一种改进的快速车牌定位算法

合集下载

一种复杂环境下快速车牌定位的新方法_孙露

烄４２００（σｗｉ，ｊ３－２０）２＋２，０≤σｗｉ，ｊ＜２０；
ｆ（σｗｉ，ｊ）＝烅１６２００（σｗｉ，３ｊ－２０）２＋１，２０≤σｗｉ，ｊ＜６０；
（２）
烆１，σｗｉ，ｊ ≥６０．图２展示了增强系数ｆ（σｗｉ，ｊ）的图形，显然只有亮度方差在０～６０之间的区域才会得到加强．图３（ａ）为文献［８］方法的图像增强结果，图３（ｂ）为局部图像增强效果．
１局部图像增强
由于天气和光照条件的不同，拍摄的车辆图像中的车牌区域经常会存在较弱的边缘梯度（如图１所
示），此时如果直接进行垂直边缘检测，将会损失大量的车牌边缘信息，对车牌定位产生不利的影响．因
此，有必要预先对车辆图像进行增强，尤其是车牌区域．
０引言
随着我国城市化进程的加快，智能交通系统将会发挥越来越重要的作用．作为智能交通系统的核心技术之一，车牌识别在交通监控、高速及桥梁收费、停车场管理、重要场所的安全控制等领域有着广泛的实际应用价值．车牌识别系统由车牌定位、字符分割和字符识别三部分组成．由于实际环境的复杂性和多变性，其中以车牌定位最为关键，它直接影响着车牌识别准确率和处理时间，因此近年来吸引着大批的学者专注于它的高效实现．
第４５卷第２期２０１３年６月

一种快速有效的动态车辆牌照定位算法

，，
÷
Ｋｙｏｄ：ｉｎｅｌｔｌａｏ；ｄｅＨｐＴｘｕｅｅｔｒｅｒｓＬｃｓａｅｏｔｎＥｇ；ｏ；ｅｔｒａｅｗｅｐｃｉｆｕ
÷
中图分类号：Ｈ１７文献标识码：Ｔ１Ａ
车牌定位是车牌识别技术的重要组成部分，牌照定位准确与图。利用如下灰度值和ＲＢ颜色对应关系将彩色图像转换成像Ｇ
！ｃｎｅｌｅｌａｏｃｌｔｒｌｅＴｅａｔｏｐｏｏｅａｌａｏｌｒｈａｄｏｅｔｔｅ！ｅａｃｉｉｄｕａｚ．ｈｕｒｒｓｓｃｉａｏｉｍｂｓｎｔｘｒｓｐｔｏｔｎｓｔｏｅｉｈｐｏｔｎｇｔｅｈｅｕ ÷ｆａｒｏｉｎｅｌｅｒｌｗｅｄｅｄｔｔｎａｄｅｓｎｔｄａｗｔｔｉａｉａｅｓｏｄ， ÷ ｅｕｅｆｌｅｓｐａ，ｓｙｅｕｇｅｃｏｒｉｅｌｉｅｉｔｌｍｇ，ｃｎｌｔｃｔｆｔ，ｓｅｉｅｉｎｏｏｏｈｈｎｉｅｙ；ｗｏｉｎｌｓａｅｄｅｍｇｎｐｏｔｏｔｈｌｉａｅｎｌｗｃｅｉｎｅｌｅｅｒｏｔｙｃｎｈｇａｅｏｄｈｉｓｈｗｏｇ，ａｙｅｏａｃｓａ ∞一；ｈｚａｔｅｉｌｔｏｐｎｅｆｅｍｆｌ，ｌｔｌｅｐｔｉ
（ｅａｔｍｎｏｐｔ，ｈｎａｇｏｙｃｎｃＣｌｇ，ｈｎａｇ１４，ｈｎ）２ｐｒｅｔｆｍｕｅＳｅｙｎｌｅｈｉｏｅｅＳｅｙｎ１０５ＣｉａＤｅｏＣｒＰｔｌ０

