车牌识别系统中的字符分割技术研究
合集下载
- 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)。
标准车牌是由指定国家机关按规定制作的，其特征固定，先验知识明确。 充分利用先验知识有助于单一字符精确切分。 除军车、警车、教练车、领使馆车外，标准车牌格式是 X1X2·X3X4X5X6X7，共有七个字符和一个点符号。 其中第一个字符 X1 是 各省、市、军区和自治区的简称，一般是汉字；第二个字符 X2 是大写 的 英 文 字 母 ；接 着 是 一 个 点·；第 三 、四 位 字 符 X3 和 X4 可 能 是 大写英文字母，也可能是阿拉伯数字；目前，第五到七位 X6 和 X7 均为阿拉伯数字。 另 外 ，标 准 车 牌 长 度 为 450mm，字 符 总 长 度 为 409mm，其 中 单 个 字 符 宽 度 为 45mm，高 度 为 90mm，第 二 和 第 三 字 符 间 间 距 为 34mm，其中中间小圆点宽度为 1Omm，与第二和第三字符间间距均为 12mm，其余字符间间距为 12mm；字符“1”的宽度约为 13.5mm， 与其它字符间间距约为 22.5mm，连续两个字符“1”间间距约为 38.5mm，第三字符为字符“1”时，与第二字符间间距约为 44.5mm。 2.2.3 基于先验知识的垂直投影字符分割算法 在预处理后的车牌区域上，充分结合车牌的先验知识，再利用垂直投影算法对车牌区域进行单字符分割，可以获得较好的分割 效果。 其算法可按下面步骤实现： 1) 利用 Hough 变换求取字符水平分割线； 2) 对车牌区域进行字符垂直投影，寻找字符垂直投影的谷底，将谷底位置作为候选垂直分割线的位置； 3) 根据水平分割线和候选垂直分割线提供的位置信息，并利用车牌尺寸的先验知识，估算整个车牌的宽度和每个字符的宽度； 4) 估算出车牌尺寸以后，利用车牌尺寸的先验知识，再估算出前两个字符和后面 5 个字符之间的大间隔的位置，然后根据垂直 投影以及方差信息，在估算出的位置附近搜索，确定大间隔的左右边界； 5) 根据 4)中确定的大间隔的位置，并利用先验知识估算出垂直分割线的位置，然后再在估算出的位置附近，根据垂直投影以及 方差信息，从候选垂直分割线中确定最终垂直分割线。 确定垂直分割线时，需要通过强化先验知识的约束来准确定位。
本栏目责任编辑：唐一东
人工智能及识别技术 1693
Computer Knowledge And Technology 电脑知识与技术
2008 年第 4 卷第 7 期（值化。 该方法是从整个灰度图像的像素分布出发，寻求一个最佳的阀值。 其中经典算法是 OTSU 算法— ——类间最大方差算法[2]。 该方法的主要思想是从图像的灰度直方图中把灰度的集合用阀值 t 分为两类，然后根据两个 类别的平均值方差— ——类间方差和各类的方差— ——类内方差的比为最大来确定阀值 t。 该阀值即为二值化图像的最佳阀值。 这种方 法不论图像的直方图有无明显的双峰，都能得到较为满意的效果，因此这种方法是阀值自动选取的较优方法。
关键词：车牌识别系统；二值化；字符分割；先验知识；垂直投影 中图分类号：TP391 文献标识码：A 文章编号：1009-3044(2008)34-1693-02
Research of Characters Segmentation Technology in VLPRS CHEN Li1,2 (1.College of Computer Science and Techologe,Anhui University, Hefei 230039, China;2.Department of Computer Engineering,Wuhu Vocational College of Information and Technology, Wuhu 241003, China) Abstract: License plate character segmentation is one of the three key technologies of Vehicle License Plate Recognition System(VLPRS). A good method or