基于数学二值形态学的车牌定位与字符分割
车牌的定位与字符分割报告
车牌的定位与分割实验报告一实验目的针对交通智能系统所拍摄的汽车图片，利用设定的算法流程，完成对汽车车牌部分的定位，分割车牌部分，并完成字符的分割，以便于系统的后续分析及处理。
二实验原理详见《车牌的定位与字符分割》论文。
三概述1一般流程车牌自动识别技术大体可分为四个步骤：图像预处理、车牌定位与分割、车牌字符的分割和车牌字符识别。
而这四个步骤又可归结为两大部分：车牌分割和车牌字符识别。
图1-1为车牌自动识别技术的一般流程图。
2本实验的流程（1）图像预处理：图像去噪（2）车牌的定位：垂直边缘检测（多次）形态学处理的粗定位合并邻近区域结合车牌先验知识的精确定位（3）车牌预处理：车牌直方图均衡化倾斜校正判定（蓝底白字或者黄底黑字）归一化、二值化（4）字符的分割：垂直投影取分割阈值确定各个字符的左右界限（结合字符宽度、间隔等先验知识）分割字符四实验过程4.1图像预处理4.1.1图像去噪一般的去噪方法有：空间域上的均值滤波和中值滤波；频率域上的巴特沃斯滤波器。
图4-1是各滤波器处理椒盐噪声的效果。
a．被椒盐噪声污染的图片 b.均值滤波的效果图 c.中值滤波的效果图 d.BLPF的效果图图4-1 各滤波器处理椒盐噪声的仿真可见，中值滤波对椒盐噪声的处理效果极好，而一般所拍摄的图片上最多的便是孤立的污点，所以此处以中值滤波为主进行去噪。
图4-2是采用中值滤波处理实际汽车图片的效果。
a.原始图像b.灰度图像c.中值滤波后的图像图4-2 中值滤波处理实际汽车图片的效果很显然，经过中值滤波后去除了原图上的部分污点。
4.1.2图像复原由于通常情况下都不知道点扩展函数，所以我们采用基于盲解卷积的图像复原策略。
图4-3~4-7图是函数进行盲解卷积的实验结果，其中图4-3是图像cameraman 的模糊图像。
图4-3 模糊图像在盲解卷积处理中，选择适当大小的矩阵对恢复图像的效果很重要。
PSF的大小比PSF的值更重要，所以首先指定一个有代表性的全1矩阵作为初始PSF。
关于车牌定位的一些算法
近年来，智能交通系统(ITS)越来越受到人们的重视在车牌识别中，车牌自动识别系统作为核心部分之一应用已经越来越普及。
车牌识别系统主要分车牌定位、字符切分和字符识别三部分，而车牌定位又是系统中最重要的步骤，定位的成功与否以及定位的准确程度将会直接决定后期能否进行车牌识别以及识别的准确度。
文中利用MATLAB进行分析与仿真。
MATLAB是一种简单，高效、功能强大的高级语言,在科学与工程计算领域有着广泛的应用前途。
在数字图像处理领域,可应用MATLAB数字图像处理技术进行系统分析与设计。
本文要讨论的是对彩色车牌图像进行包括灰度化、二值化、图像增强、边缘检测的预处理，之后进行区域提取来实现对车牌的初定位。
借助MATLAB编程语言在仿真过程中分析现有算法并加以改进。
1 车牌定位中的基本理论与算法1.1图像灰度化彩色图像包含着大量的颜色信息，不但在存储上开销很大，而且在处理上也会降低系统的执行速度，因此在对图像进行识别等处理中经常将彩色图像转变为灰度图像，以加快处理速度。
经过灰度变换后，像素的动态范围增加，图像的对比度扩展，使图像变得更加清晰、细腻、容易识别。
在车牌识别中要利用灰度分布的特征进行进一步的分割、识别，因此对车牌图像进行灰度化成为车牌定位的必要步骤之一。
1.2图像二值化二值图像是指整幅图像画面内仅黑、白二值的图像。
在实际的车牌处理系统中，进行图像二值变换的关键是要确定合适的阀值，使得字符与背景能够分割开来，二值变换的结果图像必须要具备良好的保形性，不丢掉有用的形状信息，不会产生额外的空缺等等。
车牌识别系统要求处理的速度高、成本低、信息量大，采用二值图像进行处理，能大大地提高处理效率。
如果图像中某中像素的灰度值小于该阈值，则将该像素的灰度值设置为0或255，否则灰度值设置为255或0。
阈值处理的操作过程是先由用户指定或通过算法生成一个阈值，常用的二值化方法有直方图统计法、固定门限法、动态阈值法、松弛法、抖动矩阵二值化法等。
汽车牌照定位与字符分割的研究及实现
1.2.1 车牌定位技术研究现状及发展趋势
车牌定位技术是 LPR 系统研究的重点和难点。采集车辆图像过程中一般都有
1
汽车牌照定位与字符分割的研究及实现
各种背景干扰，能够正确分割字符的前提是从图像中准确地分割出牌照区域，这 也是 LPR 系统能否在实际中应用的基础。 目前的车牌定位算法中，主要是分析车牌所共有的部分特征，根据这些特征 来确定车牌区域的位置。车牌几何形状特征及相应的分析方法主要有[2-8]： (1)灰度变化特征：水平/垂直扫描时，牌照区域的像素灰度值按照一定的规 律进行波动；(2)颜色特征：原始车牌区域内部颜色和外部颜色差异的特征；(3) 投影特征：对车辆图像的水平/垂直扫描后其投影直方图中，牌照所对应的区域具 有一定规律的峰谷分布；(4)边缘特征：牌照区域有许多的边缘信息，使用相应的 算子将边缘信息提取出后，再通过边缘投影直方图来确定边缘的信息；(5)几何特 征：主要有车牌的长度、宽度以及长宽比例在一定的范围之内,或者可以通过牌照 的面积在一定的范围之内。利用以上这些特征均可以确定车牌的位置。 目前，车辆牌照的定位方法有基于彩色图像牌照区域字符和背景的颜色差异 特征进行定位，也有基于灰度图像牌照区域字符几何纹理特征进行定位，还有其 它结合了牌照区的颜色差异和字符纹理两种特征的方法定位，另外还有的是基于 数学形态学、神经网络、遗传算法、灰度聚类等牌照定位方法[9]。
作者签名： 导师签名：
日期： 日期：
年 年
月 月
日 日
中南民族大学硕士学位论文
第1章
1.1 问题的提出
绪论
车牌识别技术(License Plate Recognition， LPR )是智能交通管理系统的 重要组成部分，主要用于识别车牌号码。 LPR 技术在实际生活中主要应用于高速 公路实现无人收费功能、道路行车的流量监控、交通违规车辆的监控等。特别是 在各种场合实现无人收费功能的系统中，为了提高车辆的运行效率， LPR 技术将 代替人工的管理方式实现无人自动管理的功能， 因此,对 LPR 技术的研究和系统的 开发具有重要的现实意义和和实用价值。 车牌定位、字符分割、字符识别是 LPR 系统的三大关键技术。同时也是车牌 本身的几何形状特征与图像处理技术[1]的很好结合，车牌定位与字符分割在 LPR 系统中用到的数学知识主要有数学形态学、神经网络、小波分析等。对车牌定位 与字符分割的研究主要包括：图像预处理、车牌定位、车牌倾斜校正、车牌字符 分割及字符分割结果输出等。如图 1.1 所示为系统的流程框图：
一种简易的车牌定位及字符分割方法
一种简易的车牌定位及字符分割方法摘要：针对车牌识别技术中车牌定位及字符分割所存在各种问题，本文诣在运用数学形态学、radon变换理论，结合现有的车牌识别技术，提出了一种新的算法。
