车牌定位常见方法介绍与分析

车牌定位常见方法介绍与分析

多媒体技术及其应用 本栏目责任编辑：唐一东车牌定位常见方法介绍与分析

刘先莹．候德文

（山东师范大学信息科学与工程学院，山东济南２５００１４）

摘要：车牌定位是车牌自动识另ｑ系统中的一个关键问题。是近年来研究的热点。许多国内外学者研究发展了许多车牌定位算法。大体可分为基于纹理特征分析方法，基于边缘检测方法，基于数学形态学定位方法，基于小波分析方法以及基于彩色图像定位方法。本文对目前比较常见的几种车牌定位方法进行了简要的介绍．并对它们各自的优点、缺点进行了分析和比较。

关键词：图像处理；车牌定位；纹理分析；边缘检测；数学形态学；小波分析；彩色图像

中图分类号：ＴＰ３９１文献标识码：Ａ文章编号：１００９－３０４４（２００８）０４－１０７４８－０３

ＩｎｔｒｏｄｕｃｅａｎｄＡｎａｌｙｚｉｎｇｏｆＣｕｌｌｒｅｍＴｅｃｈｎｏｌｏｇｙｏｆＬｉｃｅｎｓｅＰｌａｔｅＬｏｃａｔｉｏｎ

ＬＩＵＸｉａｎ—ｙｉｎｇ．ＨｏＵＤｅ—ｗｅｌｌ

（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ｓＩｌａｎｄｏＩｌｇ

ｃａｒＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙＪｉｎａｎ２５００１４，Ｃｈｉｎａ）ｉｍｐｏｒｔａｎｔｓｔｅｐｉｎｃａｒＡｂｓｔｒａｃｔ：Ｌｏｃａｔｉｎｇｔｈｅ

ｔｈｅｒｅｃｅｎｔｌｉｃｅｎｓｅｐｌａｔｅｉｎａｃａｒｉｍａｇｅｉｓａｎｌｉｃｅｎｓｅｐｈｔｅｒｅｃｏｇｎｉｔｉｏｎａｐｐｌｉｃａｔｉｏｎｓ．Ｉｔｉｓｈｏｔｓｐｏｔｗｈｉｃｈｙｅａｒｓｓｔｕｄｉｅｄ．。Ｍａｎｙｄｏｍｅｓｔｉｃ

ｏｎａｎｄｆｏｒｅｉｇｎｓｃｈｏｌａｒｓｈａｖｅｄｅｖｅｌｏｐｅｄｏｎｍａｎｙｌｉｃｅｎｓｅｐｌａｔｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｓ，Ｒｏｕｇｈｌｙｔｈｅｙｍａｙ０１＂１ｄｉｖｉｄｅｉｎｔｏｂａｓｅｄ

ｙｓｉｓａｎｄｂａｓｅｄｏｎｔｈｅｔｅｘｔｕｒｅｃｈａｒａｃｔｅｒｉｓｔｉｃａｎａｌｙｓｉｓ；ｂａｓｅｄｅｄｇｅｄｅｔｅｃｔｉｏｎ；ｂａｓｅｄｃｕｒｒｅｎｔｍａｔｈｅｍａｔｉｃｓｍｏｒｐｈｏｌｏｇｙ；ｂａｓｅｄＯｉｌｗａｖｅｌｅｔ删一ｃｏｌｏｒｆｅａｔｕｒｅａｎａｌｙｓｉｓ．Ｔｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｓｏｍｅｔｅｃｈｎｏｌｏｇｙｏｆｌｉｃｅｎｓｅｐｌａｔｅｌｏｃａｔｉｎｇ．Ｔｈｉｓｐ叩ｅｒｃｏｍｐａｒｅｔｈｅｔｅｃｈｎｏｌｏｇｙ

ＫｅｙｏｆＬＰＬｗｉｔｈｔｈｅｉｒａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅ．ｍｏｒｐｈｏｌｏｇｙ；ｗａｖｅｌｅｔａｎａｌｙｓｉｓ；ｃｏｌｏｒｆｅａｔｕｒｅｗｏｒｄｓ：ＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ；ｌｉｃｅｎｓｅｐｌａｔｄｅｔｅｃｔｉｏｎ；ｔｅｘｔｕｒｅａｎａｌｙｓｉｓ；ｅｄｇｅｄｅｔｅｃｔｉｏｎ；ｍａｔｈｅｍａｔｉｃｓ

