车牌识别系统中图像的采集和定位问题研究

ｈｉ（ｘ’，）＝【！，：】吣’ｙ）＝Ｅ一０。】（１０）
Ｒｏｂｅｒｔｓ梯度有一个阈值作为门限Ｔ才有较好处
理效果。采用梯度法和门限Ｔ的关系如下：
①ｇ（ｘ，Ｙ）＝Ｇ，不设Ｔ值效果为：原图像消失，
显示深浅不同的反映梯度的线，这些线不连续而且呈
现杂乱无章、亮度不同的许多长短不同的线段，实际 无法从中看出轮廓。
图６变换曲线Ｔ（ｒ）
图７车牌图像增强前后效果比较
２．２图像锐化
图像锐化可以使图像灰度反差增强，使图像更有
利于轮廓抽取。因为轮廓或边缘是图像中变化率最
大的地方，所以抽取图像的轮廓，就是寻找图像的最
大灰度变化处。在抽取边缘之前，利用图像处理技术
使图像边缘灰度反差增大，边缘更加清晰，以利于下
一步提取，这就是图像锐化¨Ｊ。本文采用的锐化方
④ｇ（ｘ＇ｙ）＝｛乏豢卸时
（１３）
这完全以抽取轮廓为目的，使原图像消失而成为 一极暗背景中有最亮轮廓线的图像，此方法对目标的 识别和跟踪等领域十分重要。图８为锐化后获得的 车牌边缘图。
在车牌识别系统的实际应用中，外部光照情况的 变化对车牌识别的效果有很大的影响，这也是实现一 个优良的车牌识别系统必须考虑的一个重要问题，剧 烈变化的环境光照对整个车辆牌照识别系统的影响
收稿日期：２００８－０３－１７ 作者简介：吕文敏（１９８３－），男，湖南永州人，华南理工大学自动化科学与工程学院硕士研究生，研究方向：数字图像处理，模 式识别。
了车牌识别系统的全天候问题；并且利用纹理分析和灰度图像垂直投影相结合的方法，成功地解决了传统车牌图像定位
手段很难解决的几个难题，在此过程中还涉及了车牌图像的几种预处理手段：车牌图像的灰度校正、增强和锐化；最后的 定位结果验证了该定位算法的有效性和精确性。
关键词：图像采集；车牌定位；图像处理；车牌识别系统
图Ｉ 图像采集自适应控制系统结构图 ＬＥＤ补光系统主要由ＬＥＤ灯、脉冲电源、视频同 步器三个部分组成，ＬＥＤ灯是由１２０只发光二极管组 成，电源是专门设计的脉冲电源。摄像机参数设定系 统是一个小型的单片机系统，主要作用是将计算机的 指令系统转化成摄像机系统可以接受的指令，包括一 个ＲＳ２３２接口、一个ＲＳ４８５接口。工作时利用 ＲＳ４８５与计算机通信，利用ＲＳ２３２与摄像机进行通
０引言
智能交通系统是近年来国际上最引人注目、研究 发展速度最快的领域之一，而车牌自动识别则是随之 发展起来的一门高新技术。近年来，世界各国的汽车 数量迅速增加，致使公路交通负担越来越重，引起许 多国家对公路交通自动控制与管理即所谓智能运输 系统ＩＴＳ（Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｙｓｔｅｍ）的重视。 在此情况下，车牌识别系统ＶＬＰＲＳ（Ｖｅｈｉｃｌｅ Ｌｉｃｅｎｓｅ． Ｐｌａｔｅ Ｒｅｃｏｇｎｉｔｉｏｎ Ｓｙｓｔｅｍ）应运而生。随着交通现代化 的发展要求，汽车牌照的自动识别技术在公共安全、 交通管理及有关军事部门有着重要的应用价值，它不 仅可以提高管理部门的工作效率，节省大量的人力、
２００９年第３期 文章编号：１００６－２４７５（２００９）０３－００１９－０５
计算机与现代化 ＪＩＳＵＡＮＪＩ ＹＵ ＸＩＡＮＤＡＩＨＵＡ