algorithm,which segment characters accurately ,can improve the accuracy of character recognition and make the identification very fast.Vehicle license plate recognition have such characteristics as complex background,changeable lighting and a variety of interference.In view of this situation,the article proposes a method of vertical projection character segmentation,which is based on priori knowledge. The experimental results show that the algorithm, which achieves a good standard of practical,has lots of advantages such as simple and clean, better real-time features and high-accuracy of processing. Key words: VLPRS; binarization; characters segmentation; prior knowledge;vertical projection
Otsu 算法有以下优点:该算法实现较为简单;它是基于图像的整体特性而非局 部 特 性 的;它 可 以 推 广 到 多 阀 值 的 分 割 方 法 中 去; 该算法适应性较强。
图 3 OTSU 二值化结果 2.1.3 其他基于车牌区域图像的预处理
为了更好地对车牌字符进行分割与识别，还需要对车牌区域图像进行诸如灰度化、倾斜校正、去除边框、去除铆钉等预处理，限 于篇幅，此处不再详细叙述。
车牌识别系统中的字符分割技术研究
陈 利 1，2
（1.安徽大学 计算机科学与技术学院，安徽 合肥 230039；2.芜湖信息技术职业学院 计算机工程系，安徽 芜湖 241003）
摘要：车牌字符分割是车牌识别系统的三大关键技术之一。 准确的字符分割，既能提高字符识别的准确率，又能提高识别的速度。 针 对车牌图像背景复杂、光照多变、干扰较多的情况，文章在车牌区域预处理的基础上提出了一种基于先验知识的垂直投影字符分割 方法。 实验结果表明该算法简洁、实时性好、处理正确率高，达到了实用的标准。
的关键在于阀值 T 的选取。 根据阀值 T 来区分图像中的对象和背景。
在各种二值化方法中，全局阀值方法对输入图像量化噪声或不均匀光照等情况抵抗能力差，在分割时会出现断裂和大面积粘
连现象，应用受到极大限制；局部阀值法[1]也存在缺点和问题，分割时会出现非字符区域的干扰和粘连现象。 当两个相邻的块的阈值
ISSN 1009-3044
Computer Knowledge And Technology 电脑知识与技术 Vol.4,No.7,December 2008, pp.1693-1694,1699
E-mail: eduf@
Tel:+86-551-5690963 5690964
2.2 车牌单字符分割
经过预处理后的车牌是大小统一的包含所有车牌字符的二值图像。 由于识别是逐个字符进行的，这就需要将二值图像进行单 字符分割。 字符分割的方法很多，如小区域投影方法结合四连通算法的字符分割算法、利用 Hough 变换和先验知识的车牌字符分割 算法等等。 但这些算法实现复杂，实时性不高。 常用的字符分割方法有模板匹配法、水平投影法、聚类分析法等。 下面就这些方法做 个 简 介 ，并 在 此 基 础 上 提 出 自 己 的 字 符 分 割 方 法 — — — 基 于 先 验 知 识 的 垂 直 投 影 字 符 分 割 算 法 。 2.2.1 常用车牌字符分割算法简介
图 1 车牌分割结果
图 2 车牌尺寸归一化结果
2.1.2 OTSU 二值化
彩色图像包含大量信息，给图像存储及处理速度带来很大不便。 为了减少图像信息，提高处理速度，以及方便字符分割，需要对
