LPR中车牌分割的Matlab解决方案
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
．
口］．计算机工程，２００６，３２（９）：１７３—１７７．
域只有白色和黑色，如果把Ｐ３与最初生成的二值罔像取
［７］Ｕｍｂａｕｇｈ Ｓ Ｅ．Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ［Ｍ］．
交集，那么只有类似车牌的医域图像是有效的，然后再去
Ｅｎｇｌｅｗｏｏｄ Ｃｌｉｆｆｓ·ＮＪ：Ｐｒｅｎｔｉｃｅ—Ｈａｌｌ，１９９８．
收穑日期：２００７一Ｏｄ一２４ ２０４
万方数据
ｆ１
，
、
斛“”２｛０
ｉｆ，（ｚ，ｙ）＞Ｔ ｉｆ，（ｚ，ｙ）≤Ｔ
其中ｇ（ｘ，ｙ）为图像中某一象素点的亮度。丁为设置好的
阈值，而闻值的确定是二值化的重点，本文采用Ｓａｕｖｏｌａ阔
值分割法”３。丁的设定将不是单一的按照亮度来决定，而
图像的层次、平均亮度、纹理特征以及图像的逻辑构成都
分析每个区域内的欧拉数就可以了，这种处理叫做蒙板处
Байду номын сангаас
［８］Ｉｏａｎｎｉｓ Ｅ Ａｎａｇｎｏｓｔｏｐｏｕｌｏｓ，Ｖａｓｓｉｉｉ Ｌｏｕｍｏｓ．Ｅｌｅｆｔｈｅｒｉｏｓ
理。根据文献［８３中的理论，当某一区域的欧拉数大于３
ＫａｙａｆａｓＥＪ］．１ＥＥＥ Ｔｒａｎｓｃｄｏｎｓ Ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ ＴｒａｎｓＩｘＪｒｔａ—
△皂王蕉盔廑旦ｇ
ｉｆ Ｐ１“－。，（其中ａ＜ｍ） ｋ一１：ａ；Ｐ２㈨＋ｂ一１。 ｅｎｄ；ｅｎｄｌ 执行后生成Ｐ２。 （３）扫描Ｐ２中所有象索
ｉｆ（Ｐ２吨ｍ，＝一０＆＆Ｐ２忆一，＝＝０） Ｐ２㈧）＝Ｏ； ｉｆ（Ｐ２。。，＝＝０＆＆Ｐ２“’。ｍ一一０） Ｐ２（。１—０ｆ ｅｎｄ；ｅｎｄ； 图像仍然保存为Ｐ２。 第（１）步是垂直方向的膨胀效果见图４（ａ），第（ｚ）步如 图４（ｂ）所示是水平方向的膨胀。第（３）步将一些细小线 段，方便以后的处理，如图４（ｃ）所示。相比普通的膨胀算 法，这种膨胀算法可以最大限度地消除无效瞄胀，并不是 任何白象素点都会进行膨胀处理，而是在周围一定范围内 存在其他白象素点才会再膨胀。
域电不是车牌区域。其中ＸＸ＝Ｘ～，一Ｘ一，ｎ７一Ｙ呻，一 ｋ。。Ｍ一般为０．８以上，因为经过本文中的几步膨胀，车
牌区域内的白象索所占百分比一般很高。 （５）ｌａｂｅｌ自加ｔ，并跳副（２）。直到所有连通区域都经
过以上几步必后才结束。设最后生成图像Ｐ３，如图４（ｄ） 所示。
拉数如果小于３则不是车牌区域。不过．中国的情况与欧 洲不同，欧洲的车牌全部由字母组成，也就是说，中国的车 牌的欧拉数会大于欧洲的，所以当设置蒙板筛选欧拉数阈 值条件时，可以设置大一些，根据大量的实验，可以得知， 中国的二值化车牌欧拉数一般大于８。具体方法可参考 文献［８］。