总第１６３期
车牌识别系统中图像的采集和定位问题研究
吕文敏
（华南理工大学自动化科学与工程学院，广东广州５１０６４０）
摘要：针对汽车牌照识别系统中图像的采集和定位问题，设计了一种行驶车辆图像获取的自适应控制系统，很好地解决
资金、甚至能够降低与汽车有关的犯罪率，为维护社 会治安发挥独特的作用。因此车牌识别系统的成功 开发与应用必将大大地加速ＩＴＳ的进程…。
一个典型的车牌识别系统大体分为四个模块：车 牌图像预处理和车牌定位模块、车牌字符分割和字符 识别模块。其中图像的采集和精确定位是车牌智能 识别的重要前提。
１ 图像采集自适应控制系统
ｔ．ＥＤ｝Ｆ光系统
摄像机系统
通信系统 计算机系统
是道路地面，如果用传统的控制算法，整个摄像机将 以地面的图像为主要的参照物，对摄像机的参数进行 调整，这样在某些时段便无法将车辆和车牌拍摄清 楚。另外，对自动光圈的控制的可靠性也是一个大问 题。控制算法的流程如图２所示。
图２控制算法流程图 本文的图像采集系统在实际应用中取得了很好 的效果，解决了实际应用中的很多问题，该系统的优 势在于：（１）计算机系统中对摄像机控制的算法可以 帮助摄像机捕捉清晰的运动车辆的图像；（２）利用功 率很小的ＬＥＤ灯作为夜间的照明，ＬＥＤ的照明系统 采用与视频同步的脉冲电源，使整个照明的效果大幅 提高。图３中左为利用本系统捕捉到的车牌原始图 像，右为普通方法获取的车牌原始图像。
行。前者是在基于图像傅立叶变换的基础上进行的，
后者在图像平面中处理像元的亮度值。本文采用的
直方图均衡化能使图像具有较好的视觉效果，以达到
增强的目的Ｈ Ｊ。直方图均衡化是指将原直方图通过
变换函数调整为均衡直方图，然后按均衡直方图调整
原来的图像。图５给出了连续情况下非均匀概率密
度函数ｐｒ（ｒ）经变换函数Ｔ（ｒ）转换为均匀概率分布
ｉｍｓｅ Ａｂｓｔｒａｃｔ：Ａ
ａｃｑｕｉｓｉｔｉｏｎ ａｄａｐｔｉｖｅ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｉｓ ｄｅｓｉｇｎｅｄ ｃｒｅａｔｉｖｅｌｙ ｔｏ ｂｅ ａｄａｐｔｉｖｅ ｉｎ ａｌｌ ｗｅａｔｈｅｒ ｃｏｎｄｉｔｉｏｎｓ ｂａｓｅｄ Ｏｎ ｔｈｅ
ｐｒｏｂｌｅｍｓ ｏｆ ｉｍａｇｅ ａｃｑｕｉｓｉｔｉｏｎ ａｎｄ ｌｉｃｅｎｓｅ ｐｌａｔｅ ｌｏｃａｔｅ．Ｔｈｅ ｐｒｏｂｌｅｍｓ ｗｈｉｃｈ ａｒｅ ０ｆ ｎ＿ｏｕｂｌ髓ｒｅａｌｌｙ ｉｎ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｉｍａｇｅ ｔｒｅａｔｍｅｎｔ
万方数据
计算机与现代化
２００９年第３期
是很大的。一个典型的情况是，当太阳光与摄像机相 对汽车牌照形成镜面反射或定向反射角度时，一般的 摄像系统是不可能拍摄出可供识别的牌照的清晰图 像。还有几种情况是：（１）汽车大灯直射摄像机，整 个画面一片雪白；（２）牌照上自然光严重不均匀（如 影子在牌照上）；（３）牌照字符有污损。这些问题处 理不好系统的识别率就不可能高，就无法进入实际应 用‘２】。
