车牌字符分割
① 车牌字符分割算法的研究
车牌字符分割就是对已经定位出的车牌区域内的车牌字符进行分割,从而获取车牌上的字符,是车牌字符识别的前提和准备。车牌字符分割的好坏,直接影响到识别效果的好坏。在车牌识别系统中,由于车牌污染、背景复杂、光照不均匀、车牌发生倾斜、边框影响以及间隔符等因素影响,很难找到一种普遍使用的分割方法。
车牌区域定位完成之后,由于提取出来的车牌区域内的车牌图像可能存在倾斜现象,因此,在车牌字符分割之前,需要判断车牌图像是否倾斜。在车牌倾斜的情况下,需要准确的求得车牌的倾斜角度,然后把发生倾斜的车牌校正过来,为接下来的字符分割创造条件,这就是车牌的倾斜校正。常用的倾斜校正算法包括Radon变换、Hough变换。在车牌的倾斜校正完成之后,需要去除车牌的上下、左右边界,然后才能把车牌上的字符一个个的分割出来,得到一个单独的车牌字符图像,为后续的车牌字符识别做好准备,即车牌的字符分割。
在车牌的字符分割中,有许多因素会对车牌的字符分割造成影响,例如图像的噪声、车牌的定位不精确、字符的粘连、汉字的不连通等。本文介绍一种改进的水平投影算法,该算法能够克服这些因素造成的不良影响,并且能够准确的分割出车牌,为后续的精确识别做好准备。为了分割出相互独立的字符,对经过Otsu算法阈值化的灰度图进行分割。
车牌识别系统的关键技术及算法
车牌定位
车牌定位是车牌识别系统的基础,其定位的准确与否直接影响到车牌的字符分割和识别效果,是影响整个车牌识别系统识别率的主要因素。车牌定位,即运用数字图像处理、模式识别、人工智能等技术对采集到的汽车图像进行处理,从而准确地获得图像中的车牌区域,其输入是原始的汽车图像,输出是车牌图像。在现实车牌识别系统中,由于光照不均匀、背景的复杂性等原因,造成准确定位出车牌的难度较大。目前,根据车牌的特征,常见的车牌定位方法有基于车牌颜色特征信息的定位法、基于车牌区域频谱特征的定位法、基于分类器的车牌定位法、基于车牌边缘特征的车牌定位法等,这些方法各有所长。值得注意的是,车牌定位算法的分类并不是的,区别算法类别的标准并不十分明确。车牌定位算法的方法多种多样、各有所长,但存在着计算量大或者定位准确率不高等问题。
车牌定位是车牌识别的关键步骤,为了能在复杂背景和不均匀光照条件下快速准确定位车牌位置,基于改进Isotropic Sobel边缘检测算子的车牌定位算法,由此来解决其存在的问题,该算法通过改进Isotropic Sobel边缘检测算子,实现了车牌图像在水平、垂直以及对角线方向上的纹理特征提取,然后采用Otsu算法阈值化,再对阈值化后的二值图像做数学形态算得到车牌的候选区域,后利用车牌特征去除伪车牌。
Sobel边缘检测算子
Sobel算子是根据邻域像素与当前像素的距离有不同的权值,强调中心像素的对边邻域像素对其的影响,而消弱4个对角近邻像素的作用。图像中每一个像素点都用这两个核做卷积,一个卷积核对图像垂直边缘响应,而另一个则对水平边缘响应,取两个卷积之中的值作为该像素点的输出值。这样使得Sobel算子对噪声有抑制作用,因此不会出现很多孤立的边缘像素点,不过Sobel算子对边缘的定位不是很精确,图像的边界宽度往往不止一个像素,不适合对边缘定位准确性要求很高的应用。与Prewitt相似,Sobel算子也是通过像素平均来实现的,也有一定的抗噪能力。值得注意的是它们都不是各向同性的,所以它们检测出来的边缘并不是完全连通的,会有一定程度的断开。
Sobel边缘检测还有另外一种形式,称为Isotropic Sobel算子,该算子具有各向同性的特征,利用加权平均算子,权值反比于邻点与中心点的距离,当沿着不同方向检测边缘时梯度幅度一致, 因此它的位置加权系数更准确,在检测不同方向上的边缘时梯度的幅度一致,但速度较一般Sobel算子要慢一些。 用于边缘检测的算子很多,常用的还有Laplacian边缘检测算子、Canny边缘检测算子等。
车牌识别系统原理图
车牌识别云台摄像机通过光抑制屏蔽,电子快门调节,宽动态功能等来实现抓拍车牌:
强光屏蔽:在低照度彩色摄像机的基础上,通过软件的功能,把图像中亮的部分遮挡。在交通监控中,一般可将大灯的强光遮挡,从而将车牌较清晰的抓拍下来。但是这款摄像机的缺点就是软件分辨不清,对于图像亮部分界定不清,有可能将车牌号码也遮挡,同时无法处理高速运动物体的抓拍。目前国产摄像机在强光屏蔽方面做的比较多,效果各方反映不一。
可调电子快门:对于高速运动的物体抓拍(高速公路上的汽车车速一般都在70KM/小时以上),可以通过降低电子快门速度来实现清晰抓拍,一般都是通过手动方式调整。但是这种方式的问题就是白天、晚上的照度不一样,必需设置2个快门速度来分别适应白天和晚上的监控。
宽动态功能:这是解决车灯对于抓拍影响的的办法,宽动态早是松下公司提出来的。当背景光过亮时,普通摄像机无法很好的解决明暗图像的显示问题。
作为智能交通领域确定车辆身份的重要手段,车牌识别技术为实现交通的智能管理发挥了很大作用,在各项工作中都有车牌识别技术的渗透。