基于数字图像处理的车牌字符分割方法

第一个字符。
４）ｉｉ＂算类间方差矿：＠）和西＠）类内方差；
５）＿｜｝＝ｋ＋ｌ，循环３—５步，直到ｋ＞ｍａｘ；
６）找出！型最大的值，得到相应的阈值露。
吒＠） 采用本算法进行灰度图像二值化方法，实现起来相对简
－１８６－
令ｋ＝ｉ＋ｌ，若Ｗ－吲ｌ｜｝－ｊｉ＜一１．２Ｗ。，则ｊｋ处为第二个字符的
分割处，否则ｋ＝ｋ＋１，重复上述判断，直至找到符合要求分割
一组的像素总数为形。＠），平均灰度为肼。＠），方差为仃：＠），可
从车牌图像的垂直投影图上可以看出，因采集到的图像 存在污迹、粘连及断裂等情况，所以非字符区域的投影值也不 为０，所以在采用垂直投影的方法分割字符时设置一个大于 零的阈值作为判断标准，本文将阈值设为４。具体算法如下：
以由以下公式求得类间方差虻＠）和类内方差矿仿）：
１．２灰度图增强
匹配法暇连通域分析法湖等。先验知识法即利用车牌固定大
小、字符间距、字符宽度等特点来分割，但实际拍摄图形远近 不一，基本不能单独使用；投影法即利用垂直投影在字符问取 得灰度最小值，在最小值处进行字符切分，处理简单快速但不 能很好处理字符粘连或左右分裂的情况；模板匹配法将分割 和识别结合在一起，分割效果较好但该方法设计起来比较复 杂；连通域法利用数字字母连通的特点将不同连通域分开，受 字符粘连分裂影响比较严重。由于我国车牌结构不一致，又实 际采集到的图像受到各种环境的干扰，单一使用某种方法不 能取得理想的处理效果。针对车牌分割的不同情况及车牌的 结构特征，本文提出一种基于数字图像处理的字符分割方法。 １
Ａｂｓｔｒａｃｔ：Ａｎ ａｌｇｏｒｉｔｈｍ ｏｆ ｃｈａｒａｃｔｅｒｓ ｓｅｇｍｅｎｔａｔｉｏｎ ｉｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ
ｏｎ ｏｎ
ｄｉｇｉｔａｌ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ．Ｉｎ ｏｒｄｅｒ ｔｏ ａｃｃｕｒａｔｅｌｙ ｃａｒｒｙ
ｔｈｅ ｌｉｃｅｎｓｅ ｐｌａｔｅ ｃｈａｒａｃｔｅｒ ｓｅｇｍｅｎｔａｔｉｏｎ，ｆｉｒｓｔｌｙ，ｔｈｅ ｐｏｓｉｔｉｏｎｅｄ ｌｉｃｅｎｓｅｐｌａｔｅ ｉｓ ｐｒｅｐｒｏｃｅｓｓｅｄ ｅｆｆｅｃｔｉｖｅｌｙ，ａｎｄ ｔｈｅｎ ｔｈｅ ｌｉｃｅｎｓｅ
“。若０．９Ｗ：≤Ｗ，≤Ｗ２，则判断此连通域为字符区域；对不符
【１］Ｔａｍｅｒ
Ｅ，Ｃｉｚｍｅｅｉ Ｂ．Ｐｅｒｆｏｒｍａｎｃｅ ｉｍｐｒｏｖｅｍｅｎｔ ｏｆ ｔｈｅ ｈｃｅｎｓｅ・ ａｐｐｒｏａｃｈ
ｐｌａｔｅ ｒｅｃｏｇｎｉｔｉｏｎ ｓｙｓｔｅｍｓ ｗｉｔｈ ａｌｇｏｒｉｔｈｍｉｃ ｆｕｓｉｏｎ
【Ｃ］／／Ａｎｔａｌｙａ：ＩＥＥＥ
第２２卷
Ｖ０１．２２
第２２期
Ｎｏ．２２
电子设计工程
Ｅｌｅｃｔｒｏｎｉｃ Ｄｅｓｉｇｎ Ｅｎｇｉｎｅｅｆｉｎｇ
２０１４年１１月
ＮＯＶ．２０１４
基于数字图像处理的车牌字符分割方法
封雪，李东新
（河海大学江苏南京２１１１００） 擒要：传统的字符分割方法一般针对单行车牌，本文提出一种针对单行和双行两种结构的车牌字符分割方法。首先进 行图像预处理，减少噪声及环境干扰。将车牌图像分为两部分，对前两个字符的部分先垂直投影，再结合先验知识判断 进而准确分割；对后五个字符的部分用垂直投影法确定动态阚值并结合连通域分析进行字符分割。实验结果表明，该 方法同时适用于单双行结构车牌，对字符粘连断裂的情况也能很好的分割。 关键词：字符分割；预处理；垂直投影；连通域分析
