《基于颜色与纹理特征的车牌定位方法》由会员分享，可在线阅读，更多相关《基于颜色与纹理特征的车牌定位方法（12页珍藏版）》请在金锄头文库上搜索。
1、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 摘要摘要 在车牌识别系统中在车牌识别系统中 车牌车牌定位定位提取提取是非常关键的技术之一是非常关键的技术之一 是否精确是否精确定位定位提取提取车牌直接影响到后车牌直接影响到后 面车牌的识别部分面车牌的识别部分 本文本文主要通过图像信息分析中华人民共和国车牌的特征主要通过图像信息分析中华人民共和国车牌的特征 综合利用车牌颜色综合利用车牌颜色和纹理等和纹理等 分布分布特征对车牌进行特征对车牌进行定位定位提取提取 算法主要分为粗定位和精确定位算法主要分为粗定位和精确定位 首先根据车牌首先根据车牌颜色颜色 车牌背景
2、与字符车牌背景与字符等等 的颜色分布的颜色分布特征特征 提取包含车牌区域的图像块提取包含车牌区域的图像块得到符合车牌底色的粗定位得到符合车牌底色的粗定位 然后然后对提取的图像块进行对提取的图像块进行在图在图 像处理像处理灰度化灰度化 边缘检测边缘检测 二值化二值化等处理等处理 等等的基础上的基础上 根据根据车车牌的纹理牌的纹理的的特征特征最后最后 根据车牌区域投影根据车牌区域投影 图和非车牌区域投影图的不同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采用行列扫描投影法进行精确定位 提取出提取出最终最终的的确确定出定出车牌车牌图像块图像块区域区域 这种这种方法即方法即充分利用充分利
3、用了车牌图像的颜色特征了车牌图像的颜色特征 又又充分利用了由颜色分布特征构成的纹理特性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分层次的定位 方法方法 相对于相对于利用利用单一特征的定位方法有较好的单一特征的定位方法有较好的通用性通用性鲁棒性鲁棒性 可适应于不同背景可适应于不同背景 不同光照下的车牌图不同光照下的车牌图 像像 能够较好的确定出车牌区域能够较好的确定出车牌区域 定位率得到了较大提高定位率得到了较大提高 关键字关键字 车牌车牌定位定位提取提取 颜色特征颜色特征 纹理特征纹理特征 投影投影 E Extration of xtration of V Vv vehicle lic
4、ense plate ehicle license plate locatinglocating methodmethod based on based on image image colorcolor distributiondistribution and texture featuresand texture features 作者作者 单位单位 Abstract In the license plate recognition system extraction of vehicle license plate location is one of the most key impo
5、rtant 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 Repu
6、blic 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 co
7、arse 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
8、 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
9、 and vertical direction between the image patch of license plate and those including no license plate The proposed 带带格式格式的 的 两端对齐 带带格式格式的 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
10、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 according to the characteristics of the lic
11、ense 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 backg
12、round 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 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
13、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
14、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 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 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
15、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 征进行车牌定位 6 能够进行检测的方法有多种 如 Roberts 边缘算子 Prewitt 算子 Sobel 算子以及拉普拉斯边缘检测 在以上众多的算法中 大多是基于单 特征来进行车牌定位的 使用单一特征的定位方 法确定车牌区域存在着明显的局限性 受到特定条件的限制 车牌区域特征主要有 7 车牌 区域的纹理特征 车牌区域的几何特征 车牌区域的位置特征 车牌区域的颜色特征 车牌 区域水平或者垂直投影特征 车牌区域频谱特征 对于车牌区域的底色一般为蓝底 白底 黑底和黄底 字符颜色相应的为自字 黑字和红字 其中一些小型和大型
16、车辆的牌照底色会 跟着省份的变化而略有不同 车牌区域水平或者垂直灰度累积投影呈现连续峰谷峰的分布 本文综合利用车牌颜色和纹理等特征对车牌进行定位 该方法较单一特征的定位方法有较好 的通用性 能够快速 准确地确定出车牌区域 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 图 1 车牌定位流程图 2 车牌的粗定位 批注批注 A1 该图重新画 要紧凑 并 根据对方版面是单列的 还是双列的 进行设计 采集的汽车图像是基于RGB 红 绿 蓝 色度空间的彩色图像 并不适合人的视觉特 性 为了便于彩色图像的处理 将 RGB 空间转化为 HSI空间进行处理 HSI 模型 用色度描述纯色的属性 饱和度描述纯色被白光稀释的程度 亮度为图像的灰度值信息 用这三个独立的分量来描述颜色 首先把车牌候选区域的颜色由 RGB空间转换到 HSI 空间 8 H为色度 Hue S饱和度 Satura
