一种汽车牌照字符分割的新方法
一种有效的车牌字符分割方法——模板匹配一垂直投影结合的车牌字符分割方法
（ ） Ｐ ０的 取 值 范 围 内 建 立 一 个 理 想 的 参 数 空 间 ， 虑 车 牌 的 倾 斜 角 度 小 于 ＿ １在 、 考 １ ０度 ， 了 减 少 计 算 为 量 ， ０∈［ １ ． 取 ０，０］ ＰＥ［一１ ５×ｎ， ． ． １ ５×ｎ ｎ为 车 牌 图 片 的 宽 度 ． ］， （ ） 立 一 个 累 加 器 数 组 ｃ ｕ ｔ ｐ ， ）， 置 每 个 元 素 为 ０ ２建 ｏ ｎＭ（ ｌ ｋ 并 ． （ 对 边 缘 图 上 的 每 一 个 边 缘 点 计 算 Ｈｏ ｇ ３） ｕ ｈ变 换 值 ， 计 算 出 该 点 在 Ｐ 坐 标 系 中 对 应 的 盐 线 ， 在 即 并
合 适 ， 能 导 致 采 集 的 车 牌 图 像 发 生 倾 斜 ．倾 斜 的 车 牌 图 像 会 给 字 符 分 可
割 带 来 难 度 ， 有 甚 者 会 导 致 字 符 分 割 的错 误 ．在 对 字 符 进 行 分 割 前 ， 更 必 须 对 倾 斜 的 车 牌 图 像 进 行 校 正 ， 中 采 用 Ｈｏ ｇ 文 ｕ ｈ变 换 进 行 倾 斜 矫 正 ． Ｈｏ ｇ ｕ ｈ变 换 …是 一 种 变 换 域 提 取 的 方 法 ， 把 直 线 上 点 的 坐 标 变 换 它
流 程 图 如 图 １所 示 ．
１ 图像 去 噪
数 学 形 态 学 是 由 一 组 形 态 学 的 代 数 运 算 子 组 成 的 ， 的 基 本 运 算 有 它
４个 ：膨 胀 （ 扩 张 ） 腐 蚀 （ 侵 蚀 ）、 启 和 闭 合 ， 以 进 行 包 括 图 像 分 或 、 或 开 可 割 、 征 提 取 、 缘 检 测 、图像 滤 波 、 像 增 强 和 恢 复 等 图像 分 析 和 处 理 ． 特 边 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。
一种利用颜色信息的车牌字符分割新算法
A CHARACTER SEGMENTATION ALGORITHM OF COLOR VEHICLE LICENSE PLATE USING COLOR INFORMATION
Liu Yi Chen Xueguan Jiang Zhihua
（ Department of Electronic Engineering and Information Science， Uniuersity of Science and Technology of China， Hefei Anhui 230027 ， China）
图l
系统大致框图
各部分功能如下： （ l ）图像捕捉 （ 2 ）车牌定位 位置； （ 3 ）字符分割 在车牌图像上， 将字符从背景中提取出来； 对动态采集到的图像进行滤波、 边界增强 在动态采集到的图像中， 自动找到车牌的 等处理， 以克服图像干扰， 改善识别效果；
收稿日期： 2004 - 06 - l9 。刘奕， 硕士生， 主研领域： 图像处理和模 式识别。
这对整个系统的识别速度和稳定性提出了很高的要求系统大致框图如图1所示系统大致框图各部分功能如下图像捕捉对动态采集到的图像进行滤波边界增强等处理以克服图像干扰改善识别效果车牌定位在动态采集到的图像中自动找到车牌的字符分割在车牌图像上将字符从背景中提取出来图像处理和模式识别字符识别在每个字符图像中识别出字符文字我们通过对识别错误的图像进行研究发现大部分错误是发生在字符分割部分由于分割不理想造成字符难以辨认别是部分汉字字符的分割效果较差可参见图面的识别带来了很大困难
（8） （9） （ l0 ）