ｃｏｎｃｅｍｅｄ．Ａｎｄ ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ａｌｇｏｒｉｔｈｍｓ ｆｏｒ ｉｍａｇｅ ａｃｑｕｉｓｉｔｉｏｎ ａｎｄ ｌｉｃｅｎｓｅ ｐｌａｔｅ ｌｏｃａｔｉｏｎ ａｒｅ ｖｅｒｙ ｅｆｆｅｃ－
ｆｉｖｅ．
Ｋｅｙ ｗｏｒｄｓ：ｉｍａｇｅ ａｃｑｕｉｓｉｔｉｏｎ；ｌｉｃｅｎｓｅ ｐｈｔｅ ｌｏｃａｔｉｏｎ；ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ；ｖｅｈｉｃｌｅ ｌｉｃｅｎｓｅ ｐｌａｔｅ ｒｅｃｏｇｎｉｔｉｏｎ ｓபைடு நூலகம்ｓｔｅｍ
（２）Ｒｏｂｅｒｔｓ梯度。
上述求梯度时，ｆ（Ｘ，Ｙ）和ｆ（Ｘ＋ｌ，Ｙ＋１）的灰 度差的像元位置关系并未考虑。Ｒｏｂｅｒｔｓ把上述梯度
作了修改，定义为Ｒｏｂｅｒｔｓ梯度ＧＲ［６】：
ＧＲ＝ｔｆ（ｘ，ｙ）一ｆ（ｘ＋１，Ｙ＋１）Ｉ＋Ｉｆ（Ｘ＋１，Ｙ＋１）一ｆ（ｘ，Ｙ
＋１）Ｉ
（９）
为了运算统一，也可以归人模板法，在空域处理 （卷积）：
法为Ｒｏｂｅｒｔｓ梯度法：
（１）梯度法。
为了突出图像各不同走向的边缘和线条，可采用
各向同性且具有旋转不变性的梯度算子ｌ Ｖｆ（ｘ，ｙ）
Ｉ。由于ｆ（ｘ，ｙ）的梯度为：
ｖｆ（ｘ’ｙ）－［黼］’
（５）
其幅度为：
ｖｆ（ｘ，ｙ）Ｉ．［（∥ａｘ）２ Ｉ＋、（∥缸）２］｝
（６）
令Ｇ＝Ｉ Ｖｆ（ｘ，ｙ）ｌ，则Ｇ为旋转不变的，但梯
ｔｅｃｈｎｏｌｏｇｙ ａ工ｅ ｓｕｃｃｅｓｓｆｕｌｌｙ ｓｏｌｖｅｄ ｉｎ ｕｓｅ ｏｆ ｔｈｅ ａｓｓｏｃｉａｔｉｏｎ ｏｆ ｇｒａｙ ｖｅｒｔｉｃａｌ ｐｒｏｊｅｃｔｉｏｎ ａｎｄ ｔｅｘｔｕｒｅ ａｌｌａｌｙ８ｉ８．Ｄｕｒｉｎｇ ｔｈｅ ｌｏｃａｔｉｎｇ
ｃｏｕｒｓｅ，ｌｉｃｅｎｓｅ ｐｌａｔｅ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｉｑｕｅｓ ｓｕｃｈ明ｉｍａｇｅ ｅｎｈａｎｃｉｎｇ，ｉｍａｇｅ ｓｈｒｐｅｎｉＩｌｇ ａｎｄ ｉｍａｇｅ ｂｏｒｄｅｒ ｅｘｔｒａｃｔｉｏｎ ａｒｅ ａｌｓｏ
万方数据
２００９年第３期 图４所示‘引。
吕文敏：车牌识剐系统中图像的采集和定位问题研究
２１
第ｉ个值可为：
Ｐ，（Ｒｉ）＝ｎｌ／ｎ
（３）
这里ｎｉ为灰度Ｒ；的像素点的数目，ｎ为图像的
总像素，直方图均衡化的过程为：ｓｔ＝Ｔ（ｒｋ）＝砉詈＝砉
“（ｒ１） Ｏ≤ｋｓｌ，ｋ＝０，１，２，…，Ｌ一１
（４）
本系统所应用的变换函数Ｔ（ｒ）如图６所示，图７
ｐｓ（８）的示意图，图中ｒ为变换前的亮度值，８为变换 后的亮度值。
图５非均匀密度函数转换为均匀密度函数 ｒ为原始图像亮度值，假定为：０≤ｒ≤ｌ：取变换 函数Ｔ（ｒ），则有８＝Ｔ（ｒ）；这里Ｔ（ｒ）满足下述条 件： （１）在Ｏ≤ｒ≤ｌ区间内，Ｔ（ｒ）为单值，且单调 增加； （２）在０≤ｒ≤ｌ，有０≤Ｔ（ｒ）≤１。 设变量表示～幅给定图像的离散灰度，直方图的
图３不同图像采集方法获取的原始车牌图像对比
２车牌图像定位
２．１图像的灰度校正和增强 由于车牌图像在拍摄时受到种种条件的限制和
