾何特征(3)車牌區(qū)域的灰度分布特征(4)車牌區(qū)域的水平、垂直投影特征(5)車牌形狀特征和字符排列格式特征(6)車牌的形態(tài)學(xué)特征(7)頻譜特征車牌圖像的組成組成：省份漢字(或其他漢字)+字母或阿拉伯數(shù)字，共7位，即X1X1?X3X4X5X6X7 例：川A?K0387尺寸：寬45mm、高90mm、間隔符寬10mm、單元間隔12mm字符筆畫在豎直方向是連通的牌底與字符顏色對照大，邊緣非常豐富四類：藍底白字、黃底黑字、黑底白字、 白底黑字環(huán)境光太強車牌圖像太弱文字干擾其他字符干擾車牌污染車牌被污染運動失真車牌字符因運動失真梯度法邊緣提取梯度法(一階偏微分)又稱Roberts算子 一種利用局部差分法提取邊緣(銳化)的方法

F(j,k)f(j,k+1)F(j+1,k)快速邊緣檢測在車牌系統(tǒng)中還常采用一種更簡單的模板來提取邊緣(對于有干擾的圖像效果不理想)特點：運算速度快，車牌筆畫輪廓突出，而車體其他部分輪廓不突出掩模匹配法銳化：羅比遜模板、普雷外特模板、柯赤模板上述三種模板均可用于邊緣提取，車牌檢測常用柯赤(Krisch)模板,由8個算子組成高斯-拉普拉斯算子法二階微分算子 該算子對噪聲不敏感(5×5)輸出:哈夫(Hough)變換提取直線利用圖像全局特性將邊緣像素連接起來形成區(qū)域封閉邊界的一種方法原理：將二維空間(x,y)平面中的直線用二維極坐標(ρ,θ)空間表示 將直線表示為：

即將(x,y)平面的直線變換為r-θ空間的一個點 該方法亦用于傾斜校正哈夫(Hough)變換原理模板匹配用與圖像中車牌一樣大小的已知模板，在經(jīng)對比度增強后的圖像中，從起點(0,0)開始，逐步平移一一匹配，尋找最佳區(qū)域匹配公式： 最大值為輸出 已知模板并不是某個具體的車牌，而是具有車牌統(tǒng)計特性的通用模板，是一種模糊匹配形態(tài)學(xué)處理確定車牌位置將圖像二值化,通過膨脹、腐蝕操作定位車牌定位算法之一(1)對原始圖像進行基于方向區(qū)域距離測度的彩色邊緣檢測得到原始邊緣圖像(2)對原始邊緣圖像中的每一邊緣點進行邊緣顏色對檢測，獲得候選車牌邊緣圖像(3)對候選車牌邊緣圖像進行閉運算獲得連通域圖像(4)計算各連通域的寬高比，剔除不在閾值范圍內(nèi)的連通域，若只剩下一個連通域，則可確認為車牌區(qū)域，轉(zhuǎn)(7)車牌定位算法之一(5)若還有多于一個連通域，則計算r。剔除不在閾值范圍內(nèi)的連通域，若只剩下一個連通域，則可確認為車牌區(qū)域，轉(zhuǎn)(7)(6)若還有多于一個連通域，則對其進行彩色邊緣檢測然后進行水平掃描，統(tǒng)計每行灰度值為1的個數(shù)N，如果有連續(xù)M行以上N∈[n1,n2]，則可認為此連通域為車牌區(qū)域(7)在原始圖像中提取車牌圖像其它方法：自適應(yīng)邊界搜索法

利用倒L型、水平直線、垂直直線這些結(jié)構(gòu)元素搜索、定位字符，然后找出符合一定格式的字符群，即認為是車牌。

其它方法：區(qū)域生長法

對邊緣圖像進行均勻性區(qū)域生長，以獲得潛在的車牌區(qū)域，然后利用車牌的幾何特征以及車牌區(qū)域內(nèi)的邊緣灰度直方圖統(tǒng)計特征刪除偽車牌，獲取真實車牌。其它方法：形態(tài)學(xué)運算法

灰度圖像數(shù)學(xué)形態(tài)學(xué)運算法則利用車牌形狀特征、字符排列格式特征，對預(yù)處理后的灰度圖像進行一系列的形態(tài)學(xué)運算，得到直線與一定數(shù)目的字符相鄰的區(qū)域即認為是車牌。

其它方法：DFT變換法

DFT變換法是先對圖像逐行做DFT變換，然后把頻率系數(shù)逐行累加平均并根據(jù)這些平均值做出頻譜曲線，根據(jù)頻譜曲線中的“峰”的起始點位置確定車牌水平位置，對這一水平區(qū)域逐行做DFT變換可確定車牌豎直位置。雖然上述車牌定位算法已在實踐中取得成功，但對于車輛實時監(jiān)控系統(tǒng)來說上述方法所需的時間仍然偏長。其它方法：圖像差分投影法

