车牌识别系统的设计与实现.

邮局订阅号 :/年技术创新

模式识别

PLC 技术应用 200例》

车牌识别系统的设计与实现

Design and Realization of License Plates Recognition System

(广东女子职业技术学院

谢盛嘉梁竞敏

XIE Sheng-jia LIANG Jing-min

摘要 :汽车牌照自动识别系统是制约道路交通智能化的重要因素 , 包括车牌定位、字符分割和字符识别三个主要部分。本文首先确定车辆牌照在原始图像中的水平位置和垂直位置 , 从而定位车辆牌照 , 然后采用局部投影进行字符分割。在字符识别部分 , 提出了在无特征提取情况下基于支持向量机的车牌字符识别方法。实验结果表

明 , 本文提出的方法具有良好的识别性能。关键词 :车牌定位 ; 字符分割 ; 车牌识别 ; 支持向量机中图分类号 :TP391.4文献标识码 :A

Abstract:The Vehicle License Plate Automatic Recognition System plays an important role in intelligent control of modern traffic. It consists of three steps:license plate locating, character segmentation and character recognition. A method of License plate locating is proposed, which find out the horizontal and vertical locating of the

License plate. A local projection method is used to segment char -acter. At Last, a License Plate Recognition method based support vector machines is proposed .The experiment results show the good performance of the proposed algorithm.

Key words:License plate locating; Character segmentation; License Plate Recognition; Support vector machines

文章编号 :1008-0570(201001-1-0165-03

1引言

车辆牌照在交通系统管理中有着重要的作用 , 通过它可以检索车辆的各项重要信息 , 实现车辆控制、运输安排、停车管理、自动收费、事故处理等功能 , 从而给交通系统的自动管理提供极大的方便。车牌识别系统包括车牌定位、字符

分割和字符识别

三大部分。车牌定位是车牌识别系统中最关键、

最难解决的一步 , 对车牌识别系统的识别精度有重要的影响。然而 , 由于车

牌背景的复杂性与车牌特征的多样性 , 迄今为止 , 仍没有一个完全通用的智能化车牌定位方法。

字符的识别方法总结起来主要有 :神经网络分类器识别字符、外围轮廓匹

配、投影序列特征匹配、外围轮廓投影匹配、基于 Hausdorff 距离的模板匹配。但由于这些匹配计算量大 , 速度较慢 , 对于车牌识别系统实时、快速的特性 , 不能满足要求。字符识别受车牌图像噪声及分割等因素的影响 , 识别率一直不能达到较高的准确率。由于我国国情的不同 , 车牌形式多种多样 , 到目前为止还没有一个完善的车牌识别算法。

本文依据二值化图像中车牌区域跳变频率高的事实 , 提出一种算法来确定车辆牌照在原始图像中的水平位置和垂直位置 , 从而定位车辆牌照。采用局部投影进

行字符分割。在字符识别部分 , 提出了在无特征提取情况下基于 SVM 的车牌字符识别方法。实验结果表明 , 本文提出的方法具有良好的识别性能。

2车牌定位

2.1图像预处理

车牌不可避免的存在噪声 , 而且由于车牌识别系统在室外

24小时工作 , 光照度大范围变化 , 也存在光照不均 , 亮度太低、

对比度太小等情况 , 这些都会降低系统的字符识别率 , 因此需要采

取去噪 , 光照不均校正和对比度增强等措施。本文应用中值滤波滤除噪声 , 通过低通滤波获得图像背景的照度估计 , 再从原始图像中减去此照度来校正光照不均 , 然后通过对比拉伸变换增强对比度 , 图 2是图 1经过中值滤波后的结果。

图 1原图图 2中值滤波后 2.2车牌定位

在车牌定位算法中 , 根据车牌区域的灰度分布特性 , 并结合车牌的先验知识 , 应用二值化后车牌区域跳变频率高的方法来进行车牌区域定位。车牌的先验知识有 :国家对牌照执行统一的标准 , 因而具有统一规格的尺寸 ; 由于拍摄角度和位置固定 , 摄像头与汽车的距离固定 , 因而摄入的图像具有固定比例的大小。

2.2.1车牌的上下边界定位。

检测汽车图像横向扫描线上相邻两个像素值的变化次数 , 因为牌照中至少有 7个字符 , 每个字符边缘对应的跳变次数至

少有两次 , 所以牌照区域内横向扫描线上至少应该有 14次

“ 0” 、“ 255” 之间的跳变 ; 并且针对具体的拍摄条件 , 车牌宽度、长度所占的横向扫描线数量范围可由先验统计获得。检测满足相应跳变次数的相邻横向扫描线的数量范围 , 也就是宽度范围 , 实现车牌的上下边界定位。

2.2.2车牌的左右边界定位

在实现车牌上下边界定位后 , 采用矩形窗口搜索的方法来确定车牌的左右边界。矩形窗口的大小就是车牌图像在采集图像中的大小 , 由拍摄图像经过统计后获得。矩形窗口中横向扫描

谢盛嘉 :讲师硕士

165--

技术创新

《微计算机信息》 (测控自动化 2010年第 26卷第 1-1期

元年邮局订阅号现场总线技术应用 200例》模式识别

线上跳变次数大于 14次的行数占总行数的比值定义为变量 S,

矩形窗口找到车牌图像时的阈值定义为 M,M 最初赋值为 0.9,

因为当矩形窗口找到车牌图像时 , 其符合度高 , 所以取值为 0.9。

程序从第一列开始 , 以车牌长度作为搜索窗口的长度 , 在此窗口