一定程度上提高了车牌识别的准确率，加快识别速度。
在研究的同时对其中出现的干扰问题进行了具体分析，处理。
关键字：车牌定位；字符分割；二值形态学Abstract: To solve some problems in vehicle license plate location and character segmentation in the vehicle license plate recognition system, mathematical morphology, radon transform theory and the existing license plate recognition technology were combined and introduced in this paper. This paper presents a new algorithm，to some extent improved the accuracy of license plate recognition, speed up the recognition speed. A variety of interference is a detailed analysis and processing in this algorithm.Key words: vehicle license plate location; character segmentation; Binary Morphology1前言随着社会工业化的快速发展，一些如城市道路、收费站、停车场等场所的交通密度日益增加，这对交通控制、安全管理的要求也日益提高。
Report（车牌定位识别的几种方法比较）
几种车牌定位识别方法的比较车牌识别系统是智能交通系统的一个重要组成部分，一个典型的车牌识别系统一般包括图像预处理、车牌定位与提取、字符分割和字符识别等几大模块。
其中车牌定位是车牌识别中的关键，车牌定位的成功与否直接影响是否能够进入车牌识别以及车牌识别的准确率。
目前，车牌定位的主要方法有：①基于灰度图像的车牌定位方法；②基于小波变换的车牌定位方法；③基于形态学的车牌定位方法；④基于神经网络的车牌定位方法；⑤基于支持向量机的车牌定位方法等。
这些算法，在某些特定条件下，识别效果较好。
但在恶劣条件下，综合一些诸如天气、背景、车牌磨损和图像倾斜等干扰因素的影响，还不能完全满足实际应用的要求，有待进一步研究。
各种车牌定位方法的思路、方法和优缺点比较：①基于灰度图像的车牌定位方法：灰度数字图像是每个像素只有一个采样颜色的图像。
这类图像通常显示为从黑色到白色的灰度。
为了便于车牌定位，将该图像转换成二值图像，即只有黑色和白色两种颜色的图像。
此方法是应用车牌的如下特点：车牌牌照的字符和背景的对比度比较大，对应于车牌区域的水平灰度变化比较频繁；再者车牌一般挂在汽车的缓冲器上或附近，并靠近图像的下部，干扰一般比较少。
根据以上特点，使用靠近水平方向的一阶差分运算，以突出灰度变化频繁的区域. 其一阶差分运算的算式为：g(i,g)=f(i,i)-f(i,j+1)，式中，i=，2，3... m：m为图像的宽度；j=1，2 ，3…，n ：n为图像的宽度。
再对图像的水平差分图像g(x ，y) 的灰度值沿水平方向累加后做投影，可得投影图：水平方向累加后投影的算式为：T(i) = ∑n j=1 g(i,j)。
从车牌照是一个矩形这一特点, 我们可以判断它所对应的水平投影图与车牌的形状相仿，是一块较为独立的矩形区域，从水平投影图中可以看车牌位置基本对应子图中从下到上的第一个较大的波蜂，车牌投影值区域大致对应干上述波峰值上、下邻域的波谷之间所包含的投影值区域，且这两个波谷大致对称于波峰，波峰和波谷的变化率较大. 在这个过程中最重要的是确定选择哪个波峰，如果这个波峰的两个波谷之间的值的高度都大于某一个设定的值，并且两个波谷之间的宽度大致等于车牌照的高度，就认定它所确定的区域就是车牌的水平位置. 对于车牌垂直方向的定位算法：一般情况下，车牌的底色和字符的颜色的对比度很大, 而且在一个相对范围较小的范围内变化比较频繁，通过这个特征确定车牌垂直方向. 该方法对质量较高的图像有很好的定位，不过对于图像中车前和车牌附近的车辆背景过多，容易导致错误的车牌定位。
车辆图像中的车牌定位与字符分割方法
图 $+
基于灰度方差的二值化
)*!+ $+ ,-.#/%012. %0-*034. 506.7 5*30-*809*:3
$ ! %+
连通域分析提取候选区域 通过在二值图像上搜索连通域， 并根据连通域的
形状特征和近邻连接强度筛选、 合并连通域来提取所 有可能包含车牌的候选区域。 先使用四方向搜索的递归算法获取二值图像上 的所有连通域。 再根据形状特征对连通域进行筛选， 将宽度、 高度、 宽高比、 连通域和外接矩形面积比不符 合车牌或文字特征的连通域剔除。 对于符合条件的连 通域， 将宽度较大、 宽高比较高的判断为 “ 车牌连通 域” ， 表示可能包含车牌或车牌的大部分； 将宽度较 小， 宽高比较低的判断为 “ 字符连通域” ， 表示可能是 （ 5）所示。 车牌的一个或两个字符， 如图 %
!"#$%&$’()*+$ ),#*+",% *%- #.*/*#+$/ &$01$%+*+",% "% #,1()$2 3$."#)$ "1*0$&’
CD4* E6,@F0,5，G+*H I6/’@J6,5
（ G0F/.KL0,K ’- 4(0MK.’,6M 4,56,00.6,5，;36,5NO/ P,6Q0.36KR，S06T6,5 "$$$:% ，CN6,/）
首先采用定位速度快漏检率低的基于水平灰度变化特征的方对输入图像进行二值化将车牌与背景分离再通过连通域分析提取若干车牌候选区域然后利用边缘和颜色特征定位准确的特点对候选区域进行边缘检测和颜色分析精确定位车牌边界最后分析每个候选区域的形状和颜色分布特征在保留车牌区域的基础上尽可能地剔除伪车牌区
车牌定位与分割方法研究cici
《数字图像处理》研究报告——车牌定位与分割方法研究（2008/2009学年第二学期）车牌定位与分割方法研究1、前言随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满着实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。
汽车牌照的自动识别技术已经得到了广泛应用。
汽车牌照自动识别整个处理过程分为预处理、边缘提取、车牌定位、字符分割、字符识别五大模块，其中字符识别过程主要由以下3个部分组成：①正确地分割文字图像区域；②正确的分离单个文字；③正确识别单个字符。
用MATLAB软件编程来实现每一个部分,最后识别出汽车牌照。
