车牌字符分割算法研究样本

1 绪论1.1 背景简介为了实现车牌字符辨认，普通要通过车牌位置检测、车牌字符分割和字符辨认三个核心环节。

车牌位置检测是依照车牌字符目的区域特点，寻找出最符合车牌特性区域。

车牌字符分割就是在车牌图像中找出所有字符上下左右边界，进而分割出每个车牌字符。

在实际应用中，车牌字符分割效果对车牌字符辨认对的率会产生很大影响，由于车牌图像亮度不均、尺度变化、透视失真、字符不完整等因素，使图像质量存在较大差别，进而影响图像分割效果，因而车牌字符分割这一技术依然具备很大研究意义。

在实际监控场景中，车牌图像透视失真普通是由于拍摄视角变化或车辆位置移动，相机光轴偏离车牌平面法线方向导致。

由于车牌图像在整幅图像中占有较小比例，因此车牌图像几何校正重要工作是校正车牌图像旋转和剪切失真。

旋转投影法和直线拟合法是两种重要偏斜校正办法。

旋转投影法是为了获取垂直倾斜角，即将车牌图像穷举逐个角度进行剪切变换，然后记录垂直投影数值为0点数，得到最大值相应角度。

这种办法受背景区域干扰比较大。

另一种办法是直线拟合车牌字符左边界点从而获得垂直倾斜角，该办法为直线拟合法。

该办法并没有逐个角度对车牌图像进行剪切变换，从左边界点拟合出直线普通不能真正用来代表车牌垂直倾斜方向，检测出角度存在较大误差，且字符左侧噪声对角度检测干扰太大，鲁棒性较差。

因而找到一种更精确和迅速车牌垂直倾斜矫正办法是十分重要。

通过得到最小字符投影点坐标方差，得到另一种车牌垂直矫正办法。

一方面将车牌字符图像进行水平校正，依照字符区域上下边界，将车牌字符进行粗分割。

然后将剪切变换后字符点进行垂直偷用。

当得到投影点最想左边方差时，便能导出两类剪切角闭合表达是，最后便是拟定垂直投影倾斜角并对此进行校正。

投影法是当前最惯用车牌分割算法之一，其算法简朴并且计算复杂度低。

该办法核心思想是将车牌图像进行水平投影和垂直投影，运用峰谷特性来定位车牌字符上下左右边界。

但是车牌噪声、边框等因素容易影响到投影峰谷位置，并且对于存在较严重质量退化图像解决困难。

为了进一步改进字符分割效果，普通将形态学分析、连通体分析和投影法三者相结合，并应用到车牌字符分割。

Anagnostopoulos等人提出用SCW办法对车牌图像进行分割，并通过在水平方向和垂直方向投影曲线原则差对车牌字符进行分割。

张云刚等人运用车牌先验知识并结合Hough 变换提出了一种新车牌字符分割算法，该办法特点是为了消除噪声影响提出了一种全新图像预解决办法。

其重要环节为一方面进行分段，另一方面水平分割办法运用是Hough 变换拟合，该办法可以有效消除上下车牌边框影响，当图像中车牌旋转角度较大并且存在光照不均影响时其分割效果也都较好。

