基于MATLAB车牌字符分割的算法研究

实验研究

基于MATLAB车牌字符分割的算法研究

作者/马晨，西安航空学院

摘要：车牌字符分割一直是智能交通领域的一个重要研究方向。在实际应用中有其独特的价值。本文主要研究的是车牌字符的分割算法，应用MATLAB软件，进行深入的分析和仿真研究。为将车牌字符分割为单个字符，首先经过连通域寻找到字符的宽度，然后按照投影的方法找到分割点的位置，最后再通过宽度创建模板以此来进行分割。文中，将连通域法、垂直投影法、模板匹配法相结合，适用于任何通用情况下，算法合理，实验结果表明在理想测试条件下，可以取得较好的分割结果。

关键词：车牌字符分割；MATLAB;垂直投影法；模板匹配法

引言

我国智能交通管理系统主要用于道路运行监控、交通事 故分析与现场调查、违章自动记录、高速公路管理系统监控、小区门禁系统等，而随着智能交通系统的不断完善，车牌识 别系统也扮演着愈发重要的角色，车牌字符分割作为车牌识 别系统中重要组成部分，它的作用显得尤为重要。车牌自动 识别系统需要做到对采集到的实时车牌图像进行快速的预 处理、图像字符的分割、图像字符的识别等一系列措施，其 中车牌字符分割即要完成从原始图像的获取、图像预处理、最终的字符分割、以及单个字符输出等工作。

MATLAB强大的数据处理功能，非常适用于数字图像与 视频的处理。文中，基于MATLAB数据处理平台，研究车 牌字符分割的算法，将连通域法、垂直投影法、模板匹配法 相结合，实验结果表明，在理想测试条件下可以得到较好的 分割结果。

1.车牌的定位和几何校正

■ 1.1车牌定位

在车牌定位时需要把车牌图像从采集到的图像中分割 出来。能够在形式多变的环境下，如何从亮度相差很大的车 牌原始图像中，正确定位牌范围是整个车牌识别系统的关键 之处。经过图像处理后所得到的图像，在垂直方向上的面积 投影出现了峰-谷-峰的特性。根据这_特点，可以定位车 牌区域，在车牌初始位置之后，需要进一步进行微定位。对 于车牌四周边界即左右、上下运用削减这就是所说的微定位 法。微定位技术由三部分组成:横向定位、垂直定位、微定位。目前，国内外常见的车牌定位方法有：特点定位法，数学状 态定位法，小波变换法，开运算定位法等。

■ 1.2车牌几何校正

在实际情况中，采集到的车牌图像在车牌区域的数量和 角度上有一定的差异，车牌图像中的车牌字符在一定程度上 呈倾斜趋势。目前主要的倾斜类别有三种它们分别是:丫轴 方向上的倾斜、X轴方向上的倾斜、X轴和Y轴上的倾斜。若检测到车牌有倾斜，则需要对倾斜的车牌进行调整，常用的几何校正技术有以下三种：（1)霍夫数量变换的倾斜校

正算法，（2)基于车牌投影变换的倾斜校正算法，（3)

基于Radon变换的倾斜校正算法。而基于车牌投影的倾斜

校正算法，本质上就是一种基于Radon变换的校正算法。

通常一般用二维函数G(x,y)来表示采集到的原始图像坐标

为(x,y)的像素值，在某个方向上的投影一般可用该方向上

的积分表示。积分公式如（1)所示：

R(0,x ) = jiG{x cos0-y sin0,y cos6 + x sin0)dy(1)

2.车牌字符分割

字符分割的方法通常有以下三种：投影法、模板匹配法、

聚类分析法。本文结合连通域、投影法、模板匹配法来进行

车牌字符分割。具体操作如下：

(1) 彩色车牌图像进行预处理，将二值化后的黑白图像 从最底将部向最上面进行逐扫描工作，统计像素值为1的

像素，每当字符中的总数值大于7 (车牌中总共7个字符）

时，确定车牌字符中的上下边界，并剔除车牌字符的除去上

下边界的区域，将车牌的高度、宽度，分别设置为H、W。

(2) 由左到右由字符图像序列在_排车牌中进行扫描，统计像素值为1的像素，最后，结果信息统一在一个阵列里，

用来存储像素总量列与1像素值。

(3) 依据汉字本身的特征，系统设置两个阀值目的是来分割_个汉字字符。假设两个阈值可以是thresholdl，threshold〗，按照最左边方向开始进行扫描之前经过最

