纹理谱描述子及其在车牌定位中的应用

6 4 9 15 5 0 5 2 1 1 1 1 0 1 1 0 0 × 1 8 32 64 2 4 16 128 1 8 32 0 2 4 0 0
( a) 图 像 的 3 × 3 邻域
( b) 与 中 心 像 素 点 灰度值比较的结果
图1
上述纹理模式的定义可 以描述 如下 : 取图像 的 3 ×3 邻 域 ( 图 1( a) ) , 不管中间一格 ( 由于中间 格没有参 与后面 的运算 , 可以把它涂成黑 色 ) , 其余 各格 与中 间一 格 的像 素值 相 比较 , 大于 或等 于中 间格 像素 值的 格置 为 1; 否则 置为 0, 得 到新 的 3× 3邻域 ( 图 1( b) ) 。再与 H 系数 变换 矩阵 ( 图 1 ( c) ) 相乘 , 得到最后的 3 × 3 邻域 ( 图 1( d) ) 。则 LBP = 1 + 2 + 4 + 8 + 32, 代替原 3 × 3 邻域中间像素的像素值。 将纹理模式的值作为像 素值 , 可以得 到纹理 谱图像 , 如 图 2( b) 所示。由 于纹理 谱的 局域 特性 , 纹 理谱 图像 也具有 原 图 的视觉特性。人类视觉系统对纹 理的感知与 平均灰度 ( 亮 度 ) 无关 [ 12] 。二值模式方法 注重 像素灰 度的 变化 , 这 符合 人类 视 觉对图像纹理的感知。上述算法中的 3 × 3 邻域的像素可 以看 作3× 3 个小窗口 , 一个窗口可以是任意尺度的像素块 , 窗 口颜 色用像素块的平均颜色表示 , 以体现局域分析和多尺度分析的 特性。
T = Gmax - 2 ×( Gmax - Gmin ) / 3 ( 4)
2
4 16
64
128
整幅图像 的基 于 局 域纹 理 模 式的 变 换 , 可 以 用 式 ( 3 ) 表 示:
g( x, y) = ∑ ∑ G( i, j)
i =1 j=1 M - 1N - 1
其中 , M、 N 为图像 f( x, y) 的高度和宽度。 将图像按局域纹理模式进行处理 , 其处理过程可以用以下 简洁的图形 ( 图 1) 来表示。假设 3 × 3 邻域的中心像素 f( x, y) 的值为 5, 其余值如图 1 所示。
[ 5]
式 ) 作为纹理算子来分析 纹理特 征。刘继敏 [ 11] 提 出了 图像 特 征谱的概念 , 论 述了 使用 图 像特 征 谱进 行图 像 纹理 分析 的 好 处 , 论证了其实验的可 行性 , 给出 了实验 结果。纹理谱 分析 法 的主要思想是利用局部纹理模 式作为 纹理单 元或纹 理元素 对 图像纹理进行分析。通过刻画 图像像 素点局 部邻域 内灰度 的 变化来描述图像的纹理结 构特征。本 文根据 刘继敏 提出的 图 像特征谱的概念 , Ojala T 的局域 模式 , 给 出了局域纹 理模式 的 具体定义形式 , 在此基础上 , 提 出了一 种基于 局域纹 理模式 的 车牌定位方法。车牌部分 的文字 具有丰 富的纹 理特征。实 验 表明 , 该车牌定位算法能够 较好地 搜索车 牌并能 准确定 位 , 有 利于下一步的车牌字符分割和识别。
( a) 原 图
图 2
2
基于纹理谱描述子的车牌定位算法
AVI( Automatic Vehicle Identification, 车 辆自动 识别 ) 技 术
是指识别车辆所具有的车牌、 条形码或射频识别标志等特征来 自动识别车辆的 技术。 LPR ( License Plate Recognition, 汽车 牌 照识别 ) 技术是车辆自动识别的 重要组 成部分 , 是对 车辆牌 照
tion Engineering, Jiaxing University, Jiaxing Zhejiang 314001 , Chiege of Information & Electronic, Zhejiang Science & Technology University, Hangzhou Zhejiang 310018 , China; 2 . College of Informa-
1
局域纹理模式
Ojala T 的 LBP 纹理算子作为一种对局域图像像素灰度 值
进行比较而提出的 , 对图像纹理特征进行分析。本文给出其新 的定义方法。由于图像是离散的 , 为了刻画图像像素点在某邻 域内的灰度变化 , 考虑图像像素点的 3 × 3 邻域 , 如表 1 所示。
表 1
f( x - 1 , y - 1 ) f( x - 1 , y) f( x - 1 , y + 1 ) 给出如下变换公式:
[ 10] [ 7]
G( x, y) = ∑
1
i = - 1j = - 1
∑ f( x - i, y - j) H( - i, - j)
1
( 1)
其中 , f( x - i, y - j) 表 示图像 在像素 点 ( x, y) 的邻 域内 的灰 度 变化。其取值为
f( x - i, y - j) =
关键 词 : 纹 理图 像 ; 纹 理谱 描述 子 ; 纹 理模 式 ; 车 牌定 位 中图 分类 号 : TP391
Texture Spectrum Descriptor and Its Application in License Plate Location
J IA Xiao-jun , YU Qing-cang , TAN Zhao-jun
( 2)
收 稿日期 : 2005- 12- 07; 修 返日期 : 2006- 02- 22
基 金项 目 : 国 家自 然科学 基金 资助项 目 ( 50575211)
・ 216・
计 算 机 应 用 研 究 字符进行分割和识别的基础和前提。
2007 年
其中 , i = - 1, 0, 1。经过式 ( 2) 的计算 , f( x - i, y - j) 是一个 二 值矩阵 , 可以将其看成一个二值纹理 模式 ( 纹 理基元 或纹理 元 素) 来刻画邻域内像素点的灰度 值相对 于中心 点的变 化情况。 它实际上是一种 相对 于中 心点 像素 值的 八邻域 处理 方式。 H 是系数变 换 矩 阵 , 将 3 ×3 邻 域 的 纹 理 基 元 变 换 为 一 个 [ 0, 255] 的值 , 易于表示和计算。