在研究的同时对其中出现的问题进行了具体分析，处理。
作为现代社会的主要交通工具之一的汽车, 在人们的生产、生活的各个领域得大量使用, 为快速、高效地进行车辆的管理和监控,实现交通管理的自动化、智能化,车牌识别技术在智能交通系统中成为核心技术之一,而图像处理技术能将输入的车辆图像通过处理和识别,转换为车牌号的字符串形式,为车牌识别的后续计算机处理奠定了基础,在其中起着关键性的作用。
数字图像处理已经成为一门独立的新学科,并有着广泛的应用,正在空间、时间和功能上的扩展人类视觉。
2、图像预处理先对视频采集的车牌图像进行必要的预处理,有助于进一步的识别。
图像预处理包括:图像的复原和图像的变换等。
2.1 图像的复原在一些场合输入的图像很有可能是模糊不清的, 也就是说存在噪声的影响,通常存在影响的因素是多方面的,如光线和天气条件的变化、角度不合适、同类型的车牌字符和车牌背景的细微差别等都有可能使图像模糊不清。
因此要对图像进行复原。
在不同的环境下对具体的图像的复原方法也不同, 例如由于均匀直线运动而引起的复原,几何畸变复原等等。
2.2 图像的变换原始图像的数据一般比较大,对其进行处理的时间一般也较长,而由于实时性的要求,车牌的提取需要一次处理性就能把绝大多数特征提取出来,而尽可能的不要利用后面的结果来调整这一步的工作。
基于数学形态学的车牌定位与分割
ｍ ａｈ ｍａ ｉ ｒ ｈｏｏ ｙｉ ｒ ｓ ｎ ｅ ｎｔ ｅ ｐ ｐｅ ｏｉ ｒ ｖ ｈ ｃ ｕ ａ ｙａ ｅ ｌｔｍｅ ｐ ｏ ｅ ｔ ｆｌ ｃ ｔｎ Ｍ ａｈｅ ａｉ ｏｐｈ ｌｇ ｐｅａ ｏ ｓ ｔ ｅ ｔｃ ｍｏ ｐ ｌ ｇ ｓｐ ｅ ｅ ｔ ｄ ｉ ｈ ａ ｒｔ ｍｐ ｏ ｅｔ ｅ ａ ｃ ｒ ｃ ｎｄ ｒａ —ｉ ｒ ｐ ｒｙｏ ｏ ａ ｉｇ． ｔ ｍ ｔｃｍ ｒ ｏｏ ｙ ｏ ｒｔｒｉ
法， 转化后的集合包含 了这种特 定结构 的信息 。基 本 的数 学形
态学算 子有 膨胀 和腐 蚀以及 由这两种基本算子复合而成的其它 形态学算子 ， 如开运算 、 闭运算 、 形态学梯度运算等 。 将 图像设为二维 欧氏空 间的点集 ｓ 对于二值 图像 ， ， 每个 图像上 的点 由一整数对 坐标表示 ， 幅二值 图像就是 一个二维 一
第２ ７卷 第 ８期
２１ ０ ０年 ８月
计 算机 应 用与软 件
Ｃｏ ｍｐｕ ｅ ｐ ｉ ａｉｎｓａ ｄ Ｓ ｆｗａ ｅ ｔｒＡｐ ｌｃ ８ １２ ． Ａｕ ． ２ ０ ｇ ０１
基 于数 学形 态 学 的 车牌 定 位 与 分 割
王 怡
（ 天津科技大学计算机科学 与信息工程学 院 天津 ３ ０ ２ ） ０ ２ ２
摘
要
车牌定位是车牌识别 的关键 步骤 。为 了提 高定位 的准确率和实时性 ， 出 了一种基 于数学形态学的车牌定位算法 ， 提 通过
形 态学算子 的作用进行车牌 区的定位 与分 割， 采用车牌结构特征来进行 非车牌 区域 的剔除。实验表 明 ， 该算法速度快 、 准确率高。
ｕ ｅ ｏ ｒａ ｉｅ ｌｃ ｔ ｇ ａ ｄ ｓ ｇ ｎ ａｉ ｎ ｏ ｅ ｉｌ ｉｅ ｓ ｌ ｔｓ ａ ｅ ． ｏ ｅ ｅ ｈ ｉ ｕ ｎ ｔ ｅ ｂ ｓｓｏ ｅ ｐ ａｅ ｓ ｕ ｔ ｒ ｅ ｔ ｒｓ ｉ ａ ｓ ｓ ｄ ｔ ｅ ｌ ｏ ａｉ ｎ ｅ ｍｅ ｔ ｔ ｆｖ ｈ ｃ ｅ ｌ ｎ ｅ ｐ ａｅ ｒ ａ Ａ ｎ ｖ ｌｔｃ ｎ ｑ ｅ ｏ ｈ ａ ｉ ｆｔ ｌｔ ｔ ｃｕ ｅ ｆ ａｕ ｅ ｓ ｌｏ ｓ ｎ ｏ ｃ ｈ ｒ ａ ｏ ｔ ｄ ｔ ｅ ｄ ｏ ｔｎ ｎ ｐ ａｅ ａ ｅ ． ｐ ｒ ｎ ｅ ｕｔ ｅ ｎ ｔ ｔ ｈ ｏ ｄ ｐ ｒ ｒ ｎ ｅ ｉ ｐ ｅ ｎ ｃ ｕ ａ ｙ ａ ｈ ｅ ｅ ｙｔ ｉ ｔ ｏ ． ｄ ｐ ｅ ｏ ｗ ｅ ｕ ｏ — ｌ ｔ ｒ ａ Ｅｘ ｅ ｉ ｍｅ ｔ ｓ ｌ ｄ ｍｏ ｓｒ ｅ ｔ ｅ ｇ ｏ ｅ ｆ ｍａ ｃ ｎ ｓ ｅ ｄ ａ ｄ ａ ｃ ｒｃ ｃ ｉ ｖ ｄ ｂ ｈ ｓｍｅｈ ｄ ｒ ｓ ａ ｏ Ｋｅ ｗｏ ｄ ｙ ｒｓ Ｍａｈ ｍａｉ ｒ ｈ ｌ ｇ Ｌ ｃ ｎ ｅ ｐ ａ ｅ ｌｃ ｔ ｇ Ｂｉａ ｙ ｃ ｎ ｅ ｓｏ ｔｅ ｔ ｍｏ ｐ ｏ ｏ ｙ ｃ ｉ ｅ ｓ ｌｔ ｏ ａｉ ｎ ｎ ｒ ｏ ｖ ｒ ｉｎ
车牌识别中的图像定位及分割方法
2、婚纱大多为抹胸式、坦肩式、居 多，袖大多为合体袖。因此，袖窿处无需留 过多松量，可在外衣基本型的基础上上抬1cm 左右，肩省在婚纱中已失去了它的作用。可 按肩宽直接去除肩省量，并减小胸宽，背宽 量。（如图一）
3、为了更符合胸部造型，为了使胸 口、袖窿更合体，在前袖窿处合并转移 0.7cm左右的量，从而前腰省变大，一般为 9.5～11.5cm，我国人体从9.5～10.5cm而外 衣基本型前腰省大多为6.5cm。（如图二）
1、婚纱上身大多为紧身合体的服装， 且装饰性较强，强调胸腰造型。上身要起 到支撑形体的作用，而女装基本型纸样多 用于制作外衣，属半紧身状态的服装，我 们用半紧身式的女装基本纸样来套取婚纱
上身纸样，关键是要将胸围线及其附近的 放松量全部去除，使婚纱上身完全合体， 应采用人体测量的净尺寸而不留放松量来 制作婚纱基本型。（如图一）
【关键词】人体；着装状态；婚纱基本型；女装基本型
随着生活水平的提高，人们追逐时尚 的脚步也越来越快，新人对结婚礼服亦有 更高的期待和要求，大多新人在选购了传统 婚礼服后，还会采购一款西式婚纱。通过婚 礼服需求问卷调查：49.5%的人愿意购买， 38.2%的人租用，12.3%的人自己制作。因 此，婚纱市场需求量越来越大，婚纱的成 衣率在逐步上升，婚纱的生产与销售成为众 多企业追逐的热点。而纸样的好坏直接影响 婚纱成衣的品质，有着举足轻重的作用。
车牌字符识别与分割
一、实验目的：使用matlab软件提取出给定图像中的字符区域，或分割出各个字符二、设计方案：一个完整的车牌识别系统闭应包括车辆检测、图像采集、图像预处理、车牌定位、字符分割、字符识别等单元。
当车辆到达触发图像采集单元时，系统采集当前的视频图像。
车辆识别单元对图像进行处理，定位出牌照位置，再将车牌中的字符分割出来进行识别，然后组成车牌号码输出。
车牌识别系统原理如图l所示。
图1 车牌识别系统原理图（1）图像预处理：对汽车图像进行图像转换、图像增强和边缘检测等。
（2）车牌定位：从预处理后的汽车图像中分割出车牌图像。
即在一幅车辆图像中找到车牌所在的位置。
（3）字符分割：对车牌图像进行几何校正、去噪、二值化以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像（4）字符识别：对分割出来的字符进行预处理（二值化、归一化），然后分析提取，对分割出的字符图像进行识别给出文本形式的车牌号码。
