论文研究-基于边缘检测的车牌定位方法 .pdf-资料库

weixin_39841848-11575028-4744302543424900979.pdf-第1页.png

第1页 / 共6页

weixin_39841848-11575028-4744302543424900979.pdf-第2页.png

第2页 / 共6页

weixin_39841848-11575028-4744302543424900979.pdf-第3页.png

第3页 / 共6页

weixin_39841848-11575028-4744302543424900979.pdf-第4页.png

第4页 / 共6页

weixin_39841848-11575028-4744302543424900979.pdf-第5页.png

第5页 / 共6页

weixin_39841848-11575028-4744302543424900979.pdf-第6页.png

第6页 / 共6页

中国科技论文在线 http://www.paper.edu.cn 基于边缘检测的车牌定位方法杨军飞, 路小波，张焙铧东南大学交通学院，南京 (210096) E-mail：frankskidd@qq.com 摘要：在车牌识别中，车牌定位起着十分关键的作用。由于光线的原因，传统的车牌定位技术在夜晚的车牌定位率普遍比白天的定位率低，这直接影响到后面的分割和识别率。针对这个问题，本文提出了一种基于边缘检测的车牌定位方法，首先对图像进行边缘检测，有效的突出车牌区域特征，然后用水平和垂直定位的方法，去除车前栅栏或车灯等干扰，准确的定位出车牌区域。实验表明，该方法不管是白天还是夜晚，都能准确的定位出车牌。关键词：车牌定位；边缘检测；水平垂直投影中图分类号：TP391 1 引言车牌识别 LPR（License Plate Recognition）在交通系统管理中有着十分广泛的作用，目前已应用于包括公路治安卡口、开放式收费站、车载移动查车、违章记录系统、门禁管理、特殊部门车辆的出入控制、停车场管理等多种场合。车牌识别包括车牌定位、车牌分割、字符识别三个部分。车牌定位是车牌识别系统中的关键技术。国内外很多文献对此进行了分析研究。文献[1]提出了一种根据车牌区域的边框特征以及牌照区域二值化后车牌内部的纹理特征灰度变化频率来定位车牌的算法。文献[2] 首先对边缘检测后的图像进行膨胀处理，增强车牌区域特征，然后通过 Top-Hat 变换来补偿背景亮度，最后进行水平和垂直定位。这两种定位方法效果比较好，但是没有考虑到白天和夜晚场景图像具有的不同特性。文献[3]将图像分类为白天场景和夜晚场景类，利用不同的灰度跳变值提取出车牌候选区域，对不同场景用不同的方法选取区域。文献[4]对白天场景的车牌采用结合车体对称轴定位并考虑车牌区域文本特征的方法，对夜间场景中的车牌采用二次定位法。这两个文献都考虑到了白天和夜晚的图像特征的区别，白天场景的图像，由于光照相对比较均匀，整体亮度高，因而信息丰富；而夜晚场景的图像，由于有车灯给光，图像亮度分布不均，整体亮度低，因而信息较少，但是它们没有一个统一的方法，而是在白天和夜晚用了不同的方法进行定位。针对现有方法夜晚定位率较低的问题，本文提出了基于边缘检测的定位方法，首先对采集的图像用边缘算子进行边缘检测，在白天和夜晚都能有效的突出车牌区域特征，然后通过投影特征，利用水平和垂直定位算法来定位出车牌区域。 2 边缘检测灰度跳变的定位方法主要是利用车牌区域字符和底色之间灰度有规律的变化特征来搜索车牌区域[5]，这种方法在白天的效果比较好，但是晚上由于光线原因不是很理想。通过对车牌图像水平方向上扫描行的灰度值进行观察，在图1(a)中在白天场景情况下，车牌区域的灰度跳变幅度比较大，很有规律性(如图1(c)所示)，易于用算法进行定位；但是在图1(b)中夜晚场景情况下，车牌区域的灰度跳变明显减弱，有些跳变的幅度甚至和背景的跳变幅度一样，规律不太明显(如图1(d)所示)。由此可见，用灰度跳变的方法车牌区域在夜晚的跳变规律没有在白天的跳变规律突出。 -1-