定位后的车牌区域进行二值化。 二值化图像画面内只包含黑色和白色两种颜色，容易将图像中的目标和背景分离出来。 图像二值化
相差太大，二值化后的车牌字符就可能造成变形，不能保证字符笔划连通性，降低了识别率。 而且，该方法实现速度慢、容易出现伪
影现象。
收 稿 日 期 ：2008-09-05 作 者 简 介 ：陈 利 （1979-），男 ，安 徽 颍 上 人 ，讲 师 ，在 职 硕 士 ，主 要 研 究 方 向 ：智 能 计 算 。
1) 模板匹配法[3]：该方法先在二值图像上计算竖直积分投影的平滑曲线，搜索平滑 曲 线 的 局 部 最 小 值 得 到 一 个 波 谷 位 置 序 列 ； 再将相邻两个波谷分别作为左右边界提取出一组矩形区域；最后，根据一定的规则对矩形区域进行删除、分裂、合并及调整大小。 从 而实现对车牌区域的单字符分割。 该方法执行速度较快，能较好地解决汉字不连通问题，而且能克服分割过程中复杂背景的干扰， 对车牌尺寸的变化及磨损也有很强的适应性。 但该方法程序设计复杂，对车牌左右边框分割不准，有待改进。
2 车牌字符分割
提取车牌区域后，得到的可能是从原始图像中分割出的彩色车牌区域图像。 由于其可能存在着边框、铆钉、噪声干扰等，为了能 迅速准确的进行单字符分割与提取，必须对定位后的彩色车牌区域图像进行预处理。 预处理主要包括对其大小归一化、灰度化、去 噪、二值化、去除边框和铆钉等。 2.1 车牌区域图像的预处理 2.1.1 车牌区域大小归一化
车牌定位后得到的彩色车牌区域图像，由于拍摄时的距离、角度等因素的影响，它们大小不一，不适于快速、正确的进行单字符 的分割。 这就需要根据车牌的特征对定位后的车牌区域进行归一化处理，即把车牌区域的尺寸规范到一个统一尺寸上再进行单字 符分割。 常用的大小归一化的方法是将车牌区域外边框按比例线形放大或缩小成为规定大小的区域。
verticalprojection引言车牌字符分割是车牌识别系统vehiclelicenseplaterecognitionsystem简车牌定位后得到的是一个包含车牌字符的近似水平条形区域了进行字符识别需要将车牌区域中的单个字符分割出来可能产生字符粘连或字符断裂字符的笔画可能变粗车牌字符分割提取车牌区域后得到的可能是从原始图像中分割出的彩色车牌区域图像21车牌区域图像的预处理211车牌区域大小归一化车牌定位后得到的彩色车牌区域图像这就需要根据车牌的特征对定位后的车牌区域进行归一化处理即把车牌区域的尺寸规范到一个统一尺寸上再进行单车牌尺寸归一化结果212otsu彩色图像包含大量信息给图像存储及处理速度带来很大不便二值化图像画面内只包含黑色和白色两种颜色容易将图像中的目标和背景分离出来在各种二值化方法中全局阀值方法对输入图像量化噪声或不均匀光照等情况抵抗能力差在分割时会出现断裂和大面积粘也存在缺点和问题分割时会出现非字符区域的干扰和粘连现象二值化后的车牌字符就可能造成变形不能保证字符笔划连通性213其他基于车牌区域图像的预处理为了更好地对车牌字符进行分割与识别22车牌单字符分割经过预处理后的车牌是大小统一的包含所有车牌字符的二值图像由于识别是逐个字符进行的这就需要将二值图像进行单字符分割的方法很多如小区域投影方法结合四连通算法的字符分割算法hough变换和先验知识的车牌字符分割并在此基础上提出自己的字符分割方法基于先验知识的垂直投影字符分割算法221常用车牌字符分割算法简介能较好地解决汉字不连通问题而且能克服分割过程中复杂背景的干扰但该方法程序设计复杂对车牌左右边框分割不准确定图像大致的高度范围
2) 水平投影法[4]：该方法先自下而上再自上而下对车牌区域图像进行逐行扫描 ，找到并分别记录下扫描到的第 1 个白色像素点 位置，确定图像大致的高度范围；在此高度范围之内再自左向右逐行扫描，遇到第 1 个白色像素时认为是字符分割的起始位置，然 后继续扫描，直至遇到没有白色像素的列，则认为是这个字符分割结束。 重复上述过程，直至图像的最右端，得到每个字符比较精确 的宽度范围；在已知的每个字符比较精确的宽度范围内，再分别进行自上而下和自下而上的逐行扫描来确定每个字符精确的高度 范围。 此方法主要是针对在车牌定位、图像预处理后比较规则的车牌图像比较常用。 优点是程序逻辑设计简单，循环执行功能单一， 便于设计和操作，而且程序执行时间短。 但是它对字符的粘连问题，解决得不很理想，且在汉字的不连通问题上也存在不足[6]。
