一种快速车牌定位算法

的变化关系可建立亮度Ｙ与Ｒ、Ｇ、Ｂ ３个颜色分量的对应
关系。
将彩色图像转化为灰度图像常采用公式（１）：【４Ｊ
Ｙ＝０．３Ｒ＋０．５９（３＋０．１１Ｂ
（１）
由于人眼对绿色的敏感度最高，对红色的敏感度次之，
对蓝色的敏感度最低，由式（１）得到的灰度图像是较为合 理的。
１．１．２ 图像增强
从摄像机获得的汽车图像由于受到自然环境的影响，往
智能交通系统中，车辆牌照的定位与识别，作为鉴别车 辆信息的来源，占有着重要的地位。车牌识别系统【２１（Ｌｉｃｅｎｓｅ Ｐｌａｔｅ Ｒｅｃｏｇｎｉｔｉｏｎ Ｓｙｓｔｅｍ，ＬＰＳ）的任务是处理、分析所摄取 的汽车图像，自动识别出车牌号码，从而确定车辆的身份。 车牌识别系统能广泛应用于高速公路收费站、城市交叉路 口、港口和机场、国家机关等重要场所，对提高这些场所交 通系统的管理水平和自动化程度具有重要的意义。车牌识别 算法主要包括，图像预处理、灰度图像二值化、牌照图像的 整形与去噪、车牌区域的定位与切割、字符的分割和识别， 本文主要介绍车牌定位的快速算法。
参考文献
术研究Ｉ Ｊ】．计算机科学２００６，３３（１２）：２０７－２０９． 【５】张辉，张道勇灰度等级处理中的ＯＳＴＵ动态阈值法研究
【Ｊ】．传感器世界，２００８：２４－２７． ［６】数字图像处理典型算法及实现［ＭＩ．求是科技．北京：人民
邮电出版社，２００６，６． ［７】陈智丽，赵巍．一种快速有效的动态车辆牌照定位算法
ＭｉｃｒｏｃｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓＶｏＬ ２６，Ｎｏ．４＇２０１０
技术交流
微型屯脑应用
２０１０年第２６卷第４期
３ 总结
【２】张丽芬，代君．智能监控交通系统中车牌识别技术研究
本文提出一种快速的车辆牌照定位算法，对获取的车辆 图像进行相应的预处理之后，根据车辆图像的纹理特征，分 析了牌照区域字符分布情况及变化规律，根据车辆号码区域
彩色图像，每个像素点只有２５６种取值，所以在数字图像处 理中，一般先将各种格式的彩色图像转化成灰度图像，以使 后续图像处理的计算量减少。灰度图像的描述与彩色图像一
样，仍然反映图像的整体、局部的色度、亮度等级的分布和 特征。
根据Ｙｕｖ的颜色空间中，Ｙ的分量的物理意义是点的 亮度，由该值反映亮度等级，根据ＲＧＢ和ＹｕＶ颜色空间
２实验结果
采用ｖｃ＋＋６．０对算法编程实现，处理的图像为２４位
真彩色６４０＋４８０的ｂｍｐ文件。实验中选择３０幅车辆图像进 行处理，这些车辆图像包含不同大小和不同清晰度的牌照， 对这些图像进行车牌定位测试。实验结果如表ｌ所示。
ｌ图像总
ｌ数
３０
表１车牌定位实验结果
定位准确图像 数
定位不准确的图像 数
２８
汽车图像信息在采集过程中往往受到各种噪声源的干 扰，如光照、杂物、污痕等，这些噪声在图像上常常表现为 一些孤立像素点，这可理解为像素的灰度是空间相关的，即 噪声点像素灰度与它们临近像素的灰度有着显著不同。为减 少干扰或孤立像素点对图像区域分割、分析和判断带来的影 响，需要对图像进行平滑处理，常用的图像平滑方法有收缩 再膨胀，图像平均法，域平均法（均值滤波），中值滤波法等。 本文采用自定义模板中值滤波扣Ｉ，区域灰度基本上被赋值为 ０，号码部分是由许多短线组成，背景噪声中大部分是孤立 噪声，采用模板（１，ｌ，１，１，１）对图像进行中值滤波，除掉图 像中大部分噪声干扰。 １．２车牌定位
符分布情况及变化规律，利用车牌号码区域像素值的变化频率，在一个特定范围内进行水平和垂直方向上的定位，从而准确
地得到车牌区域。实验结果表明，本文提出的算法能够较好地快速定位车辆图像中车牌区域。
关键词：智能交通；图像处理；车牌识别；车牌定位
中图分类号：ＴＰ３１１
文献标志码：Ａ
０ 引言
智能交通系统…（Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｙｓｔｅｍ，ＩＴＳ） 由美国智能交通协会于１９９０年提出，它利用先进的信息处 理技术、通信技术、自动控制技术、图像处理和模式识别技 术以及计算机网络技术等来加强道路、车辆、驾驶员和管理 人员的联系，实现道路交通管理自动化和车辆行驶的智能 化，有效地缓解交通堵塞，减少交通事故，建立舒适安全的 交通环境。