定动态阈值补充了连通域法分割字母或数字时不能处理字 符粘连或断裂问题的不足。实验结果是对包括普通小型汽 车号码、使领馆号牌及警学用车牌、大型汽车后车牌字符的 分割，这些车牌基本上能够覆盖我们车牌类型，总体来说，分
１）对二值化后的Ｆ２部分图像似，力进行垂直投影。进
而进行列扫描，统计每列上白色像素点个数，设为Ｘ撕），
Ｘ：仃）＝∑“Ｏ√）
Ⅳ
（７）
割效果是理想的。针对其不足之处可以在实际应用时用优
从左向右扫描，查找第一个局部最小Ｘ面）值，记录该列 的列值为扣，将其作为字符区域的左边界。然后从右向左扫
化图像采集的方式来克服。
参考文献：
描，同样查找第一个局部最小ｘ劝值，记录该列的列值为，ｌ，
将其作为字符区域的右边界。分割出字符区域。 ２）计算字符区域的宽度形。设置阈值Ｗｒ＝Ｗ／５。 ３）从左边界开始向右扫描图像，判断其像素值并做好标 记。从左向右、从上向下扫描图像并计算每个连通域的宽度
下的变换：
单，时间消耗较少。
ｓ＝聊，芦Ｉ ｒｌ山，，一Ｊ 使得ＳＥ［‰’．ｓ一］，其中，Ｔ为线性变换函数。
（２）
衷Ａ。 吊．—‘Ｘ
吊Ａ 甫Ａ。
Ｓ：三凸吐ｒ＝叠塾ｄｉ‰
７．５３６８
ｆ３１
Ｆｉｇ．３
７．５３６８
图３二值化处理结果
Ｒｅｓｕｌｔｓ ｏｆ ｂｉｎａｒｉｚａｔｉｏｎ
２字符分割
在字符分割时常用到垂直投影、模板匹配及连通域分析 等方法，但是单独使用某种方法处理不同环境拍摄的单双行
ｖｅｒｔｉｃａｌ
ｓｅｇｍｅｎｔａｔｉｏｎ．Ｔｈｅ
ｏｔｈｅｒ ｐａｒｔ ｃｈａｒａｃｔｅｒ
ｕ麟ｃｏｎｎｅｃｔｅｄ
ｃｏｍｂｉｎｅｄ
ｗｉｔｈ
ｐｒｏｊｅｃｔｉｏｎ
ｆｏｒ ｔｈｅ ｃｈａｒａｃｔｅｒ ｓｅｇｍｅｎｔａｔｉｏｎ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔ ｉｎｄｉｃａｔｅｓ ｔｈａｔ ｔｈｉｓ ａｌｇｏｒｉｔｈｍ ｉｓ ｔｈｅ ８８ｍｅ ｗｉｔｈ
中圈分类号：’ＩＮ９１１．７３
文献标识码：Ａ ｏｆ ｃｈａｒａｃｔｅｒｓ ｓｅｇｍｅｎｔａｔｉｏｎ ｂａｓｅｄ
ＦＥＮＧ Ｘｕｅ，ＬＩ Ｄｏｎｇ－ｘｉｎ ｏｎ
文章编号：１６７４—６２３６（２０１４）２２一０１８５－０３ ｄｉｇｉｔａｌ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ
Ａｎ
ａｌｇｏｒｉｔｈｍ
（Ｈｏｈａｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ ２１ １ １００，Ｃｈｉｎａ）
车牌图像预处理
图像的灰度化
通常定位后的车牌图像都是彩色图像，在进行后续分割处
收稿日期：２０１４－０１—１３ 稿件编号：２０１４０１１０２
作者简介：封雪（１９９卜），女，江苏徐州人，硕士研究生。
研究方向：数字图像处理。
—－１８５－
万方数据
《电子设计工程）２０１４年第２２期
灰度化后的图像灰度偏低偏暗。 根据车牌图像处理系统的条件，将像素点灰度范围从芦 （５０，２００）展开到ｓ＝（ｏ，２５５）之间，对此我们对像素点灰度值作如
４一连通指边缘接触连接的像素，在水平和垂直方向连接的像
垂直投影及连通域提取法。该算法通过先验知识将车牌分 块，使但单双行两种结构的车牌能够统一归类；通过投影结