干扰，图像的灰度值往往与实际景物不完全匹配，这 将直接影响到图像的后续处理。造成这种影响的原 因主要是由于被摄物体的远近不同，使得图像中央区 域和边缘区域的灰度失衡，或是由于ＣＣＤ摄像头在 扫描时各点的灵敏度有较大的差异而产生图像灰度 失真，或是由于曝光不足而使得图像的灰度变化范围 很窄。这时就可以采用灰度校正的方法来处理，增强 灰度的变化范围、丰富灰度层次。灰度校正变换图如
②ｇ（ｘ’ｙ）《鬈酆时
（１１）
其余原图像保留，镶上一个等亮度的轮廓边。通
常ＬＨ＝Ｌ一取得最大亮度，使原图像中的物体镶上一 亮边。
③ｇ（Ⅵ）＝盘警州
（１２）
通常ＬＬ为某一较暗的均匀灰度，原图像消失呈
现均匀灰度ＬＬ，ＬＬ常选择为最暗Ｌ曲，这样便于突出 轮廓及边缘的图像，但此时轮廓仍为明暗不均、不连
续且杂乱的线段。
信。 计算机系统是图像采集自适应控制系统的核心
部分，包括硬件和软件两大部分。传统摄像机的亮度 控制算法是利用图像中心区域的亮度值，对摄影像机 的成像进行控制，包括控制摄像机的快门、增益、镜头 的光圈，某些高档的摄像机内部带有一个ＤＳＰ对系 统进行调节。这种控制本身，用于道路监控时应该没 有什么问题，但用于车牌识别系统则会有一定的问 题。因为用于车牌识别的摄像机大部分时间拍摄的
度Ｖｆ（ｘ，Ｙ）是具有方向性的。
妒熬
（７）
按照Ｇ的大小可确定有没有边缘，边缘的方向 为０方向。通常Ｖｆ（ｘ，ｙ）和０角这两种指标都可利 用。与平滑运算一样，一般取一个阈值Ｔ作为门限， 即：
万方数据
计算机与现代化
２００９年第３期
ｒｇ（ｘ，Ｙ）＝Ｇ，当Ｇ＿Ｔ时 （８）
【ｇ（ｘ，Ｙ）＝ｆ（ｘ，Ｙ），当Ｇ＜Ｔ
为图像增强比较图。
图４灰度线性变换
其中ｓ＝Ｔ（ｒ），ｒ＝［Ｒ血，Ｒ一］，使得ｓ×［ｓ曲，
Ｓ。］，Ｔ为线性变换：
８－瓦石＋——瓦■瓦■一 ＳＥ—Ｓ“．Ｓ面。·Ｒ一～Ｓ一十ｋ
，１、
‘１）
若ｒ×（５０，１５０）、ｓ×（Ｏ，２５０）则：
Ｓ＝２５５∥１００一２５５·５０／１００＝２．５５ｒ－１２８
（２）
图像增强可以在频域中进行，也可以在空域中进
中图分类号：ＴＰ３９１．４１
文献标识码：Ａ
Ｒｅｓｅａｒｃｈ Ｏｉｌ Ｉｍａｇｅ Ａｃｑｕｉｓｉｔｉｏｎ ａｎｄ Ｌｉｃｅｎｓｅ Ｐｌａｔｅ Ｌｏｃａｔｉｏｎ ｉｎ Ｖｅｈｉｃｌｅ Ｌｉｃｅｎｓｅ Ｐｌａｔｅ Ｒｅｃｏｇｎｉｔｉｏｎ Ｓｙｓｔｅｍ
Ｌ０ Ｗｅｎ．ｍｉｎ
（Ｓｏｕｔｈ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ０ｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ ５１０６４０，Ｃｈｉｎａ）
１．１图像采集自适应控制系统原理和结构 如图１所示，图像采集自适应系统由摄像机系
统、摄像机参数设定系统、通信系统、图像采集系统、 计算机系统、ＬＥＤ补光系统等６部分组成。车辆图像 由摄像机系统得到，通过图像传输及采集卡得到数字 图像；计算机系统通过对数字图像进行分析，如果得 到的图像可以满足识别系统的要求，将不作任何调 整，如果发现图像无法满足要求，计算机系统将通过 通信系统，将指令发给摄像机参数设定系统，摄像机 参数设定系统通过指令转换系统对摄像机的参数进 行修正。如果当系统监测到光照不足，将通过通信系 统发指令给ＬＥＤ补光系统，开启补光系统。如果系 统发现环境足够亮，又可以关闭ＬＥＤ补光系统。