一种快速的车牌自动定位方法

定位、基于小波分析定位［３４以及基于彩色图像和纹理特征分析ｐ等方法．这些方法各有所长其中基于边缘
的方法最简单也最有效
基于此．本文提出一种简单实用的基于边缘的快
速自动车牌粗定位方法．该方法针对车牌区域的特点．
ＬＩＷａｎ－ｘｉａｎｇ，ｎＮｏ．８ＳｅｎｉｏｒＭｉｄｄｌｅＳｃｈｏｏｌ，Ａｎｓｈａｎ１１４０００；
２．ＳｏｔｆｗａｒｅｃｏｌｌｅｇｅｏｆＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＬｉａｏｎｉｎｇ，Ａｎｓｈａｎ１１４０５１）
采用自动阈值分割方法对图像进行二值化．保证车牌
区别能够被正确阈值分割．然后在此基础上进行边缘
现代计算机２０１５．０９中 ⑨
＼
＼＼
＼
图形图像
ＡＦａｓｔＡｕｔｏｍａｔｉｃＬｏｃａｔｉｏｎＭｅｔｈｏｄｏｆＶｅｈｉｃｌｅＬｉｃｅｎｓｅＰｌａｔｅ
的包含车牌的彩色车身图像进行灰度化．并采用自动阈值方法进行二值化．对于不同颜色车身图像都能得到理想的

一种新的汽车牌照快速定位方法

在进行能量滤波之前 ,先将车牌图像 (M ×N )划分为 M ′×N ′个 n ×n的小方块 , 统计每个小能量进行滤波。
i + 1 ×n - 1 j + 1 ×n - 1
E i, j = ∑
∑ P x, y 2
(3)
x = i ×n
y = j ×n
式 ( 2)中 , 0≤i≤M ′, 0≤j≤N ′, M ′= M , N ′= N 。
n
n
图 1 汽车牌照图像的粗纹理特征能量图谱和基于粗纹理滤波结果 © 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved.
4期
周铁平等 :一种新的汽车牌照快速定位方法
1 引言
近年来 ,车牌定位和识别技术在车辆流量控制、运输调度、电子警察、停车场管理、自动收费和事故处理等方面有着越来越高的需求 ,是智能交通系统 ( Intelligent Transportation System )的核心技术之一。车牌识别技术包括牌照分割定位 [ 1～11 ] 、字符分割 [ 12 ]和字符识别 [ 4 ]三个步骤 ,其中牌照定位是整个技术的基础和前提。当前已有不少学者对此进行了大量研究 ,提出了各种分割定位算法。总结起来主要有 :基于纹理特征的边缘检测方法 [ 1 ] ;基于数学形态学的分割方法 [ 2, 3 ] ;基于颜色信息的彩色分割方法 [ 4, 5, 6 ] ;使用 Hough变换检测直线提取车牌边界区域 [ 7, 8 ] ;使用遗传算法进行优化搜索 [ 9 ] ;使用神经网络进行搜索定位 [ 10 ]等。
第 28卷第 4期 2007年 4月

一种精确高效车牌定位算法

ｉｍ．Ｔｅｅｐｒｎｅｕｔｓｏｆｃｅｃｎｏｄｐｒｒｎｃｆｈｌｏｔｍｎｖｈｃｅｌｅｓｌｔｏａｏ．ｒｈｔｈｘｅｉｍｅｔｓｌｈｗｅｉｉｎｙａｄｇｏｅｆｍａｅｏｅａｇｒｈｉｅｉｌｉｎｅｐａｅｌｃｔｎｒｓｏｔｉｃｉ
Ｋｅｒｓｉｅｓｌｔｏａｉｎｉａｚｔｎｍａｅｓｇｎａｉｎ；ｌｅｓｌｔｅｏｎｔｎｙｗｏｄ：ｌｎｅｐａｅｌｃｔ；ｂｎｒａｉ；ｉｇｅｍｅｔｔｃｏｉｏｏｉｎｅｐａｅｒｃｇｉｏｃｉ
Ａｓｒｃ：ｉｎｅＰａｅｏｎｔｎＬＲ）ｐａｓｎｉｐｒｎｒｅｉｉｔｌｅｔｒｎｐｒｔｎｓｓｍ，ｎｅｉｎｅｐａａｂｔｔＬｅｓｌｅＲｃｇｉｏ（Ｐａｃｔｉｌｏｔｔｏｅｉｎａｓｔｉｔｙａｍａｌｎｎｌｇｔｏａｏｙｅａｄｔｃｓｌｔｌ－ｈｌｅｅｏｃ
ｒｇｉｔｅｃｔａｅｈｉｕｉＰｉｓｈｒｉｌｔｃｎｑｅｉｔｅＬＲ．Ａｎａｃｒｔｎｆｃｅｔａｇｒｔｍｏｌｃｔｅｉｌｉｅｓｌｔｓｐｏｓｄｎｉｃｎｌｃｕａｅａｄｅｆｉｎｏｉｉｌｈｔｏａｅｖｈｃｅｌｎｅｐａｅｉｒｐｅ．Ｔｅｐａｅｃｏｈｌｔ
ｉｒｔｏａｅｙｇａｈｎｅｗｈｃｅｃｂｄｂａｃｌｓｏｉｅｅｃｓｔｅｄｆｒｎｐｓｐａｅｓｐｏｅｓｄｂｉａｙａｇ — ｓｆｓｙｌｔｄｂｒｙｃａｇｉｈｄｓｒｅｙｃｕｕｆｆｒｎｅ，ｈｉｅｅｔｙｅｌｔｓｉｒｃｓｅｙｂｎｒｏｉｌｃｉｌｄｔｌ