１引言

车辆牌照识另ｑ（ＣａｒＬｉｃｅｎｓｅＰｌａｔｅＲｅｅｏｇｎｉｔｉｏｎ，ＣＬＰＲ）是实现智能交通系统的关键技术，在交通系统管理中有着不可替代的作用。其任务是处理、分析汽车牌照图像，自动识别汽车牌号。可用于检索车辆的各种重要信息。记录车辆的违章或用于收费等。其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ＣＬＰＲ系统中，主要分车牌定位、字符切分和字符识别３部分，其中车牌定位是系统的关键，其定位正确率将大大影响整个系统的最终识别性能。目前车牌定位的方法多种多样，归纳起来主要有基于纹理特征分析的方法，基于边缘检测的方法．基于数学形态学定位，基于小波分析定位以及基于彩色图像定位等。这些方法各有所长。

２车辆牌照的特点

要进行车辆牌照的提取和分割，必须了解车辆牌照的特征。我们国家现有车辆牌照可分为４类，蓝底白字，黄底黑字，黑底白字，和白底黑字，所以颜色组合比较丰富。经过大量实验数据发现。所有车辆牌照具有以下特征：

（１）由于目前车辆牌照是由一个省份汉字（军警牌除外）后跟字母或阿拉伯数字组成的７个字序列。除第１个汉字外，字母和数字的笔画在竖直方向都是连通的。

（２）车辆牌照区域牌底与牌字颜色对照大，边缘丰富。

（３）在某个相对固定的牌照位置拍得的图像上车辆牌照子图像区域高度和长度一定。并且长高比例一定。

３几种定位方法的简单介绍’‘

３．１基于纹理特征分析的方法、

传统的纹理特征分析定位算法大多基于灰度图像来分析的，所以在车牌定位以前．需要对图像进行预处理，将彩色图像转换为灰度图像。

收稿日期：２００７－１２—２３

作者简介：刘先莹（１９８３－）．女，山东日照人，硕士，研究方向：图像处理；候德文，男，副教授，研究方向：数字图像处理，计算机网络。７４８

万方数据　

车牌定位常见方法介绍与分析

本栏目责任编辑：唐一东 多媒体技术及其应用

’纹理分析算法．描述如下：

（１）首先进行行扫描，找出图像中每一行所含有的车牌线段，记录下它们的起始坐标和长度。

（２）如果有连续若干行均存在不少于一个的车牌线段，且行数大于某一确定的阚值，则认为在行的方向上找到了车牌一个候

’。

选区域．并确定了该候选区域的起始行和高度。

（３）在已找到的可能存在车牌的区域做列扫描，以确定该车牌候选区域的起始行和高度以及起始列坐标和长度。由此确定一个车牌区域。，。

（４）继续在其他可能存在车牌的区域寻找，直至找到所有的车牌候选区域。

３．２基于数学形态学的定位

数学形态学图像处理的基本思想，是利用一个结构元素来探测一个图像，看是否能将这个结构元素很好的填放在图像内部，同时验证填放元素的方法是否有效。腐蚀、膨胀、开启和关闭是数学形态学的基本运算。

基于形态学车牌定位算法大体处理过程如图ｌ所示：

匝垂堕［卜｛四

图１基于形态学车牌定位算法大体处理过程

基于数学形态学的车牌区域定位方法不能精确确定车牌左右边界的位置，所以必须结合其他定位方法进行精确定位。李波等人提出了基于数学形态学和边缘特征的车牌定位方法，这种方法先对车牌图像进行预处理，然后利用基于垂直方向结构元素的腐蚀运算进行滤波，再用闭合运算来填补车牌区域内细小孔洞，进而增强车牌区．使车牌区成为一个连通区域，最后利用字符边缘的特征对车牌进行准确的定位。该方法将数学形态学运算与数字图像的特征相结合。有效改进了传统的车牌定位方法。提高了车牌定位的速度和准确度。