x imin 分别为 x i 的上下界。#（ ， （ xi ） ， 式中 x imax ， #m #（ l xi ） h xi ） 分别为 x i 对应于 m l ， mm ， m h 时 # 的取值， c（ x ） ， c （ x ） ， c （ l i m i h xi ） 分别为 x i 对应于 m l ， mm ， m h 时 c 的值。按以上方法选取 # 和 c， 可保证对任一待模糊化 x i ， 其三种情况 m l ， mm ， m h 的隶属度总 有一种大于 0. 5 。 （ 3 ）BP 隐含层 隐含层个数： 神经网络的许多特性正是由于隐层的存在才 具备。然而， 具体取多少隐层合适却没有确定的规律可循， 不同 的应用对象， 与其相适应的网络结构差别很大。对于本文采用 的 S 型特性函数， 一个隐层就能以任意精度逼近任何连续函数， 实现任意分类问题， 所以本文选取隐含层数为 l 。 隐含层神经元个数： 当用神经网络实现映射时， 确定隐含层
汽车牌照字符分割方法
2010年第 34 卷第 11 期（总第 349 期）
Video application & project
底白字车牌则为黑底白字， 黄底黑字车牌则为白底黑 字 ，两 者 正 好 相 反 （如 图 1c 和 图 2c 所 示 ），因 此 无 法 使 用统一的字符分割算法， 必须判别车牌的颜色类型，然 后将二值化后的黄底黑字车牌再进行反色，统一为黑底 白字。 在大量实验的基础上，笔者提出基于 RGB 颜色分 量比例的统计分析法来判别车牌颜色类型。
【中图分类号】 TN911.73；TP391.4
【文献标识码】 A
Character Segmentation Method for License Plate
YING Hong-wei, SONG Jia-tao （College of Electronic and Information Engineering, Ningbo University of Technology, Zhejiang Ningbo 315016, China ） 【Abstract】 A character segmentation method based on the separator symbol′s frame of reference is proposed in this paper. At first, the separator symbol′s region is figured out by using the uniqueness of separator symbol′s region projection feature. Then, the characters′ borders of pre -segmentation are constructed based on the separator symbol′ s region combines some prior knowledge of license plate format. After analyzing the projection feature on character area, each character can be segmented accurately. Experimental results show that this method can segment the license plate characters precisely and robustly. 【Key words】 license plate recognition; character segmentation; separator symbol
一种快速精确的汽车牌照字符切分算法
—
ｇ ＝ ∑ ｆｘ ｉ ２ （） （， ／４ ）４
ｉ ｌ ：
（） １