为了用于牌照的分割和牌照字符的识别，原始图象应具有适当的亮度，较大的对比度和清晰可辩的牌照图象。
但由于车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离和角度以及车辆行驶速度等因素的影响，牌照图象可能出现模糊、歪斜和缺损等严重缺陷，因此需要对原始图象进行识别前的预处理。
牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。
由于拍摄时的光照条件、牌照的整洁程度的影响，和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均，加上牌照上的污斑等缺陷，致使字符提取困难，进而影响字符识别的准确性。
因此，需要对字符在识别之前再进行一次针对性的处理。
车牌识别的最终目的就是对车牌上的文字进行识别。
车牌及其字符分割的方法研究
倒范围内有多个区域出现，则缩小高宽比的范围再搜索一次，如果所得区域仍大于一个，鉴于车牌一般处于整幅图的下方。
所以取底部最低的连通域作为车牌区域．图Ｉ厦图图２垂直边缘检测后图３分削出来的车牌三、车牌字符分割字符分割是车牌分割的后续步骤，它将提取出来的车牌区域分割成单一的字符区域．本文的字符分割算法包括车牌区域的二值化，水平边框去｝ｊ；｝以及纵向字符分剖三个步骤．１．车牌区域的二值化在车牌二值化的过程中，需要确定二值化的明值．本文采用了判别分析法来确定最佳阚值．这种方法较好地解决了闭值自动选择的问题，有很好的二值化效果．算法用数学模型可以表示如下ｔ设闻值选择函数，（五）定义如下ｔ一（矗）［ｐ・∞（量）一产（量）］。
／［∞（愚）・（１一∞（五））］其中弘为整体图像的灰度平均值，产（＾）是阕值为ｋ时的灰度平均值，ｍ（ｋ）是灰度值为１一ｋ之间的总概率．若设各灰度值的概率为Ｐ。
总像棠数为Ｎ．则以上各值可以表示为。
Ｉ●●●产＝∑ｉ・Ｐ（ｉ），卢（女）一∑ｆ・Ｐ；，面（量）＝∑Ｐ｛，Ⅳ＝∑他；，Ｐ；＝协／Ｎｌ－ｌｊ－ｌｆ－ｌ‘－Ｉ其中１～优是灰度图像的灰废级．斯是灰值为ｉ的像摩敷．令，（＾）值最大的灰度值＾即为整幅灰度图像的最佳分割搠值Ｔ．ｒｌ，（ｆ，ｊ）≥Ｔ，“’Ｊ）２｛ｏ，（ｆ，Ｊ）≤ＴＬ２．车牌水平框的去除在车牌区域二值化的基础上我们设计了一种去除水平边框的算法．它对于边框断袭、缺失。
或者二值化引起的边框边界不清等都有很好的消除效果．通过对牌照中心位置向上或者向下扫描可以发现，字符区域与上下水平边框之间有一定的空白．利用这一特性与边框比例知识相结合可以有效地去除车牌的水平边框．其步骤如下，（１）对现有的二值图像进行水平方向的投影，然后对投影图进行分析。
找出投影图的所有波峰和波谷，分别记录。
并消除波峰和波谷处呈现水平状态的影响．（２）计算相郐波峰波谷的高度差，因为字符和边框之问存在空隙．所以当这一高度差大于所有高度差的平均值较多，或者接近于零值时．就可以判定这就是边框和字符的分界处．（３）考虑到可能水平边框因为二值化或光照不均有所缺失，所以取高度差过滤后剩余部分的第一个波谷之后和具有最大高度差的波谷之前的区域作为去除边框后的字符区．３．纵向字符分割经过以上处理后。
一种有效的车牌定位方法——数学形态学和字符边缘特征相结合的车牌定位方法
一种有效的车牌定位方法——数学形态学和字符边缘特征相结合的车牌定位方法严萍;曾金明【摘要】Automobile license plate positioning is the key link of license plate recognition system.This paper adopts a method combining mathematical morphology with characters edge features to locate the license plate.First,preprocess the license plates＇ image,and%汽车车牌的定位是车牌自动识别系统中的关键环节。
采用数学形态学和字符边缘特征相结合的方法对车牌进行定位,首先对车牌图像进行图像的预处理,然后利用数学形态学进行粗定位,最后利用字符边缘特征进行车牌的精确定位。
从而实现了车牌图像的准确定位。
【期刊名称】《西昌学院学报（自然科学版）》【年(卷),期】2011(025)002【总页数】3页(P51-53)【关键词】汽车车牌定位;字符边缘特征;数学形态学【作者】严萍;曾金明【作者单位】安徽电子信息职业技术学院,安徽蚌埠233000;中国人民解放军汽车管理学院,安徽蚌埠233000【正文语种】中文【中图分类】TP391.41引言汽车车牌识别系统主要包括图像采集处理、车牌定位、字符分割、字符识别等几个模块，其中车牌定位是车牌识别技术的关键环节，车牌定位的准确与否将直接决定字符分割和字符识别模块的成败。
文中采用的是数学形态学和字符边缘特征相结合的方法对车牌进行定位。
其工作流程图如图1所示。
图1 车牌定位算法流程图1 车牌字符的特点车牌包括7个字符，实际车牌总长409mm，单个字符的宽度为45mm，高度为90mm，其中中间小圆点宽度为10mm，与第二和第三字符的间距为12mm，换言之，第二字符与第三字符间的距离为车牌中间隔最大的部分，标准值为34mm （排除相邻两字符为I的情况）。
毕业设计(论文)-基于数学形态学的车牌定位的方法研究[管理资料]
![毕业设计(论文)-基于数学形态学的车牌定位的方法研究[管理资料]](https://img.taocdn.com/s3/m/af538cc60b4c2e3f56276339.png)
摘要本文提出了一套简洁高效、基于数学形态学的车牌定位的方法。
定位方法综合考虑了灰度和边缘信息，首先对图像进行了预处理，采用了灰度变换、去噪、增强对比度、边缘检测、二值化等方法对图像进行处理，提高了图像的质量，强化了图像区域；接着，采用一种基于二值图像灰度变化特征进行定位的方法，根据灰度的跳变搜索车牌区域，再利用车牌几何形状的特点对候选区进行筛选，得到车牌位置。
