一种RGB颜色空间中的车牌定位新方法_郑成勇

模式识别。发表论文十余篇。E-mail: zcy_179@ 163． com。
1624
中国图象图形学报
www． cjig． cn
第 15 卷
敏感， 因此当车身 或 周 边 环 境 颜色 和 车牌颜色相 似 时， 该方法难以 奏 效。 基于 车牌纹 理 特征 的 车牌定 位大多通过提取字 符 的 垂 直 边缘， 利 用 扫描 行 的 灰 度跳变次数， 或经 形 态 学 连 通 处 理 后 矩 形 区 域的 宽 高比 、 密度等特征来 进 行 车牌 区 检 验。 此 方法 在 图 像对比度高、 边缘 清晰 时， 是比较 通 用 的方法， 但当 图像对比度 底， 背 景复 杂 时， 则容易提取出虚假目 标， 尤其容易受 汽 车 标志 及 车 身 文 字 的 干 扰。 综 合 纹理、 颜色等多种 信 息 的 车牌定位 方法 在一定 程 度 上可以克服以上两 种 方法的 缺 陷， 但如 何 行 之有 效 地融合多种信 息， 仍 有 待 进一步 研究。 基于分 类 器 的车牌定位方法， 由于预先需要大量的训练样本， 因 此样本数据的构建及特征选择的好坏是该方法成功 的关键。 本 文 在 前 人 工 作 的基 础上， 提 出 了 一种新 的 在 RGB 颜色空间中直接提 取 车牌颜色 特征 的方法， 该 方法在保持 RGB 颜色 处 理 的 便 捷 的 同 时 拥 有 对 光 照变化的鲁棒性; 在 此 基 础上 又 设 计 了 一种 自适应 的特征图像二值化及基于字符数及字符规则度的车 牌检验新方法。 车牌定位中一个非常关键的步骤就是车牌候选 区域的筛选问题。由于基于颜色或纹理对图像进行 了特征提取后， 往往会形成若干个候选区域， 因此需 要进一步检验。 用 于 车牌 区 域 检 验 的 特征 一 般 有: 宽高 比、 面 积、 密 度、 矩 形 度、 灰 度 跳 变 次 数 等， 其中 ［1 ， 4-6 ， 8-11 ］ ， 车牌的宽高比特征使用最多 其次为面积特 征
［4-6 ， 11 ］
图1 Fig． 1
车牌定位流程图
Flow chart of license plate detection
1
RGB 颜色空间中的车牌颜色特征 提取
颜色特征提取 设 RGB 彩色图像 中 的 红、 绿、 蓝 3 个 颜色 分 量
1． 1
g， b。 当某 像 素 呈 现 为 蓝 色 时， 分别 为 r ， 其蓝色分 y ) = b ( x， y) － 量必大于其 他 两 个 分 量。 记 d1 ( x ， r( x， y) ， d2 ( x ， y) = b( x， y ) － g ( x， y) ， 则 蓝 色 特征 定 义为 F b ( x， y) =
。然而， 宽高 比、 面 积等 特征 易 随 图像 尺 寸
或图像的分辨率改 变 而 改 变， 很难 给 出 一 个 通 用 的 。 准确而有效的范围 如果过窄， 则会造成漏检， 而过 宽了 ， 又会引入 虚 假 目 标。 许 多文 献 中 给 出 的 范围 6］和 文 往往只 适 用 于 某 些 特 定 的 环 境， 如 文 献［ 7］ 献［ 给出的车牌 区 宽 高 比 的 范围 分 别 为 2 ～ 5 和 3 ～ 15 ， 实际 的 数 值 有 可 能 同 时 超 出 二 者 给 出 的 范围。 本文认为， 在车牌区固有的特征中， 字符数是固 定的 ， 字符宽度 及 各字 符 间的间 距 是 一 致 的。 我 国 的 车 牌 一 般 都 是 7 个 字 符， 每个字符的宽度为 45 mm， 字符 间 距 也 有 一定 的 规 定。 字 符 个 数 及 各 字符宽度的一致 性不 会 随 图像 尺 寸 的 改 变 而 改 变， 这正是本文用于车牌检验的依据。本文设计了一种 字符个数及字符宽度一致性的车牌字符规则度的计 算方法， 并将其应用于车牌检验， 取得了良好的效果。 本文算法的大致流程如图 1 所示。
收稿日期: 2009-03-09 ; 改回日期: 2009-08-27 第一作者简介: 郑成勇( 1978 —
、 Adaboost［13］等分类器算法的车牌定位方法。
由于基于颜色的车牌定位方法大多对光照变化
)， 2004 年于华中科技大学数学系获计算数学专业硕士学位。主要研究方向 为 数字 图像 处 理、 男。讲师，
{
－ k1 d1 ( x ， y ) － k2 d2 ( x ， y) 0
d1 ( x ， y) ＜ 0 ， d2 ( x ， y) ＜ 0 ( 3 ) 其他
第 11 期
郑成勇: 一种 RGB 颜色空间中的车牌定位新方法
1625
1． 2
特征图像的二值化
珟 珟 的 孤 立 背 景 噪 声，设 为 F 2 = F1 珟 F 2
{
d1 ( x ， y ) + d2 ( x + y ) 0
d1 ( x ， y) ＞ 0 ， d2 ( x ， y) ＞ 0 其他 ( 1)
1］ 式( 1 ) 即 为 文 献［ 给 出 的 蓝 色 特征 提 取 公 式。 该 特征可以看做是蓝色分量与其他两个颜色分量差的 加权 和 ， 只不过系数均为 1 而已。因而， 更一般的 蓝 色特征可以定义为 F b ( x， y) =
0
引
言
者对此已进行了大量的研究， 主要算法有: 基于车牌 ［1-3 ］ 、 基于 车牌纹 理 结 构 颜色属性 的 车牌定位 方法 、 综 合纹 理 结 构特征及 颜 ［10-11 ］ ， 色属 性 的 车 牌 定 位 方 法 以及基于神经网 特征的车牌定位 方法 络
［12 ］ ［4-9 ］
随着 道 路 交 通 的 快 速 发 展， 自动车牌识别 ( LPR) 技术的开发和应用受到了世界各国 的 广 泛关 国内外 学 注。车牌定位是车牌 识 别 的 前提 和 关键，
2010 ， 15 ( 11 ) : 1623-1628 检索信息: 郑成勇． 一种 RGB 颜色空间中的车牌定位新方法［J］． 中国图象图形学报，
一 种 RGB 颜色 空间 中 的 车牌 定 位 新 方 法