1 引言
车牌字符分割是车牌识别系统(Vehicle License Plate Recognition System，简称 VLPRS)的三大关键技术之一。 车牌定位后得到的 是一个包含车牌字符的近似水平条形区域，为了进行字符识别，需要将车牌区域中的单个字符分割出来。 字符分割的正确与否，直 接影响识别的正确性。 通常车牌图像中存在较大的干扰、噪声，可能产生字符粘连或字符断裂、字符的笔画可能变粗、字符的轮廓模 糊不清等现象。 这些都给正确的分割带来了困难。 本文在车牌区域预处理的基础上提出了一种基于先验知识的垂直投影字符分割 方法。
3) 聚类分析法[5]：该方法是按照属于同一个字符的像素构成一个连通域的原则 ，再结合先验知识：字符的高度、间距的固定比例 关系等，来逐个分割车牌区域中的字符的。 该方法分割精确，很好的解决了汉字不连通的问题，对噪声干扰及车牌磨损问题也能较 好处理。 但其程序设计复杂，执行时间长，较投影分割速度慢。 2.2.2 车牌先验知识
本栏目责任编辑：唐一东
人工智能及识别技术 1693
Computer Knowledge And Technology 电脑知识与技术
2008 年第 4 卷第 7 期（值化。 该方法是从整个灰度图像的像素分布出发，寻求一个最佳的阀值。 其中经典算法是 OTSU 算法— ——类间最大方差算法[2]。 该方法的主要思想是从图像的灰度直方图中把灰度的集合用阀值 t 分为两类，然后根据两个 类别的平均值方差— ——类间方差和各类的方差— ——类内方差的比为最大来确定阀值 t。 该阀值即为二值化图像的最佳阀值。 这种方 法不论图像的直方图有无明显的双峰，都能得到较为满意的效果，因此这种方法是阀值自动选取的较优方法。
关键词：车牌识别系统；二值化；字符分割；先验知识；垂直投影 中图分类号：TP391 文献标识码：A 文章编号：1009-3044(2008)34-1693-02
Research of Characters Segmentation Technology in VLPRS CHEN Li1,2 (1.College of Computer Science and Techologe,Anhui University, Hefei 230039, China;2.Department of Computer Engineering,Wuhu Vocational College of Information and Technology, Wuhu 241003, China) Abstract: License plate character segmentation is one of the three key technologies of Vehicle License Plate Recognition System(VLPRS). A good method or algorithm,which segment characters accurately ,can improve the accuracy of character recognition and make the identification very fast.Vehicle license plate recognition have such characteristics as complex background,changeable lighting and a variety of interference.In view of this situation,the article proposes a method of vertical projection character segmentation,which is based on priori knowledge. The experimental results show that the algorithm, which achieves a good standard of practical,has lots of advantages such as simple and clean, better real-time features and high-accuracy of processing. Key words: VLPRS; binarization; characters segmentation; prior knowledge;vertical projection