一种复杂背景下的车牌快速定位算法

2010年1月第17卷增刊控制工程Contr ol Engineering of China Jan.2010Vol.17,S 0文章编号:167127848(2010)S 020038203 收稿日期:2009210206;　收修定稿日期:2009212208 基金项目:江苏省自然基金资助项目(BK2007195) 作者简介:薛亚军(19822),男,陕西渭南人,研究生,主要研究方向为模试识别与智能交通等;姜　斌(19662),男,教授,博士生导师。

一种复杂背景下的车牌快速定位算法薛亚军,丁　勇,姜　斌(南京航空航天大学自动化学院,江苏南京　210016)摘要:针对复杂环境下的车牌定位问题,提出一种基于提升小波与形态学相结合的快速定位方法。

该方法首先对车辆图像进行预处理,包括图像灰度化,利用新的提升小波算法进行边缘检测以及二值化,然后对图像进行腐蚀、膨胀等一系列形态学处理,得到一些规则的连通区域,其次删除小连通区域,合并邻近区域,得到车牌的候选区域,最后采用可信度评价来度量候选区和车牌区的相似度确定车牌位置,最终实现车牌的快速定位。

计算机仿真结果表明,对于背景复杂的车辆图像,该方法运行速度快,车牌定位准确率高。

关　键　词:车牌定位;提升小波;形态学;可信度评价中图分类号:TP 27 文献标识码:AFast Locating A lg orith m of Vehicle License Plate Under Co mplex ScenesXU E Ya 2jun,D I N G Yong,J I AN G B in(I nstitute of Aut omati on Engineering,Nanjing University of Aer onautics &A str onautics,Nanjing 210016,China )Abstract:Based on lifting wavelet and mor phol ogy,a vehicle p late l ocati on algorithm under comp lex scenes is p resented .Firstly,p rep r ocessing is used on the vehicle i m age .A ne w lifting wavelet algorith m is used for extracti on of edge and binary transf or mati on is used .Then a series of mor phol ogical operati ons are used t o l ook for candidate regi ons that p r obably contain characters in range of sizes .Finally,the vehicle license p late can be f ound according t o credibility evaluati on .Computer si m ulati ons show that the p r oposed ap 2p r oach is very effective and fast f or l ocating vehicle p late under comp lex scenes .Key words:license p late l ocati on;lifting wavelet;mor phol ogy;credibility evaluati on1　引　言一般情况下,车牌自动识别技术实现主要分为两大关键技术:一是车牌定位;二是字符识别。