郑成勇
( 五邑大学数学与计算科学学院， 广东江门 529020 )
摘
要: 车牌定位是车牌自动识别系统的关键。为了快速准确地进行车牌定位， 提出了一种新的 RGB 颜色 空间的
第 15 卷 第 11 期 2010 年 1Baidu Nhomakorabea 月
中图法分类号: TP391． 41 文献标志码: A
中国图象图形学报 Journal of Image and Graphics
文章编号: 1006-8961 ( 2010 ) 11-1623-06
Vol． 15 ，No． 11 Nov． ， 2010
［4 ］
。 由于 U 分量
或 Cb 分 量 均 不 包 含 亮 度 信 息， 因 而 图像 F 对 光 照 变化不 敏 感。 本 文 取 k1 = 0. 168 74 × 2 = 0. 337 48 ， k2 = 0. 331 26 × 2 = 0. 662 52 ， 使得k1 + k2 = 1 。 黄 色可 以 看 做 是 蓝 色 的反 色， 因 而 黄 色 的 特征 可定义为 F y ( x， y) =
{
k1 d1 ( x ， y ) + k2 d2 ( x ， y) 0
d1 ( x ， y) ＞ 0 ， d2 ( x ， y) ＞ 0 其他 ( 2)
k1 ， k2 ∈［ 0， 1］ 。特别地， k2 = 式中 ， 当 k1 = 0. 147 13 ， 0. 288 86 时， 得到的就是 YUV( http: / / en． wikipedia． org / wiki / YUV) 颜色 空间 中 表 示 彩 度 的 U 分 量; 当 k1 = 0. 168 74 ， k2 = 0. 331 26 时， 得 到 的 就 是 YCrCb 颜色空间中表示彩度的分 量 Cb-128
Abstract: License plate( LP) location is key to vehicle license plate auto recognition system． In this paper，we propose a novel LP location method on RGB color space， which includes four steps: color feature extraction， feature image's binaryzation，area filling and de-noising with morphology processing，plate candidate regions verification． Traditional color feature extraction is sensitive to iluminition based on which，we propose a new color feature extraction method that doesn't include the intensity component． For plate candidate regions verification，we discards some geometry features such as the area，length / width ratio，rectangle degree etc，those of which are widely used but sensitive to image size，and we utilizese the special characteristic of LP on character number and character arrangement uniformity to verify the candidate regions． 605 images with various size and illumination condition were tested，success rate of LP location was over 96% ，which shows the color feature extraction method is robust to illumination change，and the plate verification is suitable for various image size． Keywords: license plate location; RGB color space; character uniformity of license palte; morphology
车牌定位方法， 该方法包括颜色特征提取、 特征图像的二值化、 形态学连通去 噪、 车牌 候 选 区 域 检 验 4 个 步 骤， 同时 针对传统颜色特征提取对光照变化敏感的问题， 提出 了 一种 不 包 含 亮 度 信 息 的 颜色 特征 提 取 方法; 对 于 车牌 候 选 区域的检验摒弃了常用的易受图像尺寸及图像分辨率影响的区域面积、 宽高比、 矩 形 度 等 几 何 特征， 而 是采 用车牌 字符数及字符排列的规则度作为判定的依据， 并由此设 计 了 一种车牌 字 符 规则 度 的 计 算方法， 用 来 检 验 车牌 候 选 区域。通过对包含不同尺寸、 不同光照条件的 605 幅图像进行车牌定位 的 实 验 表 明， 成 功 率 超 过 96%， 可 见 该 颜色 特征提取方法对光照变化不敏感， 该车牌检验方法可适用于各种不同尺寸图像的车牌定位。 关键词: 车牌定位; RGB 颜色空间; 车牌字符规则度; 数学形态学
A novel license plate location method on RGB color space
ZHENG Chengyong
( School of Mathematics and Computational Science，Wuyi University，Jiangmen， Guangdong 529020 )