合先验知识判断解决了分割汉字的问题；而通过垂直投影确
素被认为同一对象；８－连通指边缘或者对角连接的像素，在 水平、垂直和对角方向连接的像素被认为是同一对象。本文 选用４一连通类型。具体算法如下：
Ｘ－∞＝∑■ａ√）
（６）
在对车牌图像进行列扫描统计白色像素点时，若Ｘ。仃）≤ ４，则记录该列所在的列值Ｊｏ，继续向右扫描每列白色像素点， 并寻找符合要求的位置，并记录其列值豇 ２）根据先验知识设置标准字符宽度为形，。 令ｉ＝１，若矽。＜一ｊｉ－ｊＯ，则Ｊｉ处为第一个字符的分割处，否 则ｉ＝ｉ＋１，重复上述判断，直至找到符合要求分割处，分割出
２．１基于投影结合先验知识反馈的分割法
若ｒ＝（５０，２００）、ｓ＝（０，２５５）则：＿ｓｚｌ．７ｒ一８５。线性变换的结
果如图２所示二
Ａ
７ 哀曩．．．３ ６ ８
图２线性变换处理结果
Ｆｉｇ．２ Ｒｅｓｕｌｔｓ ｏｆ ｌｉｎｅａｒ
ｔｒａｎｓｆｏｒｍａｔｉｏｎ
ห้องสมุดไป่ตู้
１．３二值化
为了提高整体的处理速度，在分割之前还需对灰度图 像进行二值化处理。本文采用的二值化方法是一种最大类间 方差法。其基本原理为：假设某灰度图像有Ⅳ个灰度等级。根 据其直方图选取合适的阈值ｋ，并将图像的灰度值分为两组， 一组的像素总数为Ｗｏ（ｋ），平均灰度为Ｍｏ（ｋ），方差为Ｃｒ‘ｏ（ｋ）；另
理之前需要先对该图像进行灰度化处理，这样既可以提高图像 的处理速度，又可以对不同颜色的车牌图像进行统一化的处理。 彩色图像灰度化常用的处理方法有３种回：加权平均值法、 平均值法及最大值法。对比这３种方法的处理效果，本文选 择加权平均值法对图像进行灰度化处理。 加权平均值法：通常根据某种重要性或者其它特殊指标 给Ｒ、Ｇ、Ｂ三分量赋予不同的权值，并将Ｒ、Ｇ、Ｂ三分量的权 值相加。则某点的灰度值如式１求得。 ｊ（ｉｄ）－－－ｏ．２９９Ｒ（ｉｄ＇）＋０．５７８Ｇ（ｉ√）＋０．１１４Ｂ（ｉ√）
吒＝Ｗｏ（Ｍｏ－ｍ）２＋Ｗｌ∽Ｉ－ｍ）２
乃＝形ｏ％＋形ＩＯ＂ｌ 上式中ｍ为图像中所有像素的平均值。 灰度图二值化的具体算法如下： １）求图像中最大的灰度ｍａｘ； ２）令ｋ＝Ｏ； ３）分别求出大于和小于ｋ的这两类像素总数和像素的 灰度平均值； （４） （５）
１）对二值化后的Ｆｌ部分图像五０，ｙ）进行垂直投影。进而 进行列扫描。统计每列上白色像素点个数，设为Ｘ－（『），
图１线性变换
Ｆｉｇ．１ Ｌｉｎｅａｒ ｔｒａｎｓｆｏｒｍａｔｉｏｎ
车牌图像，处理效果都不是很理想。为克服这些方法的不足， 本文采用投影和连通域分析方法，并结合先验知识对车牌图 像进行分割。 １）考虑到我国车牌分为单行和双行车牌两种，首先根据 先验知识即车牌长宽尺寸的比值来判断车牌结构，并将车牌 分类。 ２）若为单行结构车牌，则根据先验知识结合垂直投影将 车牌图像分为两部分，左边部分为两个字符，右边部分是五个 字符，且将左边部分标记为Ｆ１，右边部分标记为Ｆ２。若为双行 结构车牌，则对车牌图像进行水平投影，后根据投影结果将车 牌图像分为上下两部分，上边部分为两个字符，下边部分为五 个字符，且将上半部分标记为Ｆｌ，下半部分标记为Ｆ２。 ３）标记为Ｆ１的部分包含一个汉字和一个字母，结构相对 比较简单，又考虑到汉字的不连通性，采用垂直投影法结合 先验知识反馈进行字符分割；标记为Ｆ２的部分，通常只包含 连通的字母和数字或者上下结构的汉字，因此采用垂直投影 和连通域分析结合的方法分割。