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｐｌａｔｅ ｓｅｇｍｅｎｔａｔｉｏｎ ｉｓ ａ ｖｅｒｙ ｉｍｐｏｒｔａｎｔ ｉｓｓｕｅｓ ｉｎ ＬＰＲ．Ｗｉｔｈ ｔｈｅ ｉｉ．Ｒｅ ｏｆ Ｍａｔｌａｂ，ｂｙ ｐｅｒｆｏｒｍｉｎｇ ｂｉｎａｒｙ ｌ／ｌｅａｓ— ｕｒｅｍｅｎｔ ｉｎ ｉｍａｇｅ．ｄｅｃｔｅｃｔｉｎｇ ｅｄｇｅ ｗｉｔｈ ａ ｂｉｎａｒｙ ｇｒａｄ ｍｅｔｈｏｄ，ｃｒｅａｔｉｎｇ ｃｏｎｎｅｃｔｅｄ ｃｏｍｐｏｎｅｎｔｓ ｉｎ ａ ｄｉｌａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｍａｔｈｅｍａｔ ｉｅａｌ ｍｏｒｐｈｏｌｏｇｙ ａｎｄ ａｎａｌｙｓｉｎｇ ｉｔ，ｔｈｅｎ ｄｉｖｉｄｉｎｇ ｉｍａｇｅ ｉｎｔｏ ｓｏｍｅ ｓｅｇｍｅｎｔｓ ｂｙ ｍａｓｋｉｎｇ，ｆｉｎｄｉｎｇ ｔｈｅ ｐｌａｔｅ ａｒｅａ ｊｕｄｇｅｄ ｂｙ ｔｈｅ ｎｕｍｂｅｒ ｏｆ Ｅｕｌｅｒ ｆｉｎａｌｌｙ．
最右的横坐标和最上最下的纵坐标，并保存在Ｘ呷，ｘ…
ｙ～，ｙ～。而且，每扫描一个且标点，则自象紊点的个数
２０５
—匿Ｉ｜圄
亟 墼董ｉ垦￡墨虫主避坌墅笪坚型！坠蟹迭直塞
ｎｕｍｂｅｒ自动加１。 （３）如果ｌｘ。。一Ｘ呻，Ｊ＜ｌｙ呦一Ｙ～ｌ。或者Ｉ Ｘ。．一
ｘ—Ｉ／ＪＹ名。一’乙。Ｊ＞３。那么这个区域为非车牌区域。 （４）如果ｎｕｍｂｅｒ／（ＸＸ＊ＹＹ）＜Ｍ，那么这个连通区
性质来衡量。除撕裂或者扭接外，在任何变形下不改变的 图像性质为拓扑性质。而图像的连通性和区域的空洞数 是拓扑性质。欧拉数足一种区域的拓扑描述符。描述的足 区域的连通行。对一个给定平面区域来说，区域内的连通 组元（其中任何两点可用完全在内部的曲线相连接的点集 台）的个数ｃ盒区域内的孔数Ｈ都是常用的拓扑性质，他 们可被进一步用来定义欧拉数（Ｅｕｌｅｒ ｏｕｍｂｅｒ），Ｅ＝ Ｃ—Ｈ。
‘上接第２０３页） 在汽车导航方面，以ＧＰＳ导航为代表的综合信息平 台将是未来汽车通讯与导航产品的发展趋势。这种平台 将整合汽车通讯功能和导航功能．成为一个集交通信息、 汽车行驶信息、通讯娱乐服务于一体的综合信息系统。随 着同内导航产链的逐步成熟和发展，国内导航产业将稳步 提升，价格也将最终接近大众消费水平，ＧＰＳ导航系统必 将成为汽车的基本装备，成为人们休闲、娱乐、旅游探险不 可缺少的必备工具，
囤２图像二值化 ３图像边缘检测
边缘检测足为了检测出图像的边缘．而非边缘区域将
§现益虫壬篮垄≥！！！Ｚ堑墓１３期盛墓；鳇盈
被去掉。本文将文献［５］中的梯度边缘增强弓ｌ入到二值化 图像中，也就是说，在图像中亮度没有发生突变的区域，将 会变黑。公式如下：
Ｅ＂）一ｆ．Ｂ“．＂一Ｂ（＊¨，Ｉ＋Ｉ Ｂ忆＂一Ｂ“．什ｌ】１ 其中Ｂ“．。表示二值化图像每点所对应的象素的二值化亮 度值．Ｅｔ¨，表示经过边缘检测后新图像中每个点所对应象 索的二值化亮度值。
的时候，就可以当作车牌区域．所以计算候选区域内的欧
ｔｉｏｎ ｓｙｓｔｅｍｓ，２００６，７（３）：３７７—３９２．
３，，，，，５，ｏ，，，３，，，）７々≯ｏ，ｏ，，，，，）），７ｊ７，７÷７５７３，３，ｏ，々７０，ｏ，ｏ，，，，，，７，，０７，，５，），，，）７０７０，０７，７０，，，ｏ，，７，｝哥，，ｏ，，７０７耳
圊３边缘撞斟
４图像形态学处理
车牌所在的区域含有丰富的边缘信息．而形态学的膨 胀似’能使这些区域形成连通区域，以便透一多筛选。假设 图像为Ｘ，结构元素为Ｓ，膨胀的定义为；