然后将车牌先验知识应用于垂直投影法字符左右边界拟定中。

该办法长处是可以消除字符间隔区域和垂直边框影响。

但是车牌噪声等干扰因素容易影响到投影峰谷位置，并且对于存在较严重质量退化图像解决困难。

因而，普通将形态学分析、连通体分析和投影法三者相结合，并应用到车牌字符分割。

Nomura等人为了解决断裂车牌字符碎片，通过竖直投影将其检测出来并合并属于同一种字符碎片，运用形态学粗化和细化办法将重叠和粘连字符连通体分离。

Chang等人为使车牌字符切分更有效，运用连通体组合规则验证所有也许字符集合，并获得了非常好效果。

近年来，更多新颖车牌字符分割算法问世。

Jiao为了验证与否得到真正车牌把预定义车牌格式和待选字符进行匹配，使用动态规划办法来进一步验证匹配效果。

Fan等人以对垂直投影水平投影分析为基本，将车牌字符分割与辨认两个环节作为一种整体记录推断问题。

可以将车牌字符分割与辨认同步进行，车牌字符辨认模块设计性能很大限度地影响字符分割效果。

Franc和Hlavac通过隐马尔可夫链将车牌图像与相应车牌字符分割建立起随机关系，把车牌字符分割表达为最大后验预计问题。

Naito等人提出了假设检查办法，并以置信度为根据对也许字符组合进行排队。

王兴玲运用车牌规定字符组合方式和大小比例关系，提出了基于模板匹配最大类间方差车牌字符分割算法。

并将设计字符模板与车牌区域滑动匹配并进行分类，车牌最佳匹配位置和字符分割边界是通过最大类间方差判决准则进行拟定。

中华人民共和国大陆车牌有统一制定规则，所有车牌字符所相应高度和宽度是相等(可将字符“1”以为与其他字符宽度是相似)，并且字符间距与字符大小比例关系是拟定不变。

为此，本文以投影分析法为基本，通过设计变长模板与车牌区域滑动匹配，从而完毕车牌字符分割。

一方面依照车牌边框和字符排列规则将车牌图像进行旋转和剪切校正。

为了拟定车牌图像中字符上下边界，将车牌图像沿水平方向进行投影，运用预先设计好不同长度方波模板对其进行匹配，依照有关系数得到最佳匹配方波。

最后，将车牌图像沿垂直方向进行投影，依照车牌字符宽度与字符间隔长度比例关系，设计一组长度不同方波模板。

为了获取字符左右边界，可以将该模板与垂直投影进行匹配。

该办法以车牌字符水平和垂直投影特性为根据，可以自适应地解决光线照射不均匀、透视失真、尺度变化、以及背景干扰等问题，具备较好稳定性，抗干扰能力较强。

1.2 车牌字符格式根据国家对机动车号牌有关规定，可以总结出车牌特点。

按照车牌颜色特点，有白字蓝底白边框、黑字黄底黑边框、红字或者黑字白底黑边框三种类型车牌。

也可以从字符排列角度进行分类，涉及但单行七字符车牌和上下两行字符车牌。

为了对车牌照进行辨认，研究人员总结出车牌辨认先验知识，涉及车牌尺寸、字符大小、构造特性等。

车牌样本图像如图1-1所示图1-1 车牌样本图像车牌照先验知识具备如下内容：（1）车牌是一种高度为409mm，宽度为90mm长方形，其高宽比例为4.45:1。

（2）车牌字符高度为90mm，宽度为45mm，宽高比为2:1。

（3）车牌边框宽度为1.5mm，字符间隙是12mm。

车牌边框线宽度和字符家具之比是1:8。

（4）车牌第二个字符和第三个字符间有一种“•”，其他字符之间宽度和字符宽度比为10mm:45mm＝1:4.5，若删除“•”话，车牌第二个和第三个字符间距和其他字符间距比为34mm:12mm＝2.83:1；（5）车牌字符之间中心距离长度为51mm，高度为90mm，其比例是1:1.76；（6）车牌字符和背景具备较大对比度，车牌区域是纵向小边沿密集区域。