可 以得 到二 值 化后 的水 平投 影 图 ， 中 厂 ，， 是二 值 化垂 直 边缘 图 ， 像 素 值 或者 是 ０ 或者 是 ２ ５在 其 高 其 （２ ２ ） 其 ， ５． 斯 平 滑后 的 图 （ ３ Ｃ ） ， 以 清楚 地 看 到 牌 照字 符 区域 上 下界 位 置 分 别对 应 一 个 波 谷 ， 图 （） 中 可 同时 该 处 目标 像 数非 常少 ．从 理论 上 ， 可 以选 择 这个 波 谷作 为 牌 照 上 下界 ， 由于 噪声 及 其 他 因 素 的影 响 ， 谷 不 能 准 确 讲 但 波 对应 牌 照字 符 区域 的上 下界 ， 以 ， 所 选择 波 谷位 置 处靠 近 牌 照 字符 区域 一 侧 的下 降缘 由 陡 到平 缓 的转 折 点 ， 作 为牌 照字 符 区域 的上 下界 ． 理结 果 如 图 ３ ｄ 所 示 ， 中 白线 标 明 了牌 照 字 符 区域 的上 下 界 ． １０ 处 （） 其 对 ０ ０幅 含有 不 同 尺寸 的牌 照 图象 进行 处 理 ， 中仅有 ２幅 由于前 期 牌倾 斜 校正 处 理失 败 ， 牌 照字 符 区域 太模 糊 不 其 或 能精 确确 定 出牌 照字 符 区域 的上 下界 整个 测试 过 程 中没有 修 改任 何 参 数 ， 表 明该 确 定 牌 照字 符 区域 上 在 这 下 界方 法具 有 精 度 高和 鲁棒 性 强 等特 征 ．
１ ０ ３ ３ ０ ｒ １ ３０ － ３０ ｎ ３０ ｎ３ Ｉ ２５ ３０ ｒ Ｉ Ｉ ｌ ０
图 ２ 牌 照 字 符 及 其 相 互 间 的 比例 关 系
２ 确 定 牌 照 字 符 区 域 上 下界
一种低图像质量车辆牌照的字符分割方法
２ ０ １ ３年 ３月
计 算机应 用 与软件
Ｃｏ ｍｐ ｕ ｔ ｅ ｒ Ａｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ ａ ｎ ｄ Ｓ ｏ ｆ ｔ ｗａ ｒ ｅ
Ｖ０ １ ． ３ ０ Ｎｏ ． ３
Ｍａ ｒ ．２ ０１ ３
一
种 低 图像 质 量 车 辆牌 照 的 字 符分 割方 法
现整个车牌字符的精确分 割， 克服污损、 边框和倾斜等干扰 因素。通过在两组数据 集上进行 的实验 结果表 明， 该 算法具有很 强的实
用性与鲁棒 性。 关键词 中图分类号 低质量车牌 字符分割 连 通区域分析 字符识别 Ｔ Ｐ ３ ９ １ ． ４ 文献标识码 Ａ Ｄ Ｏ Ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ － ３ ８ ６ ｘ ． ２ ０ １ ３ ． ０ ３ ． ０ ２ ９
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ Ｄ ｅ ｒａ ｇ ｄ ｅ ｄ ｌ ｉ ｃ ｅ ｎ ｓ ｅ ｐ ｌ ａ ｔ ｅ Ｃ ｈ ｒａ ａ ｃ ｔ ｅ ｒ ｓ ｅ ｇ ｍｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ Ｃ ｏ ｎ ｎ ｅ ｃ ｔ ｅ ｄ ｃ ｏ ｍｐ ｏ ｎ ｅ ｎ ｔ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ Ｏ ＣＲ
０ 引 言
随着智能交通系统的发展 ， 车牌识 别技术 已经广泛应 用于 治安卡 口、 收费站 和电子警察 等 ， 取得 了令 人瞩 目的应 用效果 。 常见 的车牌识别方法流程分 为车牌定 位 、 车 牌字符分 割和车牌 字符识别三个步骤 。对于 图像 清晰 的车牌 ， 字符分割 已经得到