３．３基于边缘检测的定位，ｏ

图像的边缘是指在灰度级上发生急剧变化的区域，而在背景或者物体的内部这种灰度的变化是比较平缓的。边缘检测的任务是精确定位边缘和抑制噪声。能够进行检测的方法有多种，如Ｒｏｂｅｒｔｓ边缘算子、Ｐｒｅｗｉｔｔ算子、Ｓｏｂｅｌ算予以及拉普拉斯边缘检测。这些方法正是利用了物体边缘处灰度变化剧烈这一特点来检测图像的边缘。各算子对不同边缘类型的敏感程度不同．产生的效果也不同．经过大量实验分析可知，Ｒｏｂｅｒｔｓ边缘算子是一种利用局部方差算子寻找边缘的算子，定位比较精确；Ｐｒｅｗｉｔｔ算子和Ｓｏｂｅｌ算子对噪声有一定的抑制能力，但不能完全排除伪边缘；拉普拉斯算子是二阶微分算子，对图像中的阶跃型边缘点定位准确且具有旋转不变性．但容易丢失一部分边缘的方向信息。同时抗噪能力较差。所以针对不同的环境和要求，选择合适的算子来对图像进行边缘检测才能达到好的效果。

３．４基千小波分析的定位方法

小波分析是一种应用于图像处理的重要分析工具。具有“显微镜”的特性。小波分析的多分辨率特性使得小波分解系数在不同方向的高频子波系数具有不同特性．因此利用方向小波能够反映出图像在不同分辨率上沿任一方向变化的情形。小波分析的多尺度分解特性更加符合人类的视觉机制。

小波变换的基本思想是将原始信号经过伸缩、平移等运算分解为一系列具有不同空间分辨率、不同频率特性和方向特性的子

’

带信号．这些子带信号具有良好的时频特性。通过利用这些特性可以实现对信号的时域、频域的局部分析。

目前利用小波分析的车牌定位算法大多是利用小波变换与其他多种方法相结合来达到定位更准确、快速。如结合小波变换、数学形态学、边缘检测等方法来对车牌进行准确定位。如可用如下算法：先用自适应滤波多尺度边缘检测方法检测出车牌的边缘；然后用数学形态学方法对阈值二值化后的边缘图像进行系列形态运算，进一步消除无用信息；最后用基于车牌底色识别的方法进行车牌定位．该方法定位效果好．适于有噪声的车牌图像进行定位。

３．５基于图像彩色信息的定位

传统的车牌分割方法主要应用了车牌的纹理特征和形状特征，一般情况下这二个特征对于多数情况足够了。但对于复杂背景就不够了。常借助于颜色特征来排除干扰，以提高车牌定位的准确率和成功率。

如张引等人提出的彩色汽车图象牌照定位新法【ｌｌ

步骤如下：

（１）输入彩色汽车图象Ｉ；

（２）用ＣｏｌｏｒＰｒｅｗｉｔｔ计算二值边缘图象Ｉｅ；

（３）选择结构元素Ｓ，对Ｉｅ采用形态学方法来生成连通区域图象ｌａｒｅａ；

（４）进行轮廓跟踪，通过标记候选牌照区域，得到ｎ个候选牌照区域；万方数据　二７４９

车牌定位常见方法介绍与分析

多媒体技术及其应用

（５）对侯选字符块进行分析与分解，以确定真正的字符块，进而提取牌照区域。本栏目责任编辑ｊ唐一东．，

４各种车牌定位方法的比较

－

到目前为止国内外的科研人员针对车牌定位已提出了多种方法。他们有一定的优点．但也有不足之处。

４．１基于纹理分析的定位方法

该算法对于牌照倾斜或变形以及光照不均、偏弱或偏强有很好的效果，但对噪声敏感。对于背景复杂的图像可以结合垂直投影的方法来得到真正的车牌区域，该区域同时具备以下特点：