中国科技论文在线 http://www.paper.edu.cn (a)白天场景图 (b)夜晚场景图 (c)白天场景图中扫描行的灰度跳变 (d)夜晚场景图中扫描行的灰度跳变图 1 基于灰度跳变方法的实验 (a)白天场景图 (b)白天场景图边缘检测后的图 (c)水平投影显示 (d)夜晚场景图 (e)夜晚场景图边缘检测后的图 (f)水平投影显示图 2 基于边缘检测方法的实验针对灰度跳变法夜晚车牌特征不突出，本文提出了基于边缘检测的方法。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，再加上车牌中的字符水平垂直特征明显这一特点，用边缘检测容易实现。用于边缘检测的常用的边缘检测算子有 Robert 边缘算子、Prewitt 边缘算子、Laplacian 边缘算子、Canny 边缘算子和 Sobel 边缘算子。Sobel 算子是一组方向算子，从不同的方向检测边缘，它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。Sobel 图像中每个点都用两个核做卷积运算，其中一个核对垂直边缘响应最大，而另一个核对水平边缘响应最大。以两个卷积的最大值作为该点的输出值，运算结果是一幅边缘幅度图像。它 -2-

中国科技论文在线 http://www.paper.edu.cn 是有方向性的，在水平和垂直方向上形成了强烈的边缘，即 Sobel 算子对水平边缘和垂直边缘响应最大，而且对灰度渐变和噪声较多的图像处理较好，结合实际处理情况，本文采用 Sobel 算子完成边缘检测。对图2(a)和图2(d)分别用 Sobel 算子进行边缘检测得到了图2(b)和图2(e)，可以发现用这个方法能将晚上车牌区域准确的检测出来，对边缘检测后的图每行求和，进行水平投影将其显示出来如图2(c)和图2(f)，明显可以看出运用本方法不仅在白天可以将车牌区域特征显示出来，在晚上也能很大的突出车牌区域特征，为下面的定位方法奠定了基础。 3 定位方法本文提出的定位方法是先通过水平定位算法定位出车牌区域所在的水平区域，然后再通过垂直定位算法定位出最后的车牌区域。图 2 中的水平投影显示可以看出，通过边缘检测可以有效的检测出车牌区域，但车前栅栏或车灯的区域特征也比较明显，同时伴随着车身区域的干扰和其他微弱噪声的干扰，水平定位算法就是要将栅栏、车灯和其他干扰去除，准确定位出车牌区域所在的水平区域，该算法的流程图如图 3 所示。边缘检测图行求和 L>m 是预备区域求面积 P>a*Smax 是车牌候选区域取开始点否噪声干扰否车身干扰 xbeg=Bmax ？否栅栏或车灯干扰是车牌区域图 3 算法流程图下面对此算法进行详细介绍： (1) 去除微弱噪声干扰：对边缘检测后的图进行行求和，设阈值 m，将和小于 m 的行值设为零，剩下的为预备区域，并且记下每个预备区域的开始点 xbeg 和结束点 xend。其中 m 为统计一千多副图的经验值，本文取 10，L 为每行的和值。 (2) 去除车身等干扰：对预备区域中的的每个区域求其面积，面积小于 a*Smax 的为车 -3-

中国科技论文在线 http://www.paper.edu.cn 身等干扰，面积大于等于 a*Smax 的为车牌候选区域。其中 Smax 是预备区域中最大的面积值，a 是修正值，本文取 0.9，P 为每个区域的面积。 (3) 去除栅栏或车灯干扰：到这一步，车牌候选区域就只有两个区域，栅栏或车灯区域和车牌区域。取出车牌候选区域的开始点 xbeg，如果 xbeg=Bmax，即 xbeg 大的所对应的区域就是所需的车牌区域。其中 Bmax 为车牌候选区域开始点的最大值。根据此水平定位算法，能准确定位出车牌区域所在的水平区域，对图 2(a)和图 2(d)分别用水平定位算法得到图 4(a)和图 4(b)。 (a)白天场景水平定位后的图 (b)夜晚场景水平定位后的图图 4 水平定位后的图 (a)垂直投影图 (b)垂直投影图图 5 垂直投影图 (a)白天场景定位结果图 (b)夜晚场景定位结果图图 6 定位结果图分别对图 4(a)和图 4(b)边缘检测后的图进行垂直投影可以得到图 5(a)和图 5(b)，图中可以看出经过水平定位后的车牌区域在水平段中的特征十分明显，因此再用垂直定位算法将车牌区域定位出来即可。由于垂直定位算法和水平定位算法十分类似，本文就不再重新叙述，经过垂直定位算法后的结果图如图 6 所示。 4 实验结果与分析为了验证本文方法的有效性，用文献[5]基于灰度跳变的定位方法和本文方法的结果进行比较。 (a)白天场景图 (b)夜晚场景图 1 (c)夜晚场景图 2 图 7 实验原图 (a)白天场景图定位结果 (b)夜晚场景图 1 定位结果 (c)夜晚场景图 2 定位结果图 8 基于灰度跳变方法的定位结果图 (a)白天场景图定位结果 (b)夜晚场景图 1 定位结果 (c)夜晚场景图 2 定位结果图 9 本文方法的定位结果图 -4-