Otsu 算法有以下优点:该算法实现较为简单;它是基于图像的整体特性而非局 部 特 性 的;它 可 以 推 广 到 多 阀 值 的 分 割 方 法 中 去; 该算法适应性较强。
图 3 OTSU 二值化结果 2.1.3 其他基于车牌区域图像的预处理
为了更好地对车牌字符进行分割与识别，还需要对车牌区域图像进行诸如灰度化、倾斜校正、去除边框、去除铆钉等预处理，限 于篇幅，此处不再详细叙述。
车牌识别系统中的字符分割技术研究
陈 利 1，2
（1.安徽大学 计算机科学与技术学院，安徽 合肥 230039；2.芜湖信息技术职业学院 计算机工程系，安徽 芜湖 241003）
摘要：车牌字符分割是车牌识别系统的三大关键技术之一。 准确的字符分割，既能提高字符识别的准确率，又能提高识别的速度。 针 对车牌图像背景复杂、光照多变、干扰较多的情况，文章在车牌区域预处理的基础上提出了一种基于先验知识的垂直投影字符分割 方法。 实验结果表明该算法简洁、实时性好、处理正确率高，达到了实用的标准。
的关键在于阀值 T 的选取。 根据阀值 T 来区分图像中的对象和背景。
在各种二值化方法中，全局阀值方法对输入图像量化噪声或不均匀光照等情况抵抗能力差，在分割时会出现断裂和大面积粘
连现象，应用受到极大限制；局部阀值法[1]也存在缺点和问题，分割时会出现非字符区域的干扰和粘连现象。 当两个相邻的块的阈值
ISSN 1009-3044
Computer Knowledge And Technology 电脑知识与技术 Vol.4,No.7,December 2008, pp.1693-1694,1699
E-mail: eduf@
Tel:+86-551-5690963 5690964
2.2 车牌单字符分割
经过预处理后的车牌是大小统一的包含所有车牌字符的二值图像。 由于识别是逐个字符进行的，这就需要将二值图像进行单 字符分割。 字符分割的方法很多，如小区域投影方法结合四连通算法的字符分割算法、利用 Hough 变换和先验知识的车牌字符分割 算法等等。 但这些算法实现复杂，实时性不高。 常用的字符分割方法有模板匹配法、水平投影法、聚类分析法等。 下面就这些方法做 个 简 介 ，并 在 此 基 础 上 提 出 自 己 的 字 符 分 割 方 法 — — — 基 于 先 验 知 识 的 垂 直 投 影 字 符 分 割 算 法 。 2.2.1 常用车牌字符分割算法简介
图 1 车牌分割结果
图 2 车牌尺寸归一化结果
2.1.2 OTSU 二值化
彩色图像包含大量信息，给图像存储及处理速度带来很大不便。 为了减少图像信息，提高处理速度，以及方便字符分割，需要对
定位后的车牌区域进行二值化。 二值化图像画面内只包含黑色和白色两种颜色，容易将图像中的目标和背景分离出来。 图像二值化
相差太大，二值化后的车牌字符就可能造成变形，不能保证字符笔划连通性，降低了识别率。 而且，该方法实现速度慢、容易出现伪
影现象。
收 稿 日 期 ：2008-09-05 作 者 简 介 ：陈 利 （1979-），男 ，安 徽 颍 上 人 ，讲 师 ，在 职 硕 士 ，主 要 研 究 方 向 ：智 能 计 算 。
1) 模板匹配法[3]：该方法先在二值图像上计算竖直积分投影的平滑曲线，搜索平滑 曲 线 的 局 部 最 小 值 得 到 一 个 波 谷 位 置 序 列 ； 再将相邻两个波谷分别作为左右边界提取出一组矩形区域；最后，根据一定的规则对矩形区域进行删除、分裂、合并及调整大小。 从 而实现对车牌区域的单字符分割。 该方法执行速度较快，能较好地解决汉字不连通问题，而且能克服分割过程中复杂背景的干扰， 对车牌尺寸的变化及磨损也有很强的适应性。 但该方法程序设计复杂，对车牌左右边框分割不准，有待改进。
2 车牌字符分割