关键词：车牌定位；边缘检测；数学形态学AbstractThis paper puts forward a set of concise efficiency, based on mathematical morphology method of license plate location. Locating method considering the gray and edge information, first the image preprocessing, using a gray transform, denoising and enhance contrast, edge detection, binary image processing methods, such as, improves the quality of the images, strengthened the image region, Then, using a method based on binary image gray-scale change characteristics of orientation method, according to the greyscale hopping search plate area, reuse plate geometric shape characteristics of the candidate area unselective and get license plate location.Keywords：license plate location, image preprocessing, mathematical morphology目录摘要 (I)Abstract......................................................... I I第1章绪论 (4)课题背景 (4)国内外研究现状 (5)研究内容及技术指标 (9)第2章车牌图像的预处理 (10)图像的灰度化 (10)图像二值化 (11) (12) (13)图像的边缘检测 (14)Roberts算子 (15)Sobel算子 (15)LOG(Lap1ac1anofGuass1an)算法 (16)Prewitt算子 (17)本章小结 (21)第3章数学形态学的相关算法 (22)数学形态学 (22)数学形态学的基本运算 (23)腐蚀和膨胀 (23)开运算和闭运算 (24)本章小结 (25)第4章基于数学形态学的车牌定位 (25)车牌的基本特征 (26)车牌定位的设计思路 (28)软件设计 (30)车牌定位的结果分析 (33)本章小结 (33)结论 (34)致谢 (36)参考文献 (37)附录1 译文 (38)附录2 英文参考资料 (41)第1章绪论课题背景随着全球经济的快速持续发展，车辆数目迅猛增长，世界各国交通拥堵、交通事故和环境污染越来越影响着社会经济发展和生活。
基于数学形态学的车牌定位
基于数学形态学的车牌定位摘要车牌定位是智能交通系统中最先遇到的重要环节，因此如何实现车牌的快速、准确定位具有现实应用意义。
本文先对车牌图像特征作了简要介绍，随后对基于数学形态学的车牌定位进行了研究与分析，最后在车牌图像二值化时，应用最大类间方差求得最佳阈值，从而实现车牌的快速、准确定位。
内容列表1.引言2.车牌图像特征3.数学形态学4.最大类间方差法5.实现方法与结果6.结束语7.参考文献引言常用的车牌定位算法有基于彩色或者灰度处理的方法、行检测和边缘统计法、Gabor滤波法、基于小波变换的方法等，但这些算法在实现简单、快速准确定位方面都不尽如人意，本文针对基于数学形态学的车牌定位进行了研究，由于数学形态学的数学基础和所用语言是集合论，因此它具有完备的数学基础，这为形态学用于图像分析和处理、形态滤波器的特性分析和系统设计奠定了坚实的基础。
数学形态学的算法具有天然的并行实现的结构，实现了形态学分析和处理算法的并行，大大提高了图像分析和处理的速度，从而实现车牌的快速准确定位。
车牌图像特征目前实施的车牌标准是中华人民共和国机动车号牌GA -36 2007，车牌的特征可以概括为以下几个方面：1)外廓尺寸。
大部分车辆的车牌尺寸是400mm×140mm、440mm×220mm,低速车牌尺寸较为特别，为300mm×160mm2)颜色。
大型汽车、教练汽车、普通摩托车、教练摩托车、低速车辆的车牌颜色是黄底黑字；小型汽车、轻便摩托车的车牌颜色是蓝底白字。
3)纹理。
车牌上有规律地排列着7个字符，车牌图像颜色呈现出一系列的颜色交替。
数学形态学数学形态学(Mathematical Morphology)诞生于1964年，是由法国巴黎矿业学院博士生赛拉(J. Serra)和导师马瑟荣提出的，基本思想是用具有一定形态的结构元素去量度和提取图像中的对应形状以达到对图像分析和识别的目的。
数学形态学是由一组形态学的代数运算子组成的，它的基本运算有4个：膨胀（或扩张）、腐蚀（或侵蚀）、开启和闭合，它们在二值图像和灰度图像中各有特点。
基于数学形态学的车牌定位算法
基于数学形态学的车牌定位算法电子信息工程项振武指导教师陆建华摘要：车辆牌照的自动识别是智能交通系统中的一项重要技术，而车辆牌照的定位又是车牌识别的关键点之一。
本文针对车牌自动识别系统中的车牌定位问题,提出了一种基于数学形态学的定位方法。
整个处理过程分为图像预处理、边缘提取、车牌粗定位、车牌精确定位四大模块，用MATLAB软件编程来实现每一个部分，最后定位出汽车牌照。
在研究的同时对其中出现的问题进行了具体分析、处理，寻找出对于具体的汽车牌照识别过程的最好的定位方法。
实验结果表明，对于各种情况下的车牌图像，该算法都能有效地对车牌进行定位，具有定位准确率高，运行速度快，抗干扰性强的特点。
关键词：图像处理，汽车牌照，数学形态学，车牌定位1引言1.1背景近年来，随着人们收入水平的提高，汽车产能的提高和成本的降低，私家车正逐步成为国人的出行工具。
据中国汽车工业协会最新发布的数据显示，2009年中国汽车产量为1379.10万辆，同比增长48.30％，比上年净增444.60万辆；汽车销量1364.48万辆，同比增长46.15％，比上年净增426.43万辆，首次超越美国成为世界第一的汽车生产和消费国。
而汽车销量的增加的前提条件是国家公路通车总里程的增加，尤其是国家交通主干道——高速公路的增加。
据悉截止09年底全国高速公路总里程达到6.5万公里，再次保持了高速发展，通车总里程继续稳居世界第二。
汽车和高速公路的增加，对车辆的有效管理提出了更高的要求。
如果对汽车牌照能够正确识别，就可以实现在交通路口、高速公路、军事要塞、机关大门等对过往车辆的实时登记、流量统计和对防卫目标的安全警备，对肇事车辆、被盗车辆、犯罪车辆进行辨识和拦截；就可以实现在汽车停车场对进出的车辆进行登记、统计和查询，以保障安全，并可协助自动计费。
而这些都是建设智能交通系统不可或缺的部分。
以上这些促使车牌识别技术成为了一个热门课题，市场应用前景非常广阔。
基于数学形态学的车牌定位技术毕业设计
毕业设计（论文）题目：基于数学形态学车牌定位技术英文题目：Image processing and license plate locationPaper of GraduationTitle：Image processing and license plate location English Title:Image processing and license plate locationName ：***Number：***Direction Teacher ***Professional post lecturerMajor: information projectMay 30 th of 2010摘要交通图象检测与处理方法研究对于交通安全、交通管理与控制具有非常重要的理论意义和实用价值。