一种改进的车牌定位算法研究

一种改进的车牌定位算法研究作者：于京生张晶来源：《现代电子技术》2008年第14期摘要：为了实现车牌的准确定位及后续的车牌识别，提出一种改进的车牌定位算法。

该方法首先对预处理后的车牌图像进行模板匹配来大致确定车牌区域，为了节约运算时间，对模板匹配法进行优化。

接着，运用形态梯度方法对粗定位后的图像进行边缘检测，从而更好地保持车牌的边缘。

最后，采用投影法进行精确定位，通过对投影的分析找到车牌的准确位置。

实验结果表明，该算法对车牌定位的准确性和处理速度都有很大提高，基本满足了系统实时性和准确性的要求。

关键词：车牌定位；模板匹配；形态梯度；投影分析Abstract： In order to realize license plate location exactly and recognition,an advanced license plate detection method is proposedAt first,this algorithm which is applied to the license plate imagemethod which can shorten time is introducedhen edge detection based on morphological grads provides better license plate's edge and is propitious to locate exactlyFinally,projection afforded exact location and the license plate location can be got through projection analysishe experiment results indicate that the algorithm given is able to improve the veracity and enhance the speedIt can satisfy real-Keywords：license plate location;template matching;morphological g1 引言车牌自动识别技术(License Plate Recognition,LPR）是智能交通系统（Intelligent ransportation ystem，I）中重要的研究课题，在收费站、停车场和机动车违章查询等场合有着广泛应用。

