一种基于模糊聚类的车牌识别方法

一种基于模糊聚类的车牌识别方法
摘要本文提出了一种基于模糊聚类的车牌识别方法，该方法先对车牌图像进行预处理，然后对车牌图像进行定位，并对定位的彩色车牌图像进行二值化、边缘检测处理，最后用模糊聚类的方法识别车牌图像，仿真实验表明，该方法运算速度快，能够有效地定位和识别车牌图像。

关键词模糊聚类；二值化；边缘检测；车牌定位；车牌识别
Abstract A mothod for license plate recognition based on Fuzzy clustering is proposed in this paper. The license plate is preprocess firstly，then binarization process and edge detection is used for the locatin of color license plate，finally，the license plate is recognition by the mothod of Fuzzy clustering. The experimental results indicate that the mothod of license plate recognition is effetive and efficient.
Keywords Fuzzy clustering; image binary;edge detection; license plate orientation;license plate recognition
0 引言
车牌识别技术可以快速、高效地对车辆进行登记、验证、监视和管理，实现交通管理的自动化、智能化，已经成为职能交通系统中的核心技术。

车牌识别技术已经在全国高速公路上使用，但是由于车牌受污染情况的不同，以及搜索车牌区域时易造成车牌定位的不准确，使得车牌的识别率不高，束缚了车牌识别技术的广泛应用。

本文采用模糊聚类的方法对彩色车牌图像进行识别，该方法能有效地定位彩色车牌图像，并对定位的彩色车牌图像进行二值化、边缘检测等处理，最后用模糊聚类的方法对车牌进行识别。

1 车牌定位
中国车牌照主要有蓝底白字、黄底黑字、黑底白字和白底黑字4种类型，由于车牌背景的复杂性与车牌特征的多样性，加上车牌图像不可避免地会受到自然光线、季节等因素的影响，迄今为止，仍没有一个通用的车牌定位方法。

本文根据车牌底色利用颜色空间距离计算来定位车牌，由于对车牌的大小、汽车在图像中的位置以及图像背景的限制很少，而且综合特征定位要比单一特征定位个符合人的视觉要求，因而定位效果更好。

2 车牌图像处理
为了快速、准确地识别车牌图像，在进行车牌定位后，应先进行图像预处理，首先把彩色车牌图像转换成二值图像，然后作归一化处理。

本文通过选取固定阈值的方法，利用Matlab软件对车牌图像进行二值化处理，通过边缘检测技术确定车牌字符的上下、左右边界，最后归一化的图像大小为79cm×40cm，处理后的车牌如图2。

基于模糊聚类的车牌识别
模糊C均值聚类算法，是用隶属度确定每个数据点属于某个聚类的程度的一种聚类算法[3]。

根据式（1）得出像素xk到聚类中心vi的距离d（xk，vi），则模糊C均值聚类算法的目标函数为：
这里，为聚类样本集合，n是聚类空间的样本数，c是聚类的类别数，，uik 是第i类中像素xk的隶属度，vi是第i类的聚类中心，d（xk，vi）为像素xk到聚类中心vi的距离，是模糊分类矩阵，为中心矩阵，是一个加权指数。

根据新的距离特征可以得出模糊隶属度函数：
通过模糊聚类的方法将预处理后的车牌图像进行聚类和字符分割，聚类得出第1位的汉字、第2~3位的英文字母和第4~7位的阿拉伯数字3类，汉字受样本限制，只取了12个（粤，沪，赣，京，津，渝，苏，浙，鲁，豫，云，桂）。

这里我们以数字识别为例，汉字和字母识别是一样的，取0~9十个标准的车牌数字为样本，把聚类分割后的数字和各个样本取欧式距离，最后识别为欧式距离最小的那一类，实验结果如图3。

3 结论
本文提出了一种基于模糊聚类的车牌图像识别，该方法能有效地定位车牌图像，并对定位的彩色车牌图像进行二值化、边缘检测处理，最后用模糊聚类的方法对车牌进行识别。

实验结果表明，方法能快速、有效地定位和识别彩色车牌。

参考文献
[1]S.Y.Liu，X. F. Li，and Z.M.Li.A new image segmentation algorithm based on the fusion of Markov Random Field and fuzzy c-means clustering. IEEE Proceedings of ISCIT 2005：139-142.
[2]陈蓓，曹文伦，张洪才.复杂背景中多车牌粗定位算法研究[M].计算机工程与应用，2009，45：228-234.。