基于圖像差分投影法：將車輛灰色圖像按水平方向求差分圖，然后按垂直方向求差分，最后對差分后的車輛圖像分別在水平和垂直方向投影，按照給定的車牌尺寸范圍找出可似車牌區(qū)域；按照水平和垂直方向投影得出有可能的車牌區(qū)域有三個，包括兩個車燈區(qū)，由于車燈區(qū)在尺寸和字符數(shù)上不符合常規(guī)車牌特征，所以即可排除，從而僅剩下唯一的車牌區(qū)域，再從灰色圖像中切出真正的車牌區(qū)圖像。

三、車牌字符識別技術(shù)與通用的OCR識別方法類似模板匹配法 首先對字符二值化，并歸一化字符尺寸，然后進行模板匹配，選取擇最匹配輸出神經(jīng)網(wǎng)絡(luò)匹配法，兩種算法：(1)先對各字符進行特征提取，利用特征訓(xùn)練網(wǎng)絡(luò)分類器，然后用分類器識別字符(2)由網(wǎng)絡(luò)對輸入圖像自動提取特征并識別1、預(yù)處理車牌經(jīng)定位、分割檢出后，基本上具有被識別的條件，但還需做適當預(yù)處理預(yù)處理：(1)圖像二值化 在彩色圖像灰度化后，因車牌類型不同，會出白底黑字和黑底白字兩種，需要統(tǒng)一為一種(2)字符分割2、二值化二值化的關(guān)鍵是閾值的選擇二種方法：全局閾值、局部閾值全局閾值其中hl是灰度值為l的像素個數(shù)。3、傾斜校正提取的車牌圖像有可能是傾斜的，為了便于識別，需對圖像進行傾斜度校正方法：哈夫(Hough)變換 計算車牌圖像上、下邊界直線計算邊界直線的傾斜度P傾斜度校正拍攝造成的傾斜字符二值化后的傾斜字符4、尺寸歸一化字符的大小歸一化可以簡單地用統(tǒng)計分析法來完成歸一化內(nèi)容: (1)位置歸一化，即把字符移到規(guī)定的位置上，使字符的質(zhì)心對中，也可字符邊框定位 (2)大小歸一化，使被識別字符具有同樣大小5、字符識別識別方法較多匹配法識別采用相關(guān)函數(shù)作為相似度測度 其中，T為模板，S為模板覆蓋下的圖像子塊，i、j為子塊左上角坐標，M、N為模板長和寬6、字符優(yōu)化按照上述車牌定位和切割方法取得的單個字符圖像，可能存在字符與邊框相連、字符變形和字符斷裂等情況，為此在真正識別之前需要對字符位圖作進一步的技術(shù)處理；常用的方法是將用于識別的字符位圖按新的點陣大小重新采樣，然后搜索字符位圖的準確上下左右邊界值，依照字符位圖的寬高值和新的邊界值重新確定字符像素點，并排除非字符情況，如左右邊界值之差過小、上下邊界差過小等情況即認為非字符。

7、字符類型民用車漢字：京、津、晉、冀、蒙、遼、吉、黑、滬、蘇、浙、皖、閩、贛、魯、豫、鄂、湘、粵、桂、瓊、川、貴、云、藏、陜、甘、青、寧、新，渝”；英文字母：除“I”外的“A—Z”其他字母；數(shù)字：0—9；數(shù)字和字母：“WJ”、“警”+0—9；軍用車漢字：甲、乙、丙、丁、戊、己、庚、辛、壬、癸、子、丑、寅、卯、辰、巳、午、未、申、酉、戌、亥；民用車尾字：包括“0—9、學(xué)、試、領(lǐng)、港”等字。8、標準特征庫將切分下來的字符圖像變換到40×40的點陣空間上，按照水平和垂直方向提取二值特征、按照字符結(jié)構(gòu)在水平、垂直、左、右四個方向的幾何投影圖像特征建立多維特征庫，其中標準漢字從宋體字庫中選取，字母及數(shù)字從OCR-A字庫中選取。對標準字符分別進行歸一化、輪廓化和特征抽取，標準模板就是從中抽取特征得到的特征向量。

10、字符匹配兩種主要方法：模板匹配法和人工神經(jīng)網(wǎng)絡(luò)算法；模板匹配算法首先把待識別字符二值化，并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進行匹配，最后選最佳匹配作為結(jié)果；基于人工神經(jīng)網(wǎng)絡(luò)的算法主要有兩種：(1)一種是先對待識別字符進