初处理之后的车牌字符图像，并且记下首个比阈值大的Thresholdl标记为H，然后比较得出的阈值所在列的宽度

H-S,以及Threshold 2的高低，最后，检测像素的范围是

大于阈值2,像素值为1的像素，小于阈值时，因此可以在

车牌上设置S字符的S。在分割不连通的汉字时，使用的这

种改进方法就会起到比较显著的作用。

(4) 由于车牌上的字母和数字这两者没有存在互不连通 性的问题，故只需要利用之前第一个阈值Threshod 1就可

以很轻松的分割出车牌上面剩下的字符。

(5) 当研究中像素数大于阈值1时，可作为车牌字符的

| 29

实验研究

起始位置，比阈值threshold 1小时计为一个车牌字符结束 的位置。以此类推，即可将车牌上的字符全部分割出来。

3.车牌字符分割的软件设计

本文以MATLAB R 2010b 为实验平台，根据所研究的车 牌字符分割方法，程序流程设计如图1所示。

图1车牌字符分割流程图

4.实验结果与分析

在理想测试环境下，其中一幅车牌图像的车牌字符分割

结果如图2所不c

,S A -7A 682i 原始彩色车牌图像

陕 A

7

A b a z

车牌二值化图像 图2

车牌灰度化图像

s w ra w s

车牌字符分割结果

通过一系列的测试结果发现，在车牌图像信息的采集这 程中，不可避免的存在外界环境的干扰，比如光线强度的大 小，汽车车牌四周的覆盖，汽车生产厂家对汽车本身的刻画 点缀等诸多因素都会很容易给车，牌定位工作造成影响。并 且对二值化后的图像再进行字符分割时，阈值的选择非常重 要，否则会放大我国私家车牌中“点”的存在，而影响字符 分割的效果。文中所采用的方法，在理想测试环境下，可以 取得较好的分割效果。对于测试中出现字符分割效果不理想 的原因，分析为：⑴目标图像上有外部干扰的车牌，如光 强度和周围的附加附件的车牌存在；（2)系统采用不同的边 缘检测算法将会致使汽车牌照字符的分割效果，最终影响识 别准确性；（3)存在某些字符具有很强的相似性，字符在识 别上可能发生混淆这样的情况。

参考文献

氺[1]朱虹.数字图像处理基[M ].北京.科学出版社,2005.04氺[2]刘卫国.MATLAB 程序设计教程[M ].北京.中国水利水电出版 社,2010.10

氺[3]王晓健.车牌定位与字符分割算法研究及实现[D ].北京邮电 大学，2009

氺[4]谢伟生.车牌定位及字符分割方法研究与实现[D ].西南交通 大学,2010

氺[5]冉令峰.基于垂直投影的车牌字符分割方法[J ].通信技 术，2012(04)

氺[6]董璐.数字图像处理与识别系统的开发[D ].东南大学,2004

(上接第34页)

脸识别系统”已经集成了模式识别、机器学习、模型理论、 专家系统、视频图像处理等多种专业技术取得了长足进步。 人脸识别核心技术的实现，展现了弱人工智能向强人工智能 的转化。

参考文献

氺[1]易军.人脸识别中的特征提取与度量学习算法研究[D ].北京 邮电大学,2015.

氺[2]胡敏，程天梅，王晓华.融合全局和局部特征的人脸识别[J ]. 电子测量与仪器学报，2013,(09):817-822.

氺[3]汤德俊.人脸识别中图像特征提取与匹配技术研究[D ].大连 海事大学,2013.

氺[4]吴正文.卷积神经网络在图像分类中的应用研究[D ].电子科 技大学,2015.

氺[5]汪济民.基于卷积神经网络的人脸检测和性别识别研究[D ]. 南京理工大学,2015.

30丨电子制作2017年8

月