（１）有明显的峰一谷一峰的现象；

一（２）波峰数一般大于７个，同时波谷也一般大于７个（因为车牌有７个字符）；

（３）相邻波峰与波谷问的落差大于一定的阈值。

结合垂直投影的方法可以有效地解决背景复杂的车牌定位。

４．２基于数学形态学的定位方法“

该方法提高了车牌图像分割的准确度但精确度不理想，所以必须结合其他定位方法进行精确定位。可与边缘特征分析相结合提高车牌区域定位的精确度。

４．３基于边缘检测的定位

该方法的定位准确率较高。反映时间快，能有效去掉噪声，适合于包含多个车牌的图象。并且在多车牌图像的情况下定位速度也很快。但是对车牌严重褪色的情况，由于检测不到字符笔画的边缘会导致定位失败。定位后的区域在外界有干扰以及车牌倾斜时比车牌稍大。

可以结合边缘检测和扫描线来进行车牌定位来进一步改善算法性能。

４．４基于小波分析的定位方法

利用小波变换去噪效果好，结合其他定位方法在车牌图像检测定位中，能较为快速、有效地从复杂噪声背景中将待识别的车牌分割出来。

４．５基于图像彩色信息的定位

颜色信息的使用可以提高车牌定位的成功率。传统的彩色信息定位方法在图像质量好的情况下定位比较准确、迅速．但在夜晚时、下雨天或大雾天气时车牌区域容易有残洞，定位效果不理想，浙江大学张引、潘云鹤等人提出的彩色边缘检测算子ＣｏｌｏｒＰｒｅｗｉｔｔ和彩色边缘检测与区域生长相结合的牌照定位算法ＣｏｌｏｒＬＰ等有效地解决了复杂背景、天气变化等因素的制约问题．更准确、快速的实现车牌定位。

５结束语

目前主要是从定位分割精确率和算法的精干灵活的角度来对车牌定位方法的评价衡量。对于任意背景、位置和光照下的汽车图像。各种性能都满足要求的算法目前还没有。因此，综合多种算法进行定位分析既是客观实际的需要，也是我今后学习和研究工作的重点。

参考文献：

【ｌ】张引，潘云鹤．彩色汽车图像牌照定位新方法【Ｊ】．中国图形图像学报，２００１，６（４）：３７４－３７７．

【２】周心明，兰赛，徐燕．图像处理中几种边缘检测算法的比较【Ｊ】．现代电力，２０００，１７（３）：６５－６９．

【３】李波，曾致远，付祥胜．基于数学形态学和边缘特征的车牌定位算法阴．视频技术应用与工程。２００５，（７）：９４－－９６．

【４】韩丽萍，尹王保，李月娥．一种有效的滤波尺度自适应调整的小波边缘检测方法【Ｊ】．计算机工程与应用，２００５，４１０１）：７０－－７１．

ｆ５】郭大波，陈礼民，卢朝阳，等．基于车牌底色识别的车牌定位方法ｆＪ】．计算机工程与设计，２００３。２４（５）：８１—８７

ｆ６】Ｐ．Ｖ．Ｓｕｒｙａｎａｒａｙａｎａ，Ｓｕｍａｎ

ＩＥＥＥＩｎｄｉｃｏｎ２００５Ｃｏｎｆｅｒｅｎｃｅ。Ｃｈｅｎｎｍ。Ｉｎｄｉａ．１ｌ—１３，ｐｐ．２４—２７，２００５．．Ｋ．Ｍｉｔｒａ，ＡｓｉｍＢａｎｅｏｅｅａｎｄＡｎｉｌＫ．Ｒｏｙ，＂ＡＭｏｒｐｈｏｌｏｇｙＢａｓｅｄＡｐｐｒｏａｃｈｆｏｒＣａｒＬｉｃｅｎｓｅＰｌａｔｅＥｘｔｒａｃｔｉｏｎ，”

７５０

万方数据　

车牌定位常见方法介绍与分析

车牌定位常见方法介绍与分析

作者：

作者单位：

刊名：

英文刊名：

年，卷(期)：

引用次数：刘先莹， 候德文， LIU Xian-ying， HOU De-wen山东师范大学,信息科学与工程学院,山东,济南,250014电脑知识与技术（学术交流）COMPUTER KNOWLEDGE AND TECHNOLOGY2008，1(4)0次

参考文献(6条)

