车牌图像中字符分割方法

I 0.3R 0.59G 0.11B
2.2 滤波去噪
I为主观色彩 ， R、 G、 B为像素中红绿蓝三个分量.
考虑到车牌识别系统会在室外 24 小时工作，光照度变化较大、光照不均匀、对比度小、 亮度低，以及可能存在各种噪声影响，这些对后面的字符识别效果都有很大的影响，会降低
字符识别率。 本文研究中先使用中值滤波去除噪声， 然后通过低通滤波获得图像背景的照度 估计， 再从原始图像中减去此照度估计来校正光照不均匀问题[4],通过对比拉伸变化增强对 比度[5]。对倾斜的图像，先用 Sobel 算子提取边缘，进行逐层剥离之后 ，再用 Hough 变换 进行倾斜校正[6]。 2.3 OTSU 法原理[7] 二维图像的每一像素信息都可以用灰度值来表示。对灰度值的统计信息用一维直方图
图 4. 垂直投影结果
图 5. 分割结果
4
结论
本文在根据车牌的先验知识和图像特点对车牌图像进行分割算法研究， 良好的预处理过
程为字符的准确分割提供了基础，有效的提高了分割的准确率。把不同符号图像投影特点、 车牌先验知识与投影结果相结合进行字符范围判定， 为准确提取字符提供了保障。 把从停车 场拍摄的300张车牌图片进行字符分割提取实验，结果表明：分割的准确率高达98.3% ，该 分割方法效果很好。这对下一步进行的字符识别率提高具有很大意义。 本文创新点：在图像二值化前进行了光照分布均衡化处理，并把先验知识、字符投影特点、 车牌投影曲线三者结合判定提取字符，优化了分割效果。 参考文献： [1] 杨卫平， 李吉成， 沈振康。 车牌目标的自动定位技术[J]。 中国图像图形学报， 2002 8(7) 835-839 [2] 李元金，高维春，王精明。车牌识别技术中字符切割新算法[J]。深圳信息职业技术学 报，2007 5(1) 32-34 [3] 张志军，孙志辉。基于VC平台的彩色图像的灰度化技术 [J]。自动化技术及应用，2005 24(5) 61-63 [4] M Shridhar,et a1．License plate recognition using SKIPSM [A]．Machine Vision and-I1lree Dimensional Imaging Systoms for Inspection and Metrology ， Proceedings of SPIE，2001 72-79 [5] Bafael C Gonzalez ， Richard E Woods ． Digital image processing ， Second Edition[M]．2002 85-86 [6]朱艳丽、 付俊辉、 孙印杰。 一种倾斜车牌字符提取方法[J]。 微计算机信息， 2008, 1-1 :229 －231 [7] N Otsu．A threshold selection method from gray-level histogram[J] IEEE Trans， SMC——9(1)，1979 62-66 [8] Zhang Yin，Pan Yun-He．Preprocessing algorithm for character recognition of license Plate[J]．Application Research of Computers，1999，16(7)：85-87
2 图像预处理
2.1 灰度变换 目前摄像系统采集下来的图片一般都为彩色图像，由于彩色图像信息量大，计算复杂， 而且运算速度慢，所以先对图像进行灰度变化处理。其中，处理带调色板的图像只需根据其 结构特点， 改变调色板的颜色数据为灰度数据即可， 而真彩色图像则可以直接根据图像三原 色原理对图像数据进行取灰度值处理[3].图像三原色原理：
（１０）
通常车牌的前景色和背景色是有区分的，所以用此法选定阈值是有效的。 2.4 图像二值化 为了适应字符分割和匹配识别， 将灰度图进行二值化处理。 虽然经过了滤波去噪等处理， 但是受光照变化不同的影响问题依然不能得到全面解决， 若直接采用直方图二分法进行二值 化处理，会造成汉字笔画粘连或者断裂，使得字符识别率下降。所以在进行二值化处理之前 先把背景和目标灰度值分布不相同的字符图像， 转换为背景和目标的灰度值分布大致相同的 图像。具体步骤如下： 1)用 OTSU 算法[7]求出前景和背景的阈值 T； 均值 2 和方差 2
把类间差 B 和类内差 W 分别定义如下：
2 2 2 B W0 (t )W1 (t )( 0 (t ) 1 (t )) 2 W0 (t )( 0 (t ) T ) 2 W1 (t )( 1 (t ) T ) 2 (１） 2 2 W W0 (t ) 0 (t ) W1 (t ) 12 (t )
车牌图像中字符分割方法
Character Segmentation Method in License Plate （四川大学）梁永贵 林江莉