像 素点 f( x, y) 的 八邻域
f( x , y - 1 ) f( x, y ) f( x , y + 1 ) f( x + 1 , y - 1 ) f( x + 1 , y) f( x + 1 , y + 1 )
提出了基 于共 生矩 阵 ( Co-occurrence Matrix) 的
纹理描述方法。共生方法的良 好性质 是对色 调像素 间的空 间 关系的描述 , 且它对于单调的灰度变换是不变量的。但它不考 虑基元形状 , 不适合于大 的基元 组成的 纹理分 析, 且 要求宏 大 的存储空间。 Fung[ 6] 提 出 了基 于 边缘 频率 的 纹理 分 析 方法 , 是在基于由粗到精原理的边缘检测基础上进行的 , 但对噪声极 其敏感。 Pentland Ojala T
1 H= 8 32
车牌区域内字 符具 有 丰富 的纹 理 特征 , 纹 理 对于 光 照 强 弱、 倾斜及变形不敏感 , 所以可 采用纹 理分析 的方法 来进行 车 牌定位 , 分割车牌区域。因 此 , 本 文提出 了一种 基于车 牌区 域 字符串纹理特征的车牌定位算法。实验证明 , 该算法能较快地 定位车牌。具体算法描述及实现如下 : ( 1) 输入带有车牌的图像。 CCD 拍 摄的汽车图 像 , 车牌 部 分一般居于图像的中下部分。初步确定车牌的合理区域 , 有利 于车牌区域的准确定位 , 如图 2( a) 所示。 ( 2) 以 3 × 3 邻 域纹 理模式 对获 得的 汽 车图 像进 行 变换 , 得到新图像 , 如图 2( b) 所示 , 可以非常清晰地识别车牌区域 的 文字字符串。 ( 3) 进行二值化 处理。用 一初 始阈 值 T 对 得到 的新 图 像 进行二值化 , 得到二值化图像。初始阈值 T 为
介 绍 了基 于 分 形的 纹 理 分析 , Gabor 变 换
[ 8, 9]
和小波 ( Wavelet) 适合于多尺度的纹理表征
。
提 出 了 LBP( Local Binary Pattern, 局 域 二 值 模
{
1 0
if if
f( x, y) - f( x - i, y - j) ≤ 0 f( x, y) - f( x - i, y - j) > 0
第 24 卷 第 3 期 2007 年 3 月
计 算 机 应 用 研 究 Application Research of Computers
Vol. 24, No. 3 March 2007
纹理谱描述子及其在车牌定位中的应用*
贾小军
1, 2
, 喻擎苍 , 谭召均
1
2
( 1. 浙江 理工 大学 信电 学院 , 浙江 杭 州 310018; 2. 嘉 兴学 院 信息 工程 学院 , 浙江 嘉 兴 314001 ) 摘 要 : 提 出了 一种 新的 基于 纹理 模式 的车 牌定位 方法 。该 方法 能较 准确 地搜索 车牌 区域 , 并分割 出车 牌。 文 献标 志码 : A 文 章编 号 : 1001 - 3695( 2007) 03- 0215- 03
Abstract: It described texture spectrum descriptor, which depicts the features of texture image, and defines its formula. Because texture has low limitation to im age size, background, daylight etc, it can apply to license plate location. The author proposes a new approach of license plate location based on texture pattern, which can accurately search for the license plate dom ain and segm ent license plate. Key words: texture image; texture spectrum descriptor; texture pattern; license plate location 在图像分析中 , 纹理是一个非常重要的特征。纹理是表达 物体表面或结构 ( 分别 对于 反射 或透 射形 成的 图像 ) 的 属性 , 反映图像的一种局部结构 化特征。具 体表现 为图像 像素点 某 邻域内像素点灰 度级 或 者颜 色的 变 化 , 这种 变 化是 空间 相 关 的。它由纹理基元 ( Texture Primitive) 或纹理元素 ( Texture Element) 和基元的排列两个 要素构 成 [ 1] , 如犬毛、 草、 文字 等。纹 理基元是一个具有某种色调属性或区域属性的像素和连续集 , 可以通 过它的 平均 亮度、 最 大或 最小 亮度、 尺 寸、 形状 等来 描 述。基元的空间关系是两两相 关的或 某个数 目的基 元之间 可 能是互相依赖的 , 通过基元的数目和类型以及它们的空间关系 来描述图像纹理。 纹理分析的主要目标是纹理识别和基于纹理的形状分析。 纹理特征就是图 像局 部性 质 ( 灰 度分 布函 数 ) 的统 计 , 如粗 糙 性、 方向性和精细等。这 些 特征 可以 在 纹理 的 色调 ( Tone) 和 结构 ( Structure) 中找到 [ 1, 2 ] 。 MPEG-7[ 3, 4] 提出了三种描述 纹理 图像特征的方法 , 即同构 型纹理 图像描 述子、 纹理图 像浏览 描 述子和边界直方图描述子。 纹理特征的分析方法大致分为统计方法、 结构方法和频谱 法。 Haralick