1.张引.潘云鹤 彩色汽车图象牌照定位新方法[期刊论文]-中国图象图形学报A辑 2001(4)

2.周心明.兰赛.徐燕 图像处理中几种边缘检测算法的比较[期刊论文]-现代电力 2000(3)

3.李波.曾致远.付祥胜 基于数学形态学和边缘特征的车牌定位算法[期刊论文]-电视技术 2005(7)

4.韩丽萍.尹王保.李月娥 一种有效的滤波尺度自适应调整边缘检测方法[期刊论文]-计算机工程与应用 2005(11)

5.郭大波.陈礼民.卢朝阳.韩丽萍 基于车牌底色识别的车牌定位方法[期刊论文]-计算机工程与设计 2003(5)

6.P.V.Suryanarayana.Suman K.Mitra.Asim Banerjee.Anil K.Roy A Morphology Based Approach for CarLicense PlateExtraction 2005

相似文献(10条)

1.学位论文 朱家超 图像处理在车牌识别中的应用 2008

随着我国国民经济的高速发展，汽车拥有量急剧增加，国内高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高，智能交通系统(ITS)已成为当前交通管理发展的重要方向。车牌自动识别(ALPR)是智能交通系统的重要组成部分，有着广泛的应用领域和美好的应用前景。以自动的车牌号码识别为基础，可以对车辆进行自动登记、验证、监视、报警，进而可以应用在多种场合，如高速公路收费系统，道路、卡口监控系统，小区、停车场收费及监控系统，交通流量统计及交通诱导系统等。 车牌自动识别系统一般包含图象采集与预处理、车牌定位、字符切分、字符识别四个主要模块。由于实验条件和时间的限制，本文主要围绕以下三个部分进行设计：图像采集与预处理、车牌定位和分割、字符切分。本文针对三个部分提出了有效的解决策略，完成了实验。 (1)图像采集与预处理部分：本文在图象采集部分介绍了一般交通路口图象采集的方法，并对各种方法进行了对比研究；图像预处理部分包含：图像的灰度化、灰度拉伸、中值滤波、水平校正等。 (2)车牌定位和分割部分：车牌定位和分割非常关键，定位结果直接影响到后面的字符识别的准确性。本文在广泛分析、比较已有方法的基础上，总结出一种综合边缘检测和迭代阈值法的算法，然后用此算法对图像进行二值化处理，并且在改进了传统的投影法的基础上实现了车牌的定位分割。实验结果表明：本文实验方法更加有效和准确，它的好处是既保留了车牌区的边缘又使车牌区最大程度的区别于背景。它对于拍摄的静态车辆图像的处理效果比较明显，适合于应用在诸如停车场、收费站等场所。 (3)字符切分部分：基于准确的完成车牌定位和分割的前提下，本文提出一种利用垂直投影信息结合先验知识约束的垂直分割方法。 实验结果表明，本位所采用的方法能达到较好的分割效果。车牌定位及字符分割时间小于80ms，成功率达到90％以上。整个系统的算法简单、复杂度低、能够满足快速字符分割的要求，将在智能交通、图像信息学等领域发挥实际应用价值。

2.学位论文 陆恩诞 图像处理和神经网络在车牌定位中的运用 2003

该论文是江苏省交通厅智能运输系统(ITS)的一部分.作为ITS研究重要组成部分之一的车牌自动识别是一个值得深入研究的课题.论文针对车牌识别中的关键部分——车牌定位部分作了较为深入的研究并尝试了多种车牌定位方法,希望从中得到较为完善的车牌定位解决方法.首先使用图像处理方法进行车牌区域定位的研究.针对以前车牌图像定位效果不佳的情况,该文把现有一阶水平差分加投影方法改进为结合一阶双向差分和Hough变换的定位方法,实验证明改进后的方法简单快速有效且定位效果较前有相当提高.然后使用人工智能和神经网络的方法进行车牌区域定位的研究.在神经网络方面,该文用BP神经网络直接感知灰度图像信息从而定位车牌区域,提高了系统容错性和实时性;在人工智能方面,该文构造简单易行且能够表征车牌区域特征的适应度函数,使用遗传算法进行定位,从而使车牌定位与人工智能紧密结合.经验证这些基于人工智能和神经网络的方法对多种质量的车辆图像,包括较低质量的图像,均能取得较为理想的定位效果.最后文章比较了上述定位方法,总结了上述方法各自优缺点和使用范围,并概要介绍了车牌字符识别方法和系统硬件实现.