提取车牌区域后，得到的可能是从原始图像中分割出的彩色车牌区域图像。 由于其可能存在着边框、铆钉、噪声干扰等，为了能 迅速准确的进行单字符分割与提取，必须对定位后的彩色车牌区域图像进行预处理。 预处理主要包括对其大小归一化、灰度化、去 噪、二值化、去除边框和铆钉等。 2.1 车牌区域图像的预处理 2.1.1 车牌区域大小归一化
车牌定位后得到的彩色车牌区域图像，由于拍摄时的距离、角度等因素的影响，它们大小不一，不适于快速、正确的进行单字符 的分割。 这就需要根据车牌的特征对定位后的车牌区域进行归一化处理，即把车牌区域的尺寸规范到一个统一尺寸上再进行单字 符分割。 常用的大小归一化的方法是将车牌区域外边框按比例线形放大或缩小成为规定大小的区域。
verticalprojection引言车牌字符分割是车牌识别系统vehiclelicenseplaterecognitionsystem简车牌定位后得到的是一个包含车牌字符的近似水平条形区域了进行字符识别需要将车牌区域中的单个字符分割出来可能产生字符粘连或字符断裂字符的笔画可能变粗车牌字符分割提取车牌区域后得到的可能是从原始图像中分割出的彩色车牌区域图像21车牌区域图像的预处理211车牌区域大小归一化车牌定位后得到的彩色车牌区域图像这就需要根据车牌的特征对定位后的车牌区域进行归一化处理即把车牌区域的尺寸规范到一个统一尺寸上再进行单车牌尺寸归一化结果212otsu彩色图像包含大量信息给图像存储及处理速度带来很大不便二值化图像画面内只包含黑色和白色两种颜色容易将图像中的目标和背景分离出来在各种二值化方法中全局阀值方法对输入图像量化噪声或不均匀光照等情况抵抗能力差在分割时会出现断裂和大面积粘也存在缺点和问题分割时会出现非字符区域的干扰和粘连现象二值化后的车牌字符就可能造成变形不能保证字符笔划连通性213其他基于车牌区域图像的预处理为了更好地对车牌字符进行分割与识别22车牌单字符分割经过预处理后的车牌是大小统一的包含所有车牌字符的二值图像由于识别是逐个字符进行的这就需要将二值图像进行单字符分割的方法很多如小区域投影方法结合四连通算法的字符分割算法hough变换和先验知识的车牌字符分割并在此基础上提出自己的字符分割方法基于先验知识的垂直投影字符分割算法221常用车牌字符分割算法简介能较好地解决汉字不连通问题而且能克服分割过程中复杂背景的干扰但该方法程序设计复杂对车牌左右边框分割不准确定图像大致的高度范围
2) 水平投影法[4]：该方法先自下而上再自上而下对车牌区域图像进行逐行扫描 ，找到并分别记录下扫描到的第 1 个白色像素点 位置，确定图像大致的高度范围；在此高度范围之内再自左向右逐行扫描，遇到第 1 个白色像素时认为是字符分割的起始位置，然 后继续扫描，直至遇到没有白色像素的列，则认为是这个字符分割结束。 重复上述过程，直至图像的最右端，得到每个字符比较精确 的宽度范围；在已知的每个字符比较精确的宽度范围内，再分别进行自上而下和自下而上的逐行扫描来确定每个字符精确的高度 范围。 此方法主要是针对在车牌定位、图像预处理后比较规则的车牌图像比较常用。 优点是程序逻辑设计简单，循环执行功能单一， 便于设计和操作，而且程序执行时间短。 但是它对字符的粘连问题，解决得不很理想，且在汉字的不连通问题上也存在不足[6]。
1 引言
车牌字符分割是车牌识别系统(Vehicle License Plate Recognition System，简称 VLPRS)的三大关键技术之一。 车牌定位后得到的 是一个包含车牌字符的近似水平条形区域，为了进行字符识别，需要将车牌区域中的单个字符分割出来。 字符分割的正确与否，直 接影响识别的正确性。 通常车牌图像中存在较大的干扰、噪声，可能产生字符粘连或字符断裂、字符的笔画可能变粗、字符的轮廓模 糊不清等现象。 这些都给正确的分割带来了困难。 本文在车牌区域预处理的基础上提出了一种基于先验知识的垂直投影字符分割 方法。
3) 聚类分析法[5]：该方法是按照属于同一个字符的像素构成一个连通域的原则 ，再结合先验知识：字符的高度、间距的固定比例 关系等，来逐个分割车牌区域中的字符的。 该方法分割精确，很好的解决了汉字不连通的问题，对噪声干扰及车牌磨损问题也能较 好处理。 但其程序设计复杂，执行时间长，较投影分割速度慢。 2.2.2 车牌先验知识