通过视频图象的检测与识别，可以对道路的交通流、路况等实时监视，提取交通流信息，通过视频图象的检测与识别，还可以实时检测交通违章现象、识别违章车辆的车牌号码，为公安交通管理部门提供强有力的执法证据。
因此，研究交通图象检测与处理方法对智能交通运输系统的发展具有重要的推动作用。
本论文主要对车牌定位技术做了研究。
目前对车牌定位的处理方法有很多种，常见的有基于神经网络、灰度变化、图像处理、数学形态学等方法。
本论文主要应用VB语言编程，对其车牌图像进行预处理，去除噪声引用了数学形态学膨胀和腐蚀运算，有效的解决一些导致识别、定位错误的问题。
关键词：车牌；定位；二值化；预处理；数学形态学ABSTRACTTraffic image processing method for testing and research, traffic safety management and control has important theoretical significance and practical value. Through video images of detection and recognition of the road, road traffic flow, monitoring, etc, the traffic flow information extraction, through video images of detection and recognition, still can real-time detection and identification of violate the traffic violations phenomenon plate number for public security traffic management department, provide strong evidence of law enforcement. Therefore, the study traffic image processing methods of testing and the development of intelligent transportation system plays an important role.This thesis mainly on traffic image processing technology for detection and do research, and put forward some effective and practical, quick recognition algorithm. Main application VB language program, to the license plate identification, orientation, image analysis, processing. And some of the mistakes in recognition, positioning problem. Keywords: plate；Positioning；Identify；Pretreatment；Mathematical morphology目录绪论 (1)1. 车牌自动定位识别技术概述 (2)1.1 交通现状及问题分析 (2)1.2 车牌自动定位技术的研究意义 (3)1.3 车牌自动定位技术应用 (3)1.4 论文主要工作及内容安排 (3)本章小结 (3)2. 图像处理理论基础知识与必备算法 (4)2.1 数字图像处理的基础知识 (4)2.2 直方图 (4)2.3 图像的预处理 (5)2.4 数学形态学算法 (5)本章小结 (5)3 基于数学形态学的实时车牌定位方法研究 (6)3.1车牌自动识别技术步骤 (6)3.2 预处理过程 (7)3.2.1 图像的灰度化 (8)3.2.2 图像的二值化 (9)3.2.3 图像的滤波 (10)3.3 车牌搜索与定位 (12)3.3.1 了解车牌的特征 (12)3.3.2 基于数学形态学研究车牌初步定位 (12)3.3.3图像边缘提取及定位分割 (19)本章小结 (22)4 应用软件设计实现过程 (23)4.1 应用软件介绍 (23)4.2 Visual Basic 6.0实现车牌定位 (23)本章小结 (30)结论 (31)致谢 (32)参考文献 (33)绪论交通图象检测与处理方法研究对于交通安全、交通管理与控制方案选择具有非常重要的理论意义和实用价值。
基于数学形态学边缘检测的车牌字符分割算法
基于数学形态学边缘检测的车牌字符分割算法
熊哲源;樊晓平;黎燕
【期刊名称】《计算机系统应用》
【年(卷),期】2010(019)009
【摘要】汽车牌照字符分割是车牌识别过程中的关键步骤,直接影响到字符识别的效果.传统的方法对车牌图像质量要求较高,且抗干扰能力较差.提出一种基于Renyi 熵和数学形态学边缘检测的车牌字符投影分割算法,首先用二维Renyi熵最大阈值法对车牌图像做二值化处理,然后用形态学腐蚀运算进行边缘检测,再去除车牌边框,最后通过投影分割提取车牌字符.仿真实验表明,基于Renyi熵最大阈值法和数学形态学边缘检测车牌图像预处理使得车牌字符边缘清晰,降低了噪声的干扰,有利于进行字符投影分割.该算法分割速度快,鲁棒性好,可获得比传统方法更好的分割效果.【总页数】4页(P155-158)
【作者】熊哲源;樊晓平;黎燕
【作者单位】中南大学,信息科学与工程学院,湖南,长沙,410075;中南大学,信息科学与工程学院,湖南,长沙,410075;中南大学,信息科学与工程学院,湖南,长沙,410075【正文语种】中文
【相关文献】
1.基于字符块提取的车牌字符分割算法 [J], 薛倩
2.基于投影法与字符特征的车牌字符分割算法 [J], 蒋肖
3.基于字符特征与车牌结构的车牌字符分割算法 [J], 蒋肖
4.基于字符块提取的车牌字符分割算法 [J], 薛倩
5.基于边缘检测与Hough变换的车牌字符分割算法 [J], 马腾飞;郑永果;赵卫东因版权原因，仅展示原文概要，查看原文内容请购买。
车牌定位与字符分割方法研究
第２８卷第３期２０１１年６月沈阳航空航天大学学报ＪｏｕｒｎａｌｏｆＳｈｅｎｙａｎｇＡｅｒｏｓｐａｃｅＵｎｉｖｅｒｓｉｔｙＶｏｌ畅２８Ｎｏ畅３Ｊｕｎ畅２０１１收稿日期：２０１１－０３－０７作者简介：朗瑶（１９８０－），女，辽宁抚顺人，助理工程师，主要研究方向：图像重建与图像处理，Ｅ－ｍａｉｌ：ｓｈｅｎｈａｎｇｌａｎｇｙａｏ＠１６３．ｃｏｍ。