中国科技论文在线 http://www.paper.edu.cn 图7为实验原图，其中有一副白天场景图和两幅夜晚场景图，图8是用基于灰度跳变方法分别对图7中的三幅图定位的结果图，图9是用本文方法定位的结果图。不难看出，对于图 7(a)，用本文方法和基于灰度跳变的方法都能准确定位出车牌(如图8(a)和图9(a)所示)。对于图7(b)和图7(c)，用基于灰度跳变方法定位不全(如图8(b)所示)和定位到栅栏车灯区域(如图 8(c)所示)，而用本文的方法都能将车牌区域有效的定位出来(如图9(b)和9(c)所示)。为了进一步验证本文方法的有效性，对江苏省某公路上采集的车辆图像进行实验，其中白天图像300张，夜晚图像150张。这些车牌图像质量不一，一般小汽车的车牌图像质量比较高；货车的车牌图像质量就比较差，如脱色、粘有泥巴、甚至模糊不清。用基于灰度跳变的方法和本文的方法定位结果如表1所示。表 1 实验结果表定位方法基于灰度跳变方法白天 97.3% 97.5% 夜晚 92.2% 96.1% 白天和夜晚 93.7% 96.8% 本文的方法由表1可以看出，本文的方法跟基于灰度跳变的方法比在白天的定位率相当，但是夜晚的定位率有较大的提高，弥补了基于灰度跳变方法晚上定位率低的缺陷，而且从白天和夜晚总共450张图的定位率来看，本文的方法在整体定位率上也有很大提高。 5 结论针对夜晚定位率比白天定位率低的问题,本文提出了一种基于边缘检测的车牌定位方法。通过Sobel边缘检测，增强车牌区域丰富的水平垂直边缘特征，可以避免由于不同环境光照等条件引起的图像对比度低等因素的影响，再利用水平垂直定位的方法可剔除车前栅栏和车灯产生的为伪车牌区域，从而实现了车牌的准确定位。实验表明，本文的定位方法在白天的定位率为97.5%，夜晚的定位率能达到96.1%，整体定位率为96.8%。 -5-

中国科技论文在线 http://www.paper.edu.cn 参考文献 [1] 刘广起，郑晓势，张晓波．基于图像纹理特征提取的车牌定位算法[J]．中国图象图形学报，2005，10(11)： 1419-1422． [2] Sun Guangmin, Li Gang, Xu Lei, et al. A new method of vehicle license plate location based on mathematical morphology and texture characteristics[C]. Industrial Electronics and Applications, IEEE Conference on 2008: 985-988. [3] 林志毅，周运祥，王宗跃．基于场景分类及灰度跳变的车牌定位方法[J]．交通科技，2006(2)：86-88． [4] 杨文霞，黄樟灿，汪斌．基于车体对称及颜色聚类的车牌自动定位方法[J]．计算机应用研究，2005(11)： 225-228． [5] 张光华．车牌定位方法研究[D]．南京：东南大学，2005． Vehicle License Plate Location Based on Edge Detection Method Yang Junfei, Lu Xiaobo, Zhang Beihua Department of Transportation, Southeast University, Nanjing (210096) Abstract License plate location plays a critical role in the license plate recognition. The rate of location for the traditional technology in the night is generally lower than that in the day, which directly affects the rate of the segmentation and recognition. To solve this problem, this paper proposes a license plate location method of edge-based detection. We first highlight the regional characteristics of the license plate by detecting image edge, and then use the horizontal and vertical locating method to remove the fence or the front of the car headlights and other interference and accurately locate the plate area. Experiments show that the proposed method can accurately locate a license plate whether it’s day or night. Keywords: license plate location; edge detection; horizontal and vertical projection -6-

资料库

论文研究-基于边缘检测的车牌定位方法 .pdf

相关推荐

开发技术

热门标签

最新资料