一种改进的车牌定位方法在车牌识别系统中的应用

第19卷第4期湖南文理学院学报（自然科学版）Vol.19No.4 2007年12月Journal of Hunan University ofArts and Science(Natural Science Edition)Dec.2007文章编号：1672-6146(2007)04-0042-03一种改进的车牌定位方法在车牌识别系统中的应用刘长青1,2,樊希平1,汪胜辉1,王先春1(1.湖南文理学院物理与电子科学系,湖南常德415000;2.湖南大学电气与信息工程学院,湖南长沙410082)摘要：车牌识别在智能交通系统中起着重要作用，车牌定位是车牌识别中的关键步骤，目前车牌定位的方法多种多样，各有所长，但是存在着计算量大或定位准确度不高等问题.尝试使用梯度投影与彩色区域分割相结合的方法来实现车牌识别系统中的关键步骤——车牌定位.实验结果表明此方法算法简单、准确率高、实时性好，能够满足实际车辆车牌自动识别系统应用的需要.关键词：梯度投影；彩色区域分割；车牌定位中图分类号：TP751文献标识码:A汽车牌照识别(Automatic License Plate Rec-ognition,LPR)是智能交通系统实现的关键技术，虽然车牌识别的核心技术在近年有了飞速的发展，但在提高识别正确率及系统稳定性方面仍然是一个研究热点.在LPR系统中，车牌定位是整个识别模块实现的前提，其定位正确率将大大影响整个系统的最终识别性能，而车牌定位历来是车牌识别系统中的难点问题.车牌定位的实质是图像分割.早期车牌识别是直接在输入图像数据中搜索类字符区域来实现，但计算量大,无法满足实时性要求.目前车牌定位的方法多种多样,归纳起来主要有边缘检测法[1]、灰度特征法、变换法、数学形态学法[2]、神经网络法等，这些方法各有所长，但存在着计算量大或定位准确率不高等问题.鉴于上述种种方法的优、缺点，本文提出了一种梯度投影和彩色区域分割相结合的方法来实现车牌识别系统中的关键步骤——车牌定位.1车牌识别系统原理车牌识别系统的研究步骤如图1所示，可大致分为以下几个模块:图像采集部分.当系统发现有车辆通过时(通过埋地感应线圈或光束检测)，触发图像采集系统，一般采用D摄像机摄取车辆前视图或后视图，由光照检测装置控制现场的光照，位置检测装置控制摄像机的拍摄角度.图像处理部分.需对采集到的图像进行增强、恢复、变换等操作，目的是突出车牌的最主要特征，以便更好地提取车牌.车牌定位和提取.从人眼视觉的角度出发，并根据车牌的字符目标区域的特点，在灰度图像的基础上提取相应的特征.车牌定位是车牌识别系统中的关键和难点，实际图像中的噪声、复杂背景等干扰都会使定位十分困难.车辆牌照的提取是一个寻找最符合牌照特征区域的过程.从本质上讲，就是一个在参量空间里寻找最优定位参量的问题.字符分割.即是对获得的牌照分离出单个字符(包括汉字、字母和数字等)，以便于字符识别.字符识别.则是对分割得到的字符归一化处理，进行字符识别，转化为文本存入数据库或直接显示出来.2基于梯度投影和彩色区域分割相结合的车牌定位算法本文提出了一种灰度投影和彩色区分割相结合的方法,先用一维梯度算子作用于图像,再对得到的梯度图像进行横纵向投影,找出车牌的大致位置；然后对彩色图像区域分割,找出车牌的准确的位置.车牌定位算法的处理过程如图2所示.2.1灰度化将原来由CCD工业电视拍摄的汽车RGB图像转化为灰度图像,如图3(a)所示.水平梯度变换定义一个一维梯度算子：图像采集图像处理车牌定位字符分割字符识别图1车牌识别系统的处理过程CC 2.2第4期刘长青,樊希平,汪胜辉,等一种改进的车牌定位方法在车牌识别系统中的应用43if|(,)(,1)|(,)0if|(,)(,1)|T f i j f i j TF i jf i j f i j T+>=+≤,其中f为输入图像，F为输出图像，T0为阈值，T为指定的灰度值.在本文中50,200T T==.用该梯度算子对灰度图像进行过滤，滤掉灰度相同或相差不大的区域，得到水平梯度图像I，如图3(b)所示.2.3水平梯度图的水平投影对由2.2得到的过滤图像I进行水平投影，得到车牌的水平投影的直方图，如图3(c)所示，并对其用高斯函数平滑，高斯函数为：22e/2xσ.高斯函数有单峰，形状光滑，所以可以用高斯函数与投影直方图作卷积以此来平滑投影图中的毛刺.在实际算法中采用离散高斯平滑算法对投影值进行平衡处理，公式如下：111111(){()[()(,)()(,)]},wjT i T i T i j h j T i j h jkσσ=′=+++∑其中2()/2(,)e jh jσσ=,12(,)1wjk h jσ==+∑.上式中,1()T i为原始投影值,1()T i′为平滑后的投影值,w为平滑区域的单边宽度,(,)h jσ为高斯函数,σ为高斯函数参数.σ为高斯函数参数，它的选择对水平方向投影图的平滑结果有重要的作用.如果σ过大，虽然投影图中的细小毛刺可以被完全融合，但同时图像的波峰、波谷的相对位置也会发生改变，不利于牌照位置的精确定位；如果σ过小，许多细小的毛刺不会被融合，定位算法在找波峰、波谷时就会找到错误的位置.所以选择适当的σ值非常重要，w的取值原则和σ值相同，也必须确定适当的数值.在本算法中取8,20w==σ.2.4确定车牌的垂直位置由底向上，找出直方图的第一个比较大的峰，将其分离出来，便得到了车牌的垂直位置2.5确定车牌的水平位置对2.2得到的图像I进行垂直投影，得到投影向量X.根据先验知识，车牌的长宽比固定，为3：1.因此，以车牌的垂直高度的3倍的距离长度，对X进行扫描，找出和最大的子段，即被认为是车牌的水平所在位置.2.6从原图像中分割车牌根据2.4和2.5所确定的车牌的水平和垂直位置将车牌从原始彩色的图像中分割出来.再将分割出来的彩色RGB图像转化为HSI图像,如图3(d)所示，转化公式如下[3,4]：3r g bI++=,31[min(,,)]S r g br g b=++21/2[()()]/2arccos[()()()]r g g bHr g r g g b+=,当g b<时，360H H=.在HSI模型中，H表示色调，S表示饱和度，I表示密度，对应图像的灰度.该模型有两个特点，一是I分量与图像的彩色信息无关；二是H分量抽取了色调而忽略了亮度信息，这对分割车牌十分有利.例如蓝色的色调一般出在200o~250o之间，再加上S≥0.18,就可以很好地描述蓝色区域了，利用这些信息可以找到车牌的准确位置.3结论上述基于梯度投影和彩色区域分割相结合的车开始终止读入图像并灰度化水平梯度变换水平梯度图水平投影确定车牌的垂直位置确定车牌的水平位置从原图像中分割车牌图2车牌定位算法流程图(e)字符分割图图3梯度投影和彩色区域分割提取车牌的过程(a)原始GRB图像(b)水平梯度变换图(d)分割结果(c)水平梯度图水平投影图600400200024681012(×103).44湖南文理学院学报（自然科学版）2007年牌定位方法，可以较好地确定图像中车牌的位置，且算法简单、实时性好，具有较好的运用前景.