文章编号：２０９５－１２４８（２０１１）０３－００５６－０４车牌定位与字符分割方法研究郎 瑶１，孙延鹏１，许 冰２，郑 丹１（１畅沈阳航空航天大学电子信息工程学院辽宁沈阳１１０１３６；２畅沈阳工业大学软件学院，辽宁沈阳１１００２３）摘 要：介绍了一种改进的基于纹理特征的车牌定位方法，采用自适应阈值，实现了车牌的准确定位。
设定自适应改变大小的投影切割阈值实现了字符分割。
最后采用ＢＰ神经网络法来识别各个字符。
实验结果表明，该方法能够较为准确的实现车牌识别，具有定位准、鲁棒性好等特点。
关 键 词：信号处理技术；纹理特征；车牌定位；自适应阈值；字符分割中图分类号：ＴＮ９１１．７３ 文献标志码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．２０９５－１２４８．２０１１．０３．０１３ＯｎｌｉｃｅｎｓｅｐｌａｔｅｌｏｃａｔｉｏｎａｎｄｃｈａｒａｃｔｅｒｓｅｇｍｅｎｔａｔｉｏｎＬＡＮＧＹａｏ１，ＳＵＮＹａｎ－ｐｅｎｇ１，ＸＵＢｉｎｇ２，ＺＨＥＮＧＤａｎ１（１畅ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＳｈｅｎｙａｎｇＡｅｒｏｓｐａｃｅＵｎｉｖｅｒｓｉｔｙ，ＬｉａｏｎｉｎｇＳｈｅｎｙａｎｇ１１０１３６；２畅Ｃｏｌｌｅｇｅｏｆｓｏｆｔｗａｒｅ，ＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，ＬｉａｏｎｉｎｇＳｈｅｎｙａｎｇ１１００２３）Ａｂｓｔｒａｃｔ：Ｔｈｅｐａｐｅｒｉｎｔｒｏｕｄｕｃｅｓａｌｉｃｅｎｓｅｐｌａｔｅｌｏｃａｔｉｏｎａｌｇｏｒｉｔｈｍｗｉｔｈａｎａｄａｐｔｉｖｅｔｈｒｅｓｈｏｌｄｂａｓｅｄｏｎａｎｉｍｐｒｏｖｅｄｔｅｘｔｕｒｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒｐｒｅｃｉｓｅｌｏｃａｔｉｏｎ．Ｔｈｅｆｅａｔｕｒｅｏｆｃｈａｒａｃｔｅｒｓｅｇｍｅｎｔａｔｉｏｎｌｉｅｓｉｎｔｈｅｐｒｏｊｅｃ－ｔｉｏｎｔｈｒｅｓｈｏｌｄｗｈｉｃｈｉｓａｂｌｅｔｏｃｈａｎｇｅａｃｃｏｒｄｉｎｇｔｏｄｉｆｆｅｒｅｎｔｉｍａｇｅｓ．ＦｉｎａｌｌｙＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｉｓｕｓｅｄｔｏｉｄｅｎｔｉ－ｆｙｅａｃｈｃｈａｒａｃｔｅｒ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｃａｎａｃｈｉｅｖｅａｃｃｕｒａｔｅｌｉｃｅｎｓｅｐｌａｔｅｒｅｃｏｇｎｉｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ；ｔｅｘｔｕｒｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｌｉｃｅｎｓｅｐｌａｔｅｌｏｃａｔｉｏｎ；ａｄａｐｔｉｖｅｔｈｒｅｓｈｏｌｄ；ｃｈａｒａｃｔｅｒｓｅｇｍｅｎｔａｔｉｏｎ 车牌识别（ＬＰＲ）系统［１－３］是智能交通系统（ＩＴＳ）的一个重要组成部分，它能够自动摄取车辆的图像并识别车牌。
基于分形维数的二值化算法在车牌识别中的应用
基于分形维数的二值化算法在车牌识别中的应用孔平严广乐[摘要]针对当前常用车牌识别算法中二值化算法存在的问题，提出了基于分形维数的二值化的算法。
通过计算两次突变的分维数，来确定图像的灰度值范围，并利用该灰度值范围确定阈值。
通过实验，表明利用分形维数所得到的阈值进行二值化处理取得了理想的效果。
[关键词]分形维数；车牌识别；二值化；阈值The Application of Binarization Algorithm in License Plate Recognition Based on Fractal Dimension Kong-Ping Yan-GuangLe The University of Shanghai for Science and Technology [Abstract]Fractal dimension is applied to calculate the threshold value of the segmentation of fingerprint image for solving the problem of the segmentation of License Plate Recognition. By caculating the fractal dimension of the break of the object, the grary’s value scope of image can be gotten, and then the threshold can be constituted. Moreover, the experiment result proved that threshold value through Fractal dimension can achieve excellent effect.[key word]Fractal Dimension; License Plate Recognition; Binarization; Threhold0.引言车辆牌照识别（License Plate Recognition，LPR）技术是现代智能交通的核心技术之一，现已广泛用于电子收费、车辆监控等方面。
数学形态学在车牌提取预处理中的简单应用
数学形态学在车牌提取预处理中的简单应用摘要作为智能交通管理系统额核心技术，车牌自动识别技术科用于道路交通收费系统，交通管理系统和安全保障系统等。
典型的汽车牌照识别系统通常包括三个主要部分：图像的获取和预处理，车牌的定位分割和兴车牌图像中分割出字符进行识别.其中，车牌的定位分割时关键和难点。
目前，车牌的定位分割方法主要有：彩色图像色彩信息定位，阈值分割，边缘检测和多分辨率等。
其中，色彩信息发实时性较差，不适用于实时车牌自动识别系统；阈值分割和多分辨率法在背景复杂时，应用困难。
目前，边缘检测法是应用的主流方法。
由于传统边缘检测算法大都基于空间运算，借助空域微分算子，通过模板与图像卷积来实现，对图像边缘的连续性要求过高。
数学形态学的图像处理是应用具有一定形态的结构元素度量和提取图像中对应的形状，以达到对图像分析和识别的目的。
将数学形态学用于边缘检测，既能有效滤除噪声，又有助于保留图像中原有的细节信息。
关键词：车牌识别图像分割数学形态学1数学形态学基础理论数学形态学具有一套完整的理论、方法及算法体系，是一种非线性图像处理和分析方法，是法国和德国的科学家在研究岩石结构时建立的一门学科。
