基于颜色与纹理特征的车牌定位方法

0.引言
随着人们的物质生活水平有了显著的提高， 汽车进入寻常百姓家， 智能交通系统也逐渐 受到人们的关注。 车牌识别系统是智能交通系统非常重要的模块之一， 车牌自动识别系统具 有广泛的应用范围，可应用于道路交通监控、交通事故现场勘察、交通违章自动记录、高速 公路超速管理系统、停车场管理系统、小区智能化管理等方面[1]。因此车牌自动识别系统具 有巨大的经济价值。 在车牌识别系统中，主要包括车牌定位、字符分割、字符识别等关键技术，而又以车牌 定位为核心， 车牌能否准确定位决定后阶段图像处理的质量和处理速度、 车牌识别的精度和 速度。 车牌定位是从背景图像中确定车牌所在区域并分割出车牌图像， 其定位过程相当复杂， 会受车辆和场景的对比度、车辆运行速度、天气、拍摄视角、照明、噪声、车牌缺损、车牌 污染、不同型号的车牌等因素的影响。如何在复杂背景中准确、快速找出车牌的位置成为车 牌识别中的难点。 现在车牌定位已经提出了很多方法,其中经常用到的是基于黑白图像定位[2]、 基于颜色特 征算法[3]和基于车牌边缘检测算法[4]。基于黑白图像定位的方法包括:①基于车牌特征的定 位方法,如根据车牌区纹理及灰度跳变等特征来定位[19]，或基于扫描行经过车牌区域时会产 生有规律的起伏特点定位。②基于遗传算法、神经网络等数学工具的车牌定位方法[5]，该方 法可以对传统方法进行较好的改进,具有一定抗噪性, 但计算量较大；基于车牌颜色特征的 定位方法，这种方法主要根据车牌颜色特征、车牌背景与字符等，判断不符合车牌底色的非 车牌区域，将虽具有和车牌相似的几何及纹理特征，但不符合颜色特征的伪车牌剔除，最后 便得到了车牌区域。 基于车牌边缘检测的定位方法， 这种方法是利用车牌区域丰富的边缘特
, H 360 , B G B G
S 1 3[min(r , g , b) ] (r g b)
I 1 (r g b) 3
（1）
式中 arccos [(r g ) (r b) ] [(r g ) 2 (r g )( g b) ]1 2
带格式的: 两端对齐
带格式的: 字体: (默认) Times New Roman, 五号, 字体颜色: 自 动设置, 图案: 清除
algorithm facilitate the information of color distribution and the texture information induced by different colors in background and characters in a license plate to extract a license plate, which is more robust than those consider solely information. The proposed algorithm is useful in practical circumstances, such as those with different luminance and different backgrounds.
Extration of Vvehicle license plate locating method based on image color distribution and texture features 作者， 单位
【 Abstract】 In the license plate recognition system, extraction of vehicle license plate location is one of the most key important technology, whether which holds an important effect on the the accurate location of the license plate directly affects the back of the license plate recognition. In this paper, we analysis the properties of color distribution of license plate image in the main characteristics of the people's Republic of China, and propose a algorithm to extract license plate based on the color distribution. through the analysis of the license plate image information, the comprehensive utilization of the license plate color and texture features, to locate the license plate.The algorithm is mainly divided into coarse positioninggeneral location and precise positioninglocation. Firstly, we find the general location of license plate in an image according to the color distribution of the license plate color , license plate background and character features, to get the coarse position of the license plate color meet; Then we carry on based on the image processing operation on the extracted image patch, which including gray level transformation, edge detection, binaryzation and binarization. At last, we extract a precise license plate image patch according to the difference of projections both in horizontal direction and vertical direction between the image patch of license plate and those including no license plate. The proposed
1 2

r R 255 , g G 255 , b B 255
表 1 为黑色、白色、黄色和蓝色在 HSI 空间内的范围。 表 1 四种颜色的 HSI 分布范围（“—”表示不予考虑） 颜色 数据 黑色（BH） 白色（W） 黄色（Y） 蓝色（BL） — — ［20,65］ — ［0,0.35］ ［0.15,1］ ［0,0.25］ ［0.81,1］ ［0.25,1］ ［0.21,0.83］ H S I
1.算法描述及流程
基于颜色与纹理特征的车牌定位方法流程如下图 1 所示， 对于拍摄的彩色车牌图像， 首 先通过颜色空间转换， 将 RGB 颜色空间转换为 HSI 颜色空间，经过一系列处理实现车牌的 粗定位；再以图像处理技术为基础，采用水平、垂直投影法进行精确定位，最终确定出车牌 区域。
批注 [A1]: 该图重新画，要紧凑，并 根据对方版面是单பைடு நூலகம்的， 还是双列的 进行设计。
基于颜色与纹理分布特征的车牌定位提取方法算法
陈丽娟，杜倩，蔡荣太，吴庆祥，张瑞 单位
【摘要】在车牌识别系统中，车牌定位提取是非常关键的技术之一，是否精确定位提取车牌直接影响到后 面车牌的识别部分。本文主要通过图像信息分析中华人民共和国车牌的特征，综合利用车牌颜色和纹理等 分布特征对车牌进行定位提取。算法主要分为粗定位和精确定位。首先根据车牌颜色、车牌背景与字符等 的颜色分布特征，提取包含车牌区域的图像块得到符合车牌底色的粗定位；然后对提取的图像块进行在图 像处理灰度化、边缘检测、二值化等处理。等的基础上，根据车牌的纹理的特征最后，根据车牌区域投影 图和非车牌区域投影图的不同， 采用行列扫描投影法进行精确定位， 提取出最终的确定出车牌图像块区域。 这种方法即充分利用了车牌图像的颜色特征，又充分利用了由颜色分布特征构成的纹理特性分层次的定位 方法，相对于利用单一特征的定位方法有较好的通用性鲁棒性，可适应于不同背景、不同光照下的车牌图 像，能够较好的确定出车牌区域，定位率得到了较大提高。 【关键字】车牌定位提取；颜色特征；纹理特征；投影
［190,265］ ［0.52,1］
,according to the characteristics of the license plate texture, accurate positioning by the ranks of scanning projection method,eventually determine the license plate region.Positioning method of this kind of hierarchical positioning method compared to single feature has better generality,can adapt to the license plate image in different background, different lighting conditions,determine the best location of license plate region,localization rate has been greatly enhanced. 【Key word】extraction of license plate location; color feature; texture feature; pojection