为了验证算法的通用性，对300幅车牌图像(其中车头200例，车尾100例)进行定位与分割，误分割有4幅，正确分割率为98.67％，可见本文提出的方法相当有效.同时，由于分割过程是自动进行的，因此便于车牌的实时识别.由于是由底向上找第一个较大的峰，因此对车牌下方也有字符出现的情况失效,当然可以改进算法,进一步利用车牌自身的特点.比如根据车牌独特的底色,排除非车牌区域的干扰；也可以利用车牌字符之间有一定的间距，排除非车牌字符的干扰.参考文献：[1]李树广,吴舟舟,罗小伟.基于边缘统计和颜色特征的车牌综合自动定位方法[J].山东大学学报(工学版),2005, 35(3):44-49.[2]卢雅琴,邬凌超.基于数学形态学的车牌定位方法[J].计算机工程,2005,31(3):224-226.[3]Rafael C,Gonzalez.阮秋奇,译.数字图像处理(MATLAB版)[M].电子工业出版社,2005.[4]后俊.车牌图像分割与智能字符识别方法的研究[D].中国期刊网，学位论文全文库,2004,04.Applications of an Improved License Plate Location Method In Automatic License PlateRecognition SystemLIU Chang-qing1,2,FAN Xi-ping1,W ANG Sheng-hui1,WANG Xian-chun1(1.Department of Physics and Electronics,Hunan University ofArts and Science,Changde,Hunan,415000；2.College of Electrical and Information Engineering,HunanUniversity,Changsha,Hunan,410082)Abstract：Automatic License Plate Recognition(LPR)plays an important role in Intelligent Transportation System.However license plate location is a key component of the LPR system. Nowadays various methods are used in it,each of which has its own advantage.However,such problems as the quantity in calculation or the low correct location rate aren’t solved.This paper uses a license plate location method based on gradient j z—x our melthod was easy to be realized and have high accuracy and real-time ability,which can satify what we need in practical application.Key words：gradient projection；color area segmentation；license plate location收稿日期:2007-08-20基金项目：湖南省教育厅科研项目(07C446)作者简介：刘长青(1976-),男,实验师,硕士,主要研究方向为图象处理、数字水印.(责任编校:江河)(上接第31页)[10]Shuter R J.On the Inverse Gaussian DistributionFunction[J].Journal of the American Statistical Associa-tion,1968,63:1514-1516.[11]Michael J R,Schucany W R,Haas R W.GwneratingRandom V ariates Using Transformations with Multiple Roots[J].The American Statistician,1976,30:88-90.Diffusion Approximations of Inverse Gaussian Inputs within Integr ate-and-FireModelWANG Shu-hua1,DENG Ying-chun1,XIANG Xu-yan2 (1.Department of Mathematics and Computer Science,HunanNormal University,Changsha,Hunan,410081;2.Internet Center,Hunan University of Arts and Science,Changde,hunan,415000)Abstract:Diffussion approxiations for renewal process inputs were derived,and outputs of IF model was discussed, containing the firing rate and the coefficient of variation. Schemes work reasonably well by computer simulation.The bigger the firing rate,and the smaller the spike fluctuation becomes.That is to say,IF model spikes stably.Key words:IF model;UAS;OU;Inverse Gaussian Distribu-tion收稿日期：2007-10-08基金项目：湖南省教育厅(05C723);湖南文理学院科研项目(JJQD05041)作者简介：王淑华(),女,硕士研究生,研究方向为计算神经网络和随机过程(责任编校：江河)pro ection and color area segmentation to reali e the crucial procedure license plate recognition in automatic license plate recognition in automatic.E perimental results have shown that 1974-.。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