当发送信息时出现网络信号不好时，系统可自动提示网 络信号差的信息，并恢复到等待状态，当网络信号好时重新 传送数据。
往质量较差，并且在图像信号的采集、输入过程中，也会使 图像的质量下降，给后面的车牌定位和分割工作带来困难，
因此需要对以上图像进行图像增强，提高图像质量。
在图像增强处理中，基于点操作的增强方法也叫做灰度
变换。使用灰度变换的主要目的是为了提高图像的对比度， 即增强原图像各部分的反差，去除或削弱无用的信息。
由于采集的图像一般足彩色图像，不但存储开销很大， 而且处理上也会影响系统的处理速度，因此，对图像进行定 位前先将图像转化为灰度图像，以加快处理速度。
图像的灰度化处理的基本原理［３］，彩色图像中的每个 像素的颜色有Ｒ、Ｇ、Ｂ三个分量决定，而每个分量有２５６ 种取值，一个像素点就可以有１６００多万（２５６·２５６＋２５６）种 颜色。灰度图像是Ｒ、Ｇ、Ｂ ３个分量取值相同的一种特殊
假定灰度化后的图像的灰度级范围为Ｇ（Ｕ）∈【ａ，ｂ１，
为了将图像的灰度级范围拓展为Ｇ’（ｆ，）∈【乜’，ｂ’】，所需的
线性变 Ｇ¨换如 Ｊ）式。（２等）所（Ｇ示（：Ｉ，Ｊ）一口）＋ａＩ
（２）
Ｄ—ａ
由于车牌位于车身的下部中间，属于中间灰度级范围，
而车头上部及背景中一些区域一般较亮，属于高灰度级范 围，边缘较暗属于低灰度。为了突出牌照的灰度细节，抑制
２
准确 室
９３ ３％
错误 塞 ６ ７％
图ｌ是４张车辆原始图像，图２是对原始图像进行灰度
变换和图像增强后的效果，图３是将图像二值化处理后的效 果，图４是对图像进行去噪处理后的效果，图５是车牌区域
上下边界定位后的效果，图６是最终定位的车牌区域。
万方数据
图ｌ汽车前、后视的原始图像
图２灰度化与图像增强后的汽车图像 ．·４３·
临界值时，则假定该行为待搜索车牌的最底行。 计算牌照上下边界的定位算法如下： （１）定义一个窗口ｗｉｎｄｏｗ，窗口宽度可以由车牌在图像
中的大致比例来选取，为了能将整个车牌覆盖，应适当地放 大宽度；
同时定义一个矩阵ｊｕｄｇｅ，用来记录ｗｉｎｄｏｗ在图像上 的移动情况，其行数取图像的行数，其列数取图像的列数减 去ｗｉｎｄｏＷ的宽度，元素初值为Ｏ：
一般要进行图像的处理与分析，首先把灰度图像二值化，得 到二值化图像，有利于对图像做进一步处理。
二值化的目的是要找到一个合适的阈值，将待研究的区 域划分为前景和背景两部分。
本文采用Ｏｔｓｕ算’法Ｉ５Ｊ对图像进行二值化变换。Ｏｔｓｕ算 法基于图像象素的灰度值进行分类，它是在判别最小二乘法 的基础上推导出来的，按照使类间方差与类内方差比值最大 的原则获得阂值，使目标和背景之间方差最大。 １．１．４去噪处理
ＭｉｃｒｏｃｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓ Ｖ０１．２６，Ｎｏ．４，２０１０
技术交流
微型Βιβλιοθήκη Baidu脑应用
文章编号：１００７．７５７Ｘ（２０１０）４－００４２．０３
一种快速车牌定位算法
２０１０年第２６卷第４期
蒲东兵，赵大伟，赵东来，马志强
摘要：提出一种快速的车辆牌照定位算法，对获取的车辆图像进行相应预处理后，根据图像的纹理特征，分析牌照区域字
（５）ｗｉｎｄｏｗ完成移动后，ｊｕｄｇｅ就记录下了ｗｉｎｄｏｗ在所 有位置的全部情况，然后对ｊｕｄｇｅ从上到下观察，如果发现 有１５行中存在连续的ｌ，并且每一行１出现的横坐标不超过 一个给定的闽值，就认为最上面的一行为车牌的上边界，同 理，确定下边界。
基于车牌左右边界的确定，仍然采用与上下边界定位相 似的方法，但是左右边界的定位相对要困难一些，因为汽车 车牌中，左右两端的噪声在垂直方向上的灰度投影，也呈现 出与车牌区域一样的波峰波谷交替出现的情形，所以容易将 车牌的左右边界范围定得过大，因此要采取其他一些措施。
高、低灰度区域，可利用式（３）对车牌图像进行中间灰度
拉伸。
基金项目：教育部科学技术研究重点项目（１０９０５２），吉林省科技发展计划项目（２００７１１５３）：吉林省教育厅科技计划基金资助项目（吉教科 合字［２００７］第１７２号）