它摒弃了传统的数值建模及分析的观点，从集合的角度来刻画和分析图像。
[1, 2] 它有几个突出的特点:1)形态学图像处理的数学基础和语言是集合论；2)形态学运算由集合运算(如并、交、补等)来定义；3)图像都必须以合理的方式转换为集合进行处理；4)输出图像中每一点的值和输入图像当前点的值以及它的邻点的值有关；它在图像处理中的应用主要是：1)利用形态学的基本运算，对图像进行观察和处理，从而达到改善图像质量的目的；2)描述和定义图像的各种几何参数和特征，如面积，周长，连通度，颗粒度，骨架和方向性；3)定义与实现图像的开闭等运算。
1.1一些基本定义元素设有一幅图像X ，若点a 在X 的区域以内，则称a 为X 的元素，记作a X ∈.B 包含于X （included in ）设有两幅图像B ，X 。
- 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)。
收稿 日期 ： ２ ０ １ ２ － ０ ６ － ２ ７
基金项 目： 河北 省 自然科学基金钢铁联合基金 Ｆ ２ ０ １ ２ ２ ０ ９ ０ １ ５ 基 于机器视觉 的高炉 风 口监测及异常趋势建模 方法研究
ｍａ ｌ ｆ ａ ｂ ７ ． ０的验证 ， 该方 法解 决 了车牌 褪 色 ， 车牌 开裂 ， 非 连通 字 符 和连 续 的数 字 １等 对 自动
识 别 系统 的影响 问题 。
中图分 类号 ： Ｔ Ｐ ３ ９ １ ． ４ ３ 文 献标 志码 ： Ａ
０ 引 言
随着城市 的发 展 和汽车 的普及 ， 道路 交通 问题 日益 严重 ， 主要体 现 在 ： 道 路拥 挤 、 运输 效 率 低 、 交 通事 故
Ａ ｐ ｒ ． ２ ０ １ ３
Байду номын сангаас
文章编号 ： ２ ０ ９ ５ － ２ ７ １ ６ （ ２ ０ １ ３ ） ０ ２ － ０ ０ ８ ５ － ０ ５
基 于 数 学二值 形 态 学 的 车牌 定 位 与字 符分 割
谷 学静 ， 李宗辉
（ １ ． 河北联合大学 电气工程学 院， 河北 唐山 ０ ６ ３ ０ ０ ９ ； ２ ． 河北联合大学 信 息工程学 院， 河北 唐 山 ０ ６ ３ ０ ０ ９ ； ）
陵入 ４ 牌 德
一 蛳 一 一 一 一
将 苻元 袭个数大 ｒ ｉ 均 散的行．漆句 Ｈ 到新隧像巾
图 ２ 行处理流程图
图 ３ 字符分割流程 图
第３ ５卷
第 ２期
河北 联合 大 学学报 （ 自然科 学版 ）
Ｖｏ １ ． ３５ Ｎｏ ． ２
２ ０ １ ３年 ４ 月
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｈ ｅ ｂ ｅ ｉ Ｕ ｎ ｉ ｔ ｅ ｄ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ（ Ｎ ａ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅ ｄ ｉ ｔ ｉ ｏ ｎ ）
关键词 ： 数学二值形态学； 模式识别； 车牌定位 ； 字符分割 ； ｍ ａ ｄ ａ ｂ
摘 要： 本方法是基于数学二值形态学的车牌定位和字符分割的方法。在 车牌定位 中， 首先提 取 图像 的边界 ， 腐蚀 非车牌 边界 ， 用矩 形 结构元 素连 通 剩 下 的 区域 ， 去 除 最 大 面积 以外 的其 它 区域。最大的连通区域即为车牌所在的位置。在 字符分割 中， 首先用双线性插值将车牌 图像 调整 到 固定大 小 ， 确定 字符 的上 下边界 ， 然后 逐 个判 断字 符 的具 体 宽度 ， 用 于分 割 字 符 。通 过
率高、 环境恶化等。交通问题已成为世界各国大中城市共同面临的问题。由于资源、 环境等条件 的限制 ， 传 统依靠增大道路建设量、 提高路 网容量解决交通问题的方法 已经无法满足现代城市道路交通的需要 。在这 种境况下 ， 人们提出了智能交通系统（ Ｉ ｎ ｔ ｅ ｌ ｌ ｉ ｇ ｅ ｎ ｔ Ｔ ｒ ａ ｎ ｓ ｐ ｏ ｒ ｔ ａ ｔ ｉ ｏ ｎ Ｓ ｙ ｓ ｔ ｅ ｍ， Ｉ Ｔ Ｓ ） 的概念 ： 从 系统 的观点出发 ， 综合 考虑车辆和道路设施 ， 依靠科学管理 、 运用现代科技手段解决道路交通问题 。２ Ｏ世纪 ８ Ｏ年代中期 以来 ， 计 算机和通信技术的快速发展 ， 为Ｉ Ｔ Ｓ 技术的发展创造了 良好的条件。可 以说 Ｉ Ｓ 技术是 以计算机技术和通 Ｔ 信技术为基础的。发展 Ｉ Ｔ Ｓ技术的 目的， 在于减少交通拥挤和提高整个交通运输系统的效率 以及为驾驶员 提高 良好的信息服务和安全舒适的驾驶环境 。 智能交通系统就是将先进的信息技术、 数据通讯传输技术 、 电子传感技术 、 电子控制技术 以及计算机处 理技术等有效地集成运用于整个交通运输管理体系 ， 而建立起的一种在大范围内、 全方位发挥作用的， 实时、 准确、 高效的综合运输和管理系统… 。 随着智能交通的不断发展 ， 计算机视觉技术对车辆数 目、 车型、 车速 、 车流量、 车辆密度、 车辆队列长度以 及车牌等内容 的采集和识别 ， 在智能交通中 占据 着十分重要 的地位。车牌 自动识别 系统 （ Ｌ ｉ ｃ ｅ ｎ ｓ ｅ Ｐ ｌ ａ ｔ ｅ Ｒ ｅ ｃ ｏ ｇ ｎ ｉ ｔ ｉ ｏ ｎ 简称 Ｌ Ｐ Ｒ ） 是智能交通系统的核心。该系能从一张车辆 图像 中 自动提取车牌 图像 ， 自动分割字 符， 得到车牌号码。 车牌 自动识别系统主要 由以下几个模块组成 ］ ： 图像采集 ， 车牌定位 ， 字符分割 ， 字符识别及传输 。本 文基于数学二值形态学原理解决车牌定位和字符分割问题。
第２ 期
谷学静 ， 等： 基于数学二值形态学的车牌定位与字符分割
２ 字符预处理 与字符分 割
由于智能交通系统的环境比较复杂 ， 并且检测系统是全天候的应用系统 ， 车辆 的具体情况又各不相同，
其中对系统影响最大的当属车牌的污损和开裂情况。在现实环境 中， 我们也经常见到污损的车牌和开裂的 车牌。现有系统和方法没有很好地考虑这个问题。 为了解决这一突出的问题， 本方法采用的原理是数学二值形态学。因为车牌污损和开裂对字符分割的 准确性影响却比较大 ， 所 以此部分主要考虑的就是车牌开裂和车牌污损的问题 ， 并提出了一种可以解决车牌 污损 和车牌 开裂 的字符 分割 的方法 。流程 图如 图 ２和 图 ３所示 。
１ 图像 预处 理与车牌定位
由于智能交通系统的环境比较复杂 ， 例如光照条件 ， 车牌褪色 ， 车牌开裂等 ， 所以得到的图像存在较大的 噪声 ， 不能直接用于车牌的定位 ， 需要进行 图像 的预处理 ， 尽可能的去除噪声对图像的干扰 ， 方便对车牌的定
位。光照的影响是所有基于图像的系统所需要克服的问题 。由于基于交通检测系统是全天候 的应用系统 ，