定位作为车牌识别技术的难点和关键点，定位的速度和准确度直接影响整个车牌识别系统的性能．
车牌定位算法众多，从特征应用方面可分为基于纹理特征的定位算法和基于颜色特征的定位算法；据根采用的具体方法，车牌定位方法有边缘检测法、投影法、分法、差阈值法、小波分析法．基于颜色特征进行车牌定位精确度高，计算量大、但耗时长；基于数学形态学进行车牌定位计算量小、速度快，但精确度不是很高．单靠一种车牌定位方法很难达到令人满意的效果，因此文章提出了一种综合多种方法的新的车牌定位法．文章采用的是一种将颜色特征和纹理特征相结合的车牌定位法，先通过纹理特征分
用车牌区域的颜色特征对车牌区域进行精确定位，要包括空间转换、界确定等步骤．对８张相主边ｏ
片进行测试的结果表明，方法准确率高、度快．该速［键词］车牌定位；理特征；色特征；学形态学关纹颜数［章编号］１７０７２１）１Ｏ７ — ３［图分类号］文６２２２（０１０一０８０中ＴＰ３１文献标识码］Ａ９［
第１Ｏ卷ቤተ መጻሕፍቲ ባይዱ
第１期
太原师范学院学报（自然科学版）
Ｊ０ＵＲＮＡＬＯＦＴＡＩＹＵＡＮＮＯＲＭＡＩＵＮＩＲＳＴＹ（ｔｒｌＳｉｎｅＥｄｔｎＶＥＩＮａｕａｃｅｃｉｏ）ｉ
Ｖ！１Ｎ．ｏ．０ｏ１
Ｍａ．２１ｒ０１
扩大图像，形成联通区域的作用；蚀具有扩大图像中的孔洞，腐收缩图像，除孤消
式（），ｒｙ灰度值，Ｇ，１中Ｇａ为Ｒ，Ｂ分别为红色、色和蓝色分量值．绿
１２边缘检测．
常用的边缘检测算子有Ｒｂｒｓｏｅｔ交叉算子、ｏｅ算子、ｒｗｉ算子、ａｎＳｂｌＰｅｔｔＣｎｙ算子．国车牌主要有三种中
２１０１年３月
一
种改进的快速车牌定位算法
赵焕青胡红萍白艳萍
（中北大学理学院，山西太原００５）３０１
［要］文章提出了一种基于纹理特征和颜色特征的车牌定位算法．法首先利用车牌的纹摘算理特征对车牌进行了初步定位，中主要有图像预处理、缘检测、学形态学处理等步骤．后利其边数最
收稿日期：００１ — ８２１０１基金项目：家自然科学基金（０７０７，国６８６７）山西省自然科学基金（０９１０８３２００１１－）
作者简介：焕青（９４）女，赵１８，山西原平人，中北大学理学院在读硕士研究生，要从事工程中的数学问题研究主
类型：黄底黑字、蓝底白字、白底红字．牌底色和字符的颜色差别很大，车根据这些颜色特征，文采用Ｒ — 本ｏ
ｂｒｓｅｔ交叉算子进行边缘检测．
Ｒｅ算是用部分子找缘，卷核别，一１ｙ［］。ｔ子利局差算寻边的个积分为Ｇ［］一一，ｂｓｒ两『，０采Ｇ１
第１期
赵焕青等：种改进的快速车牌定位算法一
７９
用１范数衡量梯度的幅度：Ｇｘ）ＩＪｌｌ边缘检测结果如图１所示．（， — Ｇ＋ｌＧ［，３
１３数学形态学处理．膨胀和腐蚀是数学形态学的基本运算，胀具有填充、小图像中的孔洞，膨缩
由于直接对彩色图像进行处理时运算量很大，能满足系统实时、速的要求，以需要对原始ＲＢ图不快所Ｇ像进行灰度化处理．化关系为：转
Ｇｒｙ＝０．９ａ２８９＊Ｒ＋０．８＊Ｇ＋０．１５７０１４０＊Ｂ（）１
Ｏ引言
随着我国城市规模的急剧扩大，效的智能交通系统ｆＴ）得越来越重要．高ＩＳ变车牌自动识别系统（Ｉ— ｉｃｎｅＰａｅＲｃｇｉｏ，ｅｓｌｔｅｏｎｔｎ简称ＬＲ）ＩＳ中重要的研究课题，ｉＰ是Ｔ极具实用价值．车牌自动识别系统作为一种关键技术被广泛应用于道路交通监测、高速路、桥梁自动收费和停车场自动管理等自动交通管理系统．牌车
析得到车牌候选区域，利用颜色特征得到车牌区域．种算法充分利用了车牌的纹理特征和颜色特征，再这具
有定位准确、度快、速实用性强等特点，验结果充分说明了该算法的有效性．实
１初步定位
１１图像预处理．