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ Ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｓ ａ ｎ ｏ ｖ ｅ ｌ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｒ ｓ ｅ ｇ ｍｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｍｅ ｔ ｈ ｏ ｄ ｆ ｏ ｒ ｄ ｅ ｇ ｒ ａ ｄ ｅ ｄ ｌ ｉ ｃ ｅ ｎ ｓ ｅ ｐ ｌ ａ ｔ ｅ ｗ ｈ ｉ ｃ ｈ ａ ｒ ｅ ｕ ｓ ｕ ａ ｌ ｌ ｙ ｃ ａ ｕ ｓ ｅ ｄ ｂ ｙ ｕ ｎ ｅ ｖ ｅ ｎ ｌ ｉ ｇ ｈ ｔ ，
一种新的车牌字符分割方法
ＫＥ ＹＷ ＯＲＤＳ：Ｎｏ ｓ ｌｍｉ ａ ｉ ｎ ｉｅ ｅ ｉ ｎ ｔｏ ；Ｂ ｎ ｒ ｒ ｎ ｉ ｏ ；Ｔ ｒ ｅ — ｌｖ ｌ— ｓ ｇ ｎ ａ ｉ ｎ；Ｃ ｎ ｅ ｔ ｄ ｃ ｍｐ ｎ ｎ ｓ ｉ ａ ｔａ ｓｔ ｎ ｈ ｅ ｙ ｉ ｅｅ ｅ ｍｅ ｔ ｔ ｏ ｏ ｎ ｃ ｅ ｏ ｏ ｅ ｔ
Ｎｏ ｓ ｉ ｎ ｔｏ ｆＬｉ ｅ ｓ ａ ｅ ｉｅ Ｅｌ ｍｉ ａ ｉ ｎ ｏ ｃ ｎ ｅ Ｐｌ ｔ
Ｗ Ｕ Ｈｏ ｇ — ｍｅ ， ＨＥ ｉ— ｒ ｎ ， Ｕ ａ — ｌａ ｇ ｎ ｉＣ ＮＪ ｏ ｇ Ｌ Ｘｉｏ ｉｎ
（ ｉｅｓ ｙｏ Ｓ ｉｎ ｅａｄＴ ｃｎ ｌｇ ｆ ｈｎ ， ｆｉ ｎ ｕ ２ ０ ２ Ｃ ｉａ Ｕｎｖｒ ｔ ｆ ｃｅｃ ｎ ｅｈ ｏｏｙｏ ｉａ Ｈｅｅ Ａ ｈ ｉ ３ ０７，ｈｎ ） ｉ Ｃ
足， 同时能去 除字 符 内部 的浮动噪声 。 为该 算法 包含 三个 因
于 ＩＳ Ｔ 的发展有着举足轻重 的影响 。 识别 系统包 括车牌 车牌 定位 、 字符分 割和字符识别 三大部 分 。 由于 目前字符 识别算 法均是针 对单独 字 符进行 识 别 的 ， 因此在 准 确地 定位 车 牌 后， 字符分割的好坏对字符识别起着 至关 重要 的作用。
ＡＢＳ ＴＲＡＣＴ ： ａ ａｔｒｓ ｇ ｎａｉｎ ｐａ ｓ ａ ｇｅ ｔｒ ｌ ｎ ｔ ｅ Ｌｃ ｎ ｅ Ｐ ａｅ Ｒｅ ｏ ｎｔｏ ｙ ｔｍ． Ｔｒｄｔ ｎ ｌ Ｃｈ ｒ ｃｅ ｅ ｍｅ ｔｔ ｌｙ ｒ ａ ｏｅ ｉ ｈ ｉｅ ｓ ｌｔ ｃ ｇ ｉ ｎ ｓｓｅ ｏ ｉ ａ ｉｉ ａ ｏ
模板匹配法和垂直投影法相结合的一种新的车牌字符分割方法
应用技术12 * 广州市留学人员科技创业资助计划(2006V11I0831)资助。
模板匹配法和垂直投影法相结合的 一种新的车牌字符分割方法*潘中杰 谭洪舟（中山大学电子与通信工程系）摘要：在深入研究了大部分常用的车牌字符分割算法的前提下，根据车牌区域图像的特征，文章提出了一种综合了模板匹配法和垂直投影分割法的车牌字符分割算法（模板匹配－垂直投影分割法），该算法经过大量实验证明了其在准确率方面的优越性。
关键词：字符分割；模板匹配；垂直投影1概述字符分割的目标是把经过车牌定位步骤提取出来的车牌图像中的每个字符从整个图像中切割出来成为单个字符。
车牌字符的正确分割是影响字符识别准确率的关键步骤，字符分割正确与否，将直接影响到车牌识别的准确率。
字符分割的难点主要是如何判断车牌字符图像的粘连、断裂情况，并正确地分割粘连字符及合并断裂字符。
2车牌的字符特点要进行字符分割，首先要了解车牌的字符特点。
根据对车牌的分析得知，一般牌照字符共有7个，并且长、宽、高都符合一定的标准。
例如字符区域的总长为409mm ，每个字符宽45mm ，高90mm ，第2和第3个字符间距为34mm ，其余字符间距为12mm [1,3]。
3字符垂直分割的常见方法字符垂直分割的常见方法有模板匹配法[2,4]、垂直投影分割法[3,5]及基于连通域思想的垂直切分方法[5]，下面将分别介绍这三种方法的基本思想并分析其优缺点。
（1）模板匹配法：在精确定位车牌字符的上下边界后，以图1为模板，从左往右扫描车牌图像，寻求落在字符区域与字符间空隙区域白色像素的最大差值，此时则可将字符分割出来。