*
陈科
（Sichuan University）LIANG Yong-gui
LIN Jiang-li CHEN Ke
摘要： 车牌识别系统已成为交通管理的必要手段， 而字符分割的准确性是影响识别率的重要 决定因素，也是一个难点问题。本文根据车牌先验知识、字符投影特点与车牌投影曲 线相结合的方式分割字符。取得了较高的字符分割准确率,为识别准确性提供了一个 保障。 关键词：车牌；字符；二值化；投影 中图法分类号：TP391 文献标识码: A Abstract: The License Plates Recognition System has been an important way for traffic administration, Character Segmentation, as one of the factors which determine the rate of correct segment character is still an important problem .In this article , the
2
式
2 B 的计算量较其它两个要小，所以选取 作为判定阈值ｔ的标准。 T2 2
因为 T 与阈值ｔ无关，所以当最优的阈值 t 使 值最大的时候， B 也是最大值，所以可
' 2
利用 B 来选定最优阈值 t ，由（１） ， （２） ， （７）式可以推出：
2 '
2 (t ) B
1 引言
随着经济发展， 世界各国汽车数量急增， 如何有效的进行城市交通管理越来越受到各国 政府和有关部门的关注。针对这个问题而研究的智能交通系统（ITS）成了一个热点领域。 车牌识别是其重要的组成部分，在车辆控制、运输安排、停车管理、自动收费、事故处理等 方面需求越来越高[1]，可以节约大量的人力、物力，同时也提高了交通管理的效率。总之， 智能交通管理系统的研究和开发具有重要的现实意义， 也具有广阔的市场和巨大的商业应用 前景。 在智能交通系统中，准确定位车牌后，字符分割是下一步字符识别的前提，字符分割的 好坏对字符识别率起着至关重要的作用。虽然目前在已有的印刷体字符分割技术的基础上， 提出了不少分割方法，但是分割准确率依然不是很高，而且分割方法稳定性不好[2]。 本文 主要针对字符分割方法进行研究， 对车牌进行了一个灰度预处理后再二值化， 使字符分割达 到很好的效果，为下一步的字符识别提供了一定的基础保障。
( T W (t ) (t )) 2 W (t )(1 W (t ))
'
（８）
最优阈值就是使（８）式成立的 t ，且
2 ' 2 B (t ) max B (t ) 1t T
（９）
在这里，最大值ｔ的范围可以用下式来限制
S ' t ;W0W1 W (t )[1 W (t )] 0 || 0 W (t ) 1}
Pi (i 1, 2,g g g , T ) 来表示。 Pi 看成是对背景和对象物的混合概率密度函数的一个估计。
对阈值ｔ（1<t<T）,可记：
W0 (t ) Pi
i 1 t
t
W1 (t )
i t 1 T
P 1 W (t )
i 0 i 1
T
0 (t ) Pi / W0 (t 水平投影结果
图 3. 水平投影分割的结果 3.2 字符高度确定 车牌图片中有间隔符， 这就需要不仅准确找到垂直分割的位置， 还要区分并去除分割符。 根据 GA36-92 规定我们知道车牌的尺寸为440mm x 140mm，每个字符宽度45vmm ，高90mm ，
间隔符号宽 10mm 字符间隔12 mm ，每个车牌包含七个字符[8],可以把这些先验知识作为约 束条件，以提高字符分割准确性。 对去除了上下边界的车牌图像（即图３）进行垂直投影（图 4） ，从投影结果中可以看 出每个字符分的很开。只需对投影结果进行一次扫描，即可以把每个字符分割出来。应该注 意如汉字“川”就被分成了三个字符，这里就要根据先验知识来判定它是一个字符。因为每 个字符宽度是 45 mm，根据总的车牌图像的列数来估算每个字符应该占的列数。而“川”字 被分成的三个字符的宽度之和大约等于单个字符宽度， 所以把它合成一个字符来算， 即正确 分割了“川”字符。对于其中的分隔符号，则以与两边字符之间距离宽度的先验知识，以及 单个波的最大峰值小于字符图像高度的五分之一为条件判定， 然后去除。 扫描垂直投影结果， 从每个波的中间向两边扫描，扫描到第一个波峰结束，根据约束条件判定是否为字符，若为 字符则记下对应的列数范围，然后对应到车牌图片（如图 3）相应范围提取图像值，以达到 分割图片字符的目的。由图 5 可以看到分割的结果非常好.
小于阈值T： A
'
' 2 ' ( A 2 ) 2 2
变化后得到的图像光照分布基本相似， 而且光照强度也基本相似， 然后进行二值化处理变化 得到二值化图像。
3
字符分割