作者简介：蒲东兵（１９７０－），男，吉林长春．东北师范大学计算机学院，讲师，硕士，嵌入式系统设计与模式识别，吉林，长春１３０１１７ 马志强（１９６３．）．男。吉林长春。东北师范大学计算机学院，教授，博士，生物信息学，吉林，长春１３０１１７
【３－１微计算机信，皂：－，２００８２４（１１）：３１２—３１４． 【３１ Ｒａｆａｅｌ Ｃ．Ｇｏｎｚａｌｅｚ，Ｒｉｃｈａｒｄ Ｅ．Ｗｏｏｄｓ Ｄｉｇｉｔａｌ ｈｎａｇｅ
Ｐｒｏｃｅｓｓｉｎｇ［Ｍ］．北京：电子工业出版社，２００６． 【４】赵启升，赵存华．基于ＶＣ＋＋下的车牌识别系统关键技
像素值的变化频率，在一个特定的范围内，进行水平和垂直 方向上的定位，得到准确的车牌区域，便于后续识别。实验 结果表明本文的算法可以很好地去除伪车牌区域，实现车牌 的快速、准确定位，具有很强的适应性和应用前景。
·４２·
万方数据
ＭｉｃｒｏｃｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓ Ｖ０１．２６，Ｎｏ．４，２０１０
技术交流
微型电脑应用
２０１０年第２６卷第４期
竺Ｇ（Ｉ，Ｊ）
Ｇ’“，）。 兰型（Ｇ（，，．，）一口）十口． ８ ｓＧ（ｉ，＿，）ｓｂ
—ｃｔ一＿ｂｔ（Ｇ（，，／）一６）＋６．
１．１３图像二值化 在对数字图像处理中，二值图像占有非常重要的地位，
１ 车牌区域的定位
对于快速行驶的车辆，可以通过高速的摄像设备，捕获 一帧汽车前视或者后视图像，作为后续定位和识别之用。而 对捕获的车辆图像进行分析和识别过程中，车辆牌照的定位 是整个环节的基础和关键。 １．１图像预处理
由于外界因素的影响，在对车牌区域进行定位之前所获 取的车辆图像的质量往往较低，并且存在大量的噪声，要准 确地对车牌区域进行定位，需要对获取的图像进行必要的预 处理，主要是对获取的彩色图像进行灰度化，随后进行图像 增强，然后转化为二值图像，利用滤波算子进行滤波预处 理，对图像中的噪声进行消除或降低噪声干扰。 １．１．１图像灰度化
（上接第３９页）
Ｉ作。设备缺陷显示直观，便于管理层进行决策处理。
４ 系统的运行与测试
参考文献
基于ＰＤＡ与Ｗｅｂ Ｓｅｒｖｉｃｅ的钢板信息管理系统，已经实
际应用于大连船舶重工有限公司～工厂钢板库信息管理的 项目中。运行此系统软件时，用户根据其权限的不同实现对 钢板信息的管理，权限高的用户可以对到货清单的手工录入 进行操作，所有用户都可以进行钢板信息的入库、倒库、盘 点、出库操作，系统也会提供良好的人机交互界面，便于用 户操作软件。
【ｌ】李树广，刘允才．智能交通的发展与研究【叩微型电脑应 用，２００５２１（６）：１－６．
川．机械设计与制造２００８，（１１）：１１—１３． 【８】吴昊，丁庆生．一种完整的汽车牌照识别算法［刀计算机
测量与控制２００８，１６（３）：３９２—３９４．
（收稿日期：２００９．１０．０７）
谬姆姆守谬移一守浔浔谬谬谬毋毋谬姆守一谬浔毋谬谬谬移醇姆秽谬谬守谬一谬秽一
（２）让ｗｉｎｄｏｗ在图像上从上到下，从左到右移动，在每 一个移动的位置，统计窗口中象素的灰度值从０到１和从１ 到０的变化的次数ｎ；
（３）如果ｎ＜临界值，则让ｗｉｎｄｏｗ继续向右移动； （４）如果１１＞临界值，则在ｊｕｄｇｅ的对应行对应列记录下 当前ｗｉｎｄｏｗ的左端点，即将该位置的元素置ｌ，并停止该 行的移动，继续向下移动；
车牌定位主要是基于车牌的特征信息进行分析定位，在 一幅经过预处理，二值化处理和去噪处理后的含有车牌的图 像中，车牌区域有以下３个基本特征：
１）在一个不大的区域内密集包含多个字符； ２）车牌字符与车牌底色形成鲜明对比； ３）车牌区域大小相对固定，区域长度和宽度成固定比 例。 根据以上特征，车牌区域所在的行相邻像素之间的０ 到ｌ和１到０的变化会很频繁，变化总数会大于一个临界值， 这可以作为寻找车牌区域的依据。１７１［剐 由上至下统计每行相邻象素之间的灰度变化次数，当某 行的变化次数首次大于临界值时，则假定该行为待搜索车牌 的最高行，然后继续向下搜索，当某行的变化次数首次小于