3.学位论文 陈勇 车牌定位和字符分割算法的研究与实现 2006

随着科学技术的发展，社会信息化程度的日益提高，交通管理智能化已成为发展的趋势。车辆牌照识别系统的研制与开发，是影响交通系统智能化、现代化的重要因素，而车牌定位和字符分割是车牌识别中最为关键的两项技术，对整个系统的性能起着至关重要的作用。 本文在详细研究国内外各种代表性车牌定位算法的基础上，提出了一种三级定位算法。首先基于图像能量特征对车牌区域进行粗定位，得到一组候选区域。然后基于字符纹理特征分析对车牌候选区域进行筛选，得到车牌区域，并运用数学形态学方法对区域作二次定位。接着利用牌照的颜色信息对定位的结果作最后的修正。 车牌倾斜、噪声、边框和铆钉以及光照不均等问题给车牌字符的分割带来了很大困难。本文提出了一种边缘自适应滤波的牌照图像增强算法，有效抑制了噪声对字符边缘信息的干扰。并对牌照图像的二值化方法进行了比较研究。创新的提出了基于字符纹理区域边界检测的车牌倾斜校正算法，解决了长期以来车牌倾斜校正适应性差、精确度低的难题。对字符笔划的平滑处理进行了改进，有效提高了平滑的适应性。并对字符切分的算法进行了讨论。 在研究的基础上，设计和实现了车牌定位和字符分割软件模块，并对车牌定位和字符分割算法进行了测试。车牌定位的准确率达到96.5﹪，错误率1﹪，失败率2.5﹪；字符分割的车牌正确率达到93.45﹪，字符正确率达到98.25﹪。实验结果表明，本文的车牌定位和字符分割算法具有较好的实用性和鲁棒性，并已在实际的工程中得到了应用。

4.期刊论文 沈全鹏.林德杰.何爽.Shen Quanpeng.Lin Dejie.He Shuang 基于像素分类的彩色车牌定位 -自动化与信息工程2007,28(2)

车牌定位是车牌识别系统中的首要问题,车牌定位准确与否对整个系统的性能起着至关重要的作用.针对车牌定位困难,文章介绍了一种基于像素分类的车牌定位方法,该方法先利用车牌像素颜色RGB值不同,对像素分类,然后分析统计像素,确定车牌区域.实验表明,该方法定位准确率高,适用于任意背景、位置和光照下的车牌定位.