（7）车牌区域有五种固定颜色搭配，涉及红黑、蓝白、白黑、红白、黄黑。

在车牌照连通体分析，投影方波模板设计都需要以车牌照先验知识为根据，真正对字符分割算法设计起作用是参数设立，这个过程是整个算法设计难点。

在实际车牌字符辨认过程中用到车牌先验知识和实验成果如下：（1）车牌字符高度和宽度之比在1~3之间(字符“1”高度和宽度之比在3~10之外)。

（2）对于车辆照片，字符像素聚类面积取值范畴是10~5000。

字符高度范畴和宽度范畴分别是10~200之间和5~100之间。

（3）由实验成果可得，包围单个车牌字符最小矩形中，字符像素所占矩形面积比例不不大于10%。

（4）实验成果表白，包围单个车牌字符最小凸边形中，车牌字符像素所占凸多边形面积比例不不大于10%。

（5）车牌区域总体像素聚类面积，不不大于数值50。

（6）车牌垂直投影分布具备脉冲波分布特性：其中占空比例关系满足region:gap:key = 45:12:34。

1.3 匹配滤波在数字通信系统中，为了增强有用信号)(t s，同步抑制噪声信号)(tn可以通过设计滤波器来实现。

当混有噪声信号进入滤波器时，可以使信号分量在某一瞬间浮现峰值，同步抑制噪声成分。

当信号)(t s在某段时刻存在时，在相应瞬间滤波器输出会呈现出强大峰值，如果信号)(t s不存在，那么峰值将不会浮现。

运用这种滤波器能使判断脉冲)(t s有无出错概率最低。

咱们将具备这种功能滤波器称为“匹配滤波器”。

当信号)(t s特性与设计滤波器性能获得某种一致时，输出端信号功率与噪声功率之比最大时，这便称之为匹配。

在实际应用中，匹配滤波器普通是依照信号特性来设计。

匹配滤波器可以有用信号分量增强同步使噪声分量削弱，使得在某一瞬间滤波器输出端信号幅度与噪声幅度之比达到最大。

根据车牌照先验知识，可以得到车牌投影分布，即输入信号具备脉冲波分布特性。

咱们可以根据这个特点，设计一组方波模板当做系统函数，对车牌投影进行匹配滤波解决，便可以得到车牌字符边界参数。

1.4 本文内容论文一共分为三章，每一章重要内容如下：第一章是绪论。

简介了车牌字符分割研究背景，以及车牌字符格式。

还补充了匹配滤波器有关知识，最后初步简介了本文内容。

第二章是车牌图像预解决。

共涉及车牌图像几何校正、灰度化、图像增强、二值化四某些，此某些工作目是为了得到质量改进、便于字符分割车牌图像。

第三章是车牌字符分割。

分别简介了水平投影方波匹配和垂直投影方波匹配，并展示了最后字符分割效果。

最后是结论。

将本文对车牌图像所做工作进行了总结。

2 车牌图像预解决2.1 本章引言在实际车牌辨认系统中，图像普通由CCD摄像机获得，由于光线明暗，拍摄角度等因素影响，所获得车牌图像质量差别较大，存在图像模糊，目的与背景对比度低，车牌旋转和剪切失真等现象等现象，不利于后续车牌字符定位和辨认工作。

因而有必要对车牌图像进行几何校正、图像灰度化、图像增强和图像二值化等预解决，从而改进图像质量，提高车牌字符分割效率与精确率。

2.2 车牌图像几何校正在车辆监控场景中，相机光轴与车牌法线方向发生偏离，普通是由车辆位置和拍摄角度发生变化，进而在车牌图像中引入透视失真。

由于车牌图像在整幅图像中占有较小比例，透视失真限度较弱，车牌字符尺寸参数变化较小，对字符分割效果影响可以忽视。

因此，车牌图像进行几何校最重要工作是将车牌旋转和剪切失真。

图像旋转角度可以根据车牌区域存在较长边框来拟定，在实际环境中，锈迹和污迹会对车牌边框产生影响，同步边框也也许发生形变，从而导致车牌边框缺失或者断裂，从而对旋转校正精度产生影响。

此外车牌字符边沿特性丰富，为旋转角度求解提供了重要根据。

为了使预计旋转角度办法对各种质量车牌图像具备普遍合用性，本文以字符边沿特性和车牌边框为根据，提出了一种边沿投影差分办法。

一方面将车牌图像在一定角度范畴内旋转，运用Canny边沿检测对每幅e i jα表达旋转角度为α时得到边沿图像，对其沿水平方向图像进行解决。

用(,;)计算差分绝对值，并进行求和可得：(;)(,;)(,1;)j y ie i j e i jααα=--∑(2-1)用1()Mα和2()Mα分别表达(;)y iα沿行方向差分最大值和最小值，即：12()max[(;)(1;)]()min[(;)(1;)]iiM y i y iM y i y iαααααα=--=--对于车牌边框破损严重状况，该投影在行方向差分数据在车牌字符上下边界位置有比较大峰值或谷值，因而，求解车牌旋转角度α目的函数可以表达为：{}12arg max()()M Mααα-(2-2) 该旋转校正办法可以消除车牌边框质量退化影响，具备精度高和适应范畴宽等特点。