ＸｏＳ一｛（工．ｙ）１（Ｓ）ｎ Ｘ≠巧） 一普通的膨胀足扫描上面生成固像所有的象素，如果扫 描的点为白色，那么则执行嘭胀命令，比如文献［６］中．就 使用于该点右下角埘×”矩形为膨胀结构元素，虽然这种 方法可以形成连通Ⅸ域，但是很容易使一些单独存在的细 小线段变粗．也就是说，对线段多的图像效果可能不会太 好。而本文膨胀算法能很好地处理以上情况，不会使图３ 中无用细小线段变粗，而且能有效地消除细小线段。算法 如下：
经过处理，图像最后只剩下一些车牌的候选区域，可
应用．１９９９（３）：１４一１６． ［２］郭索至．基于灰度图的机动车牌定位与识别［Ｄ］．吉林：吉林
大学，２０００． ［３］黄卫，路小渡＋余彦翔，等，基于纹理及小渡分拆的车牌定位
方法［Ｊ］．中国工程科学．２００４，６（３）：１９—２４． ［４］Ｓａｕｖｏｌａ Ｊ，Ｐｉｅｔｉｋａｉｎｅｎ Ｍ．Ａｄａｐｔｉｖｅ Ｄｏｅｕｍｅｎｔ Ｉｍａｇｅ Ｂｉｎａｒｉ—
这种方法的原理与文献［５］中的原理相似，先将图像向 右移一个象索，然后用原图像减去平移后的图像；再将图像 向下移一个象素，然后再用原图像减去平移后的图像。取 两个平移后的结果的绝对值，然后再相加。在二值化图像 中，因为太于１的数也是显示白色，邓么用这种方法对图像 进行边缘检铡后，发生突变的地方在新图像中将为白色。 这种边缘检测方法的优点是速度很快，而且将存在边缘的 地方在图像显示上都得到了加强。效果如图３所示。
匝Ｈ互乎叵’匝Ｈ堕习＋囤怔匝乎圆 定位，并将其分割出来。流程如图１所示。
圈１车牌分割流程
２图像二值化
一般的车牌识别，预处理都是基于灰度图的，但是在 通常情况下，车牌所在位置是亮度较高的区域。如果设置 一个比较恰当的阈值，就可以生成一个含有车牌信息的二 值化图像，而在二值化图像的情况下运算，计算量将大大 减少。具体方法如下：
Ｋｅｙｗｏｒｄｓ：ＬＰＲＩｌｉｃｅｎｓｅ ｐｌａｔｅ ｓｅｇｍｅｎｔａｔｉｏｎ；ｅｄｇｅ ｄｅｔｅｃｔｉｏｎ；ｄｉｔａｔｉｏｎ ａｌｇｏｒｉｔｈｍ
ｌ引言
车牌分割是车牌识别中比较重要的一个环节。如何准 确而迅速地找出车牌的位置，一直是个热门话题．目前提出 来的研究方法也很多．主要是基于灰度特征分析的方法，因 为基于彩色信息的方法计算量大并且受图像亮度影响大。 比较成熟的有统计的投影直方图Ⅲ，使用Ｈｏｕｇｈ变换检测 边缘”］，小波分析０３等。统计投影直方图法虽然简单．但是 效果最差；Ｈｏｕｇｈ检测边缘的方法速度较快，但不能应对车 牌有形变的情况；小波分析的方法技术含量最高，但运算量 大。速度最慢。本文提出一种二值化图像梯度边缘检测法， 并枉Ｍａｔｌａｂ中实现。该方法可以快速地对车牌区域进行
综上所述，车牌分割是车牌识别系统中一个很重要的 环节，这个步骤的成功与否直接影响车牌识别的效果。总 之，本文算法能较好地对车牌进行准备定位及分割，能为 车牌识别系统提供可靠的保障。
６蒙板判决
参考文献
在几何理论中，连通区域的宏观形态可以用他的拓扑
［１］韩永强，李世祥．汽车牌照于围像的定位算法［Ｊ］．微型电脑
ｚａｔｉｏｎ［Ｊ］．Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔ．．２０００ｔ３３（２）：２２５—２３６． ［５］张禹，马驷良．韩笑．等．车牌识别中的图像提取及分割算法
口］．吉林大学学撮：理学版．２００６．４４（３）：４０６—４１０． ［６］陈兆学，施鹏飞．基于灰度图像的车牌快速定位和分割方法
能有很多只是连通区域类似于车牌区域，而且这些连通区
图４图像形态学处理
５ ＣＣＲ