5.学位论文 刘先莹 多车牌定位的研究 2009

车牌识别广泛用于电子收费、出入控制、交通监控等重要场合。车牌定位作为车牌识别中的重要环节，对系统识别精度有重要的影响。目前的车牌

车牌定位常见方法介绍与分析

定位方法主要是针对所监视的区域只有单一车辆的情况。但在许多情况下，监视区域比较复杂。比如车载监控系统、多车道公路路口的监视与监控、城市要道的监视与监控，所监控的区域一般同时会出现多辆汽车，背景也比较复杂。所以多车辆图像的牌照识别开发就具有重要意义。 本文着重进行了多车牌定位的研究，提出了一种综合利用边缘检测、连通域分析、倾斜矫正等多种方法相结合的多车牌定位的算法。主要工作如下： 1.对要处理的图像进行预处理，包括彩色图像转化为灰度图像、灰度均衡、小波去噪等，首先彩色图像转化为灰度图像采用现行标准的平均值法，g表示灰度化后灰度值，R、G、B分别表示原彩色图中的红、绿、蓝分量，有g=0.3R+0.59G+0.11B；然后通过对灰度化的图像进行直方图均衡化，消除了光照引起的图像差异，使得图像上明暗对比显著，牌照区域的笔画特征明显；最后对于图像去噪，本文采用了一种小波局部阈值的设置方法来进行图像的去噪，完成图像预处理。 2.对预处理后的图像利用数学形态学运算将含有多车牌的图像中各疑似单车牌的联通域定位出来。首先进行图像边缘检测，由于图像边缘是多样的，为了达到提取图像的多种类型的边缘，本文采用将形态学运算与集合运算结合起来，选取膨胀腐蚀型结构算子，采用多结构元素，即先对小波去噪后的图像分别进行膨胀、腐蚀运算，然后取膨胀后的图像与腐蚀后的图像之差得到较好的图像边缘。其次对边缘检测后的图像进行膨胀运算，填充图像中的“小洞”；接下来进行水平闭运算填平小湖(即小孔)，弥合小裂缝，和水平开运算，去除孤立的小点，毛刺和小桥(即连通两块区域的小点)；确定出含有车牌区域的多个连通域；最后对经过多种形态运算后的图像进行面积剔除，去除较小面积的连通域，从而几个可能的车牌连通域被确定出来。 3.提出一种改进的Hough变换法进行疑似车牌连通域的纠正。首先通过检测疑似车牌连通域边框直线来获得车牌的倾斜角度，计算出牌照图像的倾斜角度后，以车牌照图像中心位置作为旋转中心来进行旋转，使得各疑似车牌连通域得到旋转校正，旋转后牌照图像能保持水平放置。

4.利用车牌的特征信息对各疑似单车牌区进行了去伪验证，完成车牌准确定位并对实验结果进行了比较。本算法复杂度低，能够满足快速、准确定位要求；并且对背景复杂、光线不均匀、字符和底色对比度低以及车辆分布情况的复杂性等并不很敏感，具有较好的鲁棒性。

6.学位论文 沈全鹏 基于数字图像处理的车牌定位研究 2007

随着我国经济的快速发展，智能交通系统将会成为现代交通管理发展的必然趋势。车辆自动识别系统是智能交通系统(ITS)实现的前提。车牌识别是车辆自动识别系统中最有发展前景的技术之一。 车牌识别系统主要由车牌定位、字符分割和字符识别三部分组成。其中，车牌定位是字符分割和字符识别的基础，对整个系统的性能起着至关重要的作用，决定着系统的识别速度和识别精度。 从图像处理的性质来看，车牌定位主要分为基于灰度图像的车牌定位和基于彩色图像的车牌定位。基于灰度图像的车牌定位速度较快，但定位精度不高，受环境、光照等因素影响较大;彩色图像包含的信息比灰度图像多得多，因而更易于车牌定位，但运算量大，因此，基于彩色图像的车牌定位研究较少。近年来，随着计算机技术和图像处理技术的飞速发展，基于彩色图像的车牌定位将是车牌定位研究的热点。 本文利用数字图像处理技术对彩色汽车图像的车牌定位技术进行了研究。首先研究了车牌定位技术的发展现状，分析了车牌定位技术的难点。然后详细介绍了数字图像处理技术的基本概念、数学表示、基本运算、研究内容、处理方法和应用领域。接着对现有车牌定位技术进行研究，提出了一种基于像素分类的车牌定位方法。根据车牌底色像素RGB值不同，对像素分类，并进行分析统计，综合利用车牌形状特征和颜色特征来确定车牌区域。实验结果表明，该方法定位准确率高，适用于任意背景和位置的车牌定位。

7.学位论文 王宸昊 复杂背景下车牌定位分割技术的研究 2006

随着我国经济的快速发展，社会信息化程度日益提高，交通管理智能化成为发展的趋势。车辆牌照识别系统(LPRS)是智能交通管理系统(ITS)的重要组成部分，可用于各类车辆管理场所，以提高管理效率与水平，节省人力、物力，实现车辆管理的科学化、规范化，因此有着广泛的应用前景。

本文的工作主要包括： (1) 搜集、整理和总结了近年来国内外在车牌定位分割领域、车牌字符分割领域的最新研究成果和最新进展； (2)充分利用车牌颜色信息，采用了基于颜色和纹理综合特征的车牌定位方法，首先进行颜色模型转换，再进行色彩分割，然后进行连通区域生成，最后从中分割出车牌，并用投影法进行倾斜角检测，校正倾斜车牌； (3) 本文将小波分析用于图像去噪和车牌定位，小波消噪采用了软阈值法，取得了较好效果；重构图像垂直信息图，结合区域生长的方法进行车牌定位； (4) 对分割出的车牌图像进行图像去噪等预处理，提出一种基于投影法与模板匹配相结合的车牌字符分割算法。