模板匹配法能很好地解决图像二值化后字符粘连及铆钉等的干扰。
若车牌内汉字为左右结构，也不会将该汉字错分为两个字符，但是待处理的车牌图像尺寸必须很规范，车牌稍微的变形即可导致字符分割错误。
图1 车牌模板（H 为车牌字符高度）（2）垂直投影分割法：对二值化后的车牌的白色像素个数进行垂直方向上的统计，由于字符区域白色像素丰富，而字符间空隙区域白色像素较少，通过检测字符与字符之间白像素个数的波谷确定字符的左右边界。
车牌字符分割新方法
有时， 小黑点区域会比较小， 在字符区域粗分割时就已经被 除去了。 然后， 重新对该字符块链表从头到尾进行搜索， 当满足以下 两种条件之一： 条件一：
2.CD123H2.@H2.CD1(I -.123H-./H-.1(I
（CC ） （CD ） （CE ） （CJ ）
小 于 -.123， 就需要进行字符区域扩展， 以该车牌中普通字符区 域的宽度平均值为其宽度， 以其左坐标为基准， 调整其右坐标。 如果第七字符区域不存在时，需要通过第六字符区域的右 坐标，加上车牌中普通字符间间距平均值得到第七字符区域的 左坐标， 再按上面的方法得到其字符区域宽度和另一水平坐标。 如果第一和二字符区域需要进行字符区域扩展，可采用相似的 方法进行字符区域扩展，只是以该字符候选块的右坐标作为基 准。 其它字符区域若缺损， 可以根据该以上方法依次实现字符区 域扩展。 图 E （5）为经过字符区域分裂和合并后的车牌字符分割图 像， 可以看出该车牌缺损第六和七字符， 需要进行字符区域扩展， 扩展后的字符区域局部二值化车牌字符分割图像如 图 E （/） 所 示， 已经将缺损的第六和七字符扩展为单个完整的字符区域了。
图C
字符区域粗分割
CFC 第三字符定位 第二和三字符间间距较大， 且第三字符为 由图 C 可以看出，
普通字符， 但两个字符间有一个小黑点区域， 需要先除去这个小 黑点区域。对字符候选块链表进行搜索， 当满足以下条件：
-G123H-./H-G1(I 2.123H2.@H2.1(I 2.123H2.:H2.1(I -.123H-.@H-.1(I -.123H-.:H-.1(I
Q*SKTUQ*UQ*S)N Q*$SKTUQ*$UQ*$S)N Q-SKTUQ-UQ-S)N K*SKTUK*UK*S)N K*!’SKTUK*!’UK*!’S)N V$W V!W V’W V&W V#W
一种快速精确的汽车牌照字符切分算法
一种快速精确的汽车牌照字符切分算法
任明亮;范勇;蒋欣荣;游志胜
【期刊名称】《四川大学学报（自然科学版）》
【年(卷),期】2002(039)003
【摘要】针对汽车牌照具有字符间距、字符数、字体等统一的纹理特征,提出了一种快速精确的牌照字符切分方法,设计了一系列的特征函数和判决函数突出其纹理特点从而进行车牌字符的切分.对在不同气候条件和不同地点采集到的1000幅图片进行了实验,实验结果表明,该算法具有快速和鲁棒性的特征,字符切分准确度达到98.1%.
【总页数】5页(P450-454)
【作者】任明亮;范勇;蒋欣荣;游志胜
【作者单位】四川大学图象图形研究所,成都,610064;四川大学图象图形研究所,成都,610064;四川大学图象图形研究所,成都,610064;四川大学图象图形研究所,成都,610064
【正文语种】中文
【中图分类】TP392
【相关文献】
1.一种新的汽车牌照字符切分算法 [J], 汪涛;卢朝阳
2.一种快速精确的瞳孔和角膜反射光斑中心定位算法的研究 [J], 余罗;刘洪英;许帅;蔡金芷;皮喜田
3.一种自动识别伪根的双端故障测距快速精确算法 [J], 王忠;刘奎;陆金凤;沈军;赵青春
4.一种复杂背景下的汽车牌照快速定位算法 [J], 陈智慧;董增寿
5.一种兼顾快速性和精确性的单相电压暂降检测算法 [J], 袁庆伟;王宇;盛晓东;谢晔源
因版权原因，仅展示原文概要，查看原文内容请购买。