8.期刊论文 曹华.张宏.童勤业 复杂性算法在汽车车牌定位中的应用研究 -工业控制计算机2004,17(4)

本文利用非线性方法中的复杂性测度来量度图像中含有的信息量,实现车牌定位.其方法是先选定一个大小合适的窗口,然后计算窗口取出区域的复杂性KC特征值,计算结束后滑动窗口,每滑动一次计算一次窗口取出区域的KC特征值.结果根据所计算的KC特征值的高低,可以得出车牌区.针对车牌内部图像的复杂度与背景有较大差异的特征,将复杂性测度应用到汽车车牌定位技术中,有广泛的应用前景.

9.学位论文 张永华 基于灰值腐蚀-膨胀形态学和中值二值化的车牌定位及DSP硬件实现 2004

世界经济的飞速发展,各国对汽车的拥有量急剧增加,交通问题越来越受到大家的关注.为了提高交通效率、解决日益拥堵的城市交通问题,世界各国的许多专家学者都在研究智能交通系统ITS.车牌识别是智能交通系统中的关键技术.车牌作为汽车的标志具有唯一性,知道了车牌号,则车辆的所以信息都可一目了然,就可以对车辆进行自动登记、验证、监视并将车辆信息汇总,为交通流扩展系统、交通控制和管理系统提供最详尽的信息.车牌的定位是车牌识别的关键技术.准确的定位是车牌字符、数字识别的前提.该论文的内容主要包括如下俩点:1.将灰度形态学理论应用于车牌的预处理过程,通过对包含有汽车牌照的图片进行灰度腐蚀—膨胀运算处理,使牌照的边缘信息比较完整的保留了下来,然后再对处理后的图片进行中值二值化处理,使牌照从背景中分离出来.最后对牌照进行行扫描和列扫描,完成车牌定位.2.在车牌定位系统中引入了数字信号处理器(DSP),即把车牌定位算法利用由TI公司生产的TMS320VC5409为核心的硬件系统实现.

10.学位论文 余彦翔 基于灰度纹理分析的车牌定位算法研究 2003

由经济发展而产生的交通增长对交通的管理和控制提出了更高的要求.在现代化、智能化的交通管理控制系统中,汽车牌照识别(LPR)是一项基础技术,而从车辆图像中迅速、准确地分割出牌照区域是实现车牌识别的一个关键环节.该文研究的主要内容是一种基于灰度纹理分析的车牌定位算法.论文首先简要地介绍了车牌定位技术的研究现状,然后结合中国当前使用的机动车牌照的规格特征对车牌定位技术的基本原理和主要方法进行了分析.在此基础上,论文重点研究了车牌图像的字符纹理特征以及纹理的处理、分析方法,提出了一种针对灰度图像的、使用一维水平基元的纹理分析车牌定位算法.基于灰度纹理分析的车牌定位算法考察的主要特征是牌照区域内水平方向上像素亮度的特定的阴暗交替变化.该文首先介绍了这一算法的基本原理和流程,然后对其中的各个处理环节,包括确定基元分类阈值、提取基元序列、基元序列匹配和生长、纹理区域筛选等进行了详细的分析和设计,并给出了针对纹理的灰度直方图统计、纹理区域的竖笔划比例计算等相关处理的具体流程.在算法逻辑流程的基础上,该文还对算法程序的实现和测试过程进行了介绍.算法程序实现于微型计算机系统环境下,使用Visual C++语言编写成相应的动态链接库,并在针对实际图像的测试中取得了令人满意的效果,证明基于灰度纹理分析的算法是一种可行且具有良好性能的车牌定位方法,对这一算法继续改进提高后可以将其用于实际的车牌识别系统中.

本文链接：http://doc.guandang.net/Periodical_dnzsyjs-itrzyksb200804049.aspx

下载时间：2010年4月7日