ＣＣＲ（Ｃｏｎｎｅｔｃｔｅｄ Ｃｏｍｐｏｎｅｎｔｓ Ａｎａｌｙｓｉｓ）首先对连通 区域标号”１，然后通过连通区域的筛选”１，最终得出几个 车牌的候选区域。在连通区域的判决过程中，主要是根据 车牌图像的特征参数来决定星否保留。
车牌在膨胀后图像中的特性为： （１）车牌区域的白象索密度高。 ‘２）横边比纵边长。中国车牌的长宽比为４０：１４，经 过形变后．一般会小于这个值。 根据鼬上特性，ＣＣＲ的算法如下： （１）扫描图Ｐ２，如果碰到的目标象素的白象素点，有 编号且为ｌａｂｅｌ，记录其的标号，然后进入（２）。 （２）继续扫描Ｐ２．只有所扫描的点标号为（１）步中所 记录下的标号，才开始判决，并同时记录下琏通区域晟左
会影响１’的大小，即使是污染严重而且是光照不好的图像
也能很好地进行二值化处理。这种方法将足以象素点（工，
ｙ）为中心的ｂ×ｂ窗口内求出亮度平均值和方差并经过一
定运算求出丁。如下式：
Ｔ（ｚ，ｙ）＝ｍ（ｒ，，）＋『１＋６（堕｛尹旦一１）］
其中ｍ（ｚ，，）和ｄ（Ｔ，ｙ）为需要求出的平均值和方差。根据 文献［４３中该公式可设定为Ｋ＝０．５，Ｒ＝１２８，ｂ＝１０。效 果如图２所示。
筛选出车牌区域。
关键词：车牌识别｝车牌分割｝边缘检测ｌ膨胀算法
中图分类号：ＴＰ３０Ｉ．６
文献标识码：Ｂ
文章编号：１００４—３７３Ｘ（２００７）２３—２０４一０３
Ｍａｔｌａｂ Ｓｏｌｕｔｉｏｎ ｏｆ Ｌｉｃｅｎｓｅ Ｐｌａｔｅ Ｓｅｇｍｅｎｔａｔｉｏｎ ｉｎ ＬＰＲ
ＱＩ Ｍｉｎ．ＷＡＮ（；Ｌｉｎｇ （Ｐｋｙｓｉｅｓ ａｎｄＩｎｆｏｍａｔｉｏｎ Ｃｏｌｌｅｇｅ．Ｈｔｍａｎ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｌｙ，Ｃｈａｎｇｓｈａ，４１００８１，Ｃｈｉｎａ）
■匿■置目日
壹 墼量；！：竺曼虫至壁坌型塑坚！！！坐坚迭直塞
ＬＰＲ中车牌分割的Ｍａｔｌａｂ解决方案
齐敏，王玲
（湖南师范大学物理与信息学院 湖南长沙４１００８１）
摘要：车牌的分割是车牌识别中比较重要的环节。通过Ｍａｔｌａｂ，运用二值梯度边缘挂测对生成的二值化图像进行检 测，通过形态学的膨胀算法形成连通区域并判决连通区域，然后使用蒙板分割出车牌类似区域．并计算其问的欧拉敷，最终
（１）扫描边缘检测生成图像所有象索 ｉｆ（Ｅ。．，＝＝１）（为白色） 向右扫描ｎ个象索。 ｉｆ（Ｅ“．ｍ，＝＝１）（其中ｂ＜ｎ） ｋ＝１．ｂ；Ｐ１‘。＋¨＝１。 ｅｎｄ；ｅｎｄ； 执行后生成Ｐｌ。 （２）扫描Ｐ１中各象索 ｉｆ Ｐ１“＿¨＝１ 向下扫描ｍ个象素，
万方数据
（ｃ｝』、昧Ⅲｍ扎Ｒ
‘ｄ）ｌ＾域蒲扇
口］．计算机工程，２００６，３２（９）：１７３—１７７．
域只有白色和黑色，如果把Ｐ３与最初生成的二值罔像取
［７］Ｕｍｂａｕｇｈ Ｓ Ｅ．Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ［Ｍ］．
交集，那么只有类似车牌的医域图像是有效的，然后再去
Ｅｎｇｌｅｗｏｏｄ Ｃｌｉｆｆｓ·ＮＪ：Ｐｒｅｎｔｉｃｅ—Ｈａｌｌ，１９９８．
收穑日期：２００７一Ｏｄ一２４ ２０４
万方数据
ｆ１
，
、
斛“”２｛０
ｉｆ，（ｚ，ｙ）＞Ｔ ｉｆ，（ｚ，ｙ）≤Ｔ
其中ｇ（ｘ，ｙ）为图像中某一象素点的亮度。丁为设置好的
阈值，而闻值的确定是二值化的重点，本文采用Ｓａｕｖｏｌａ阔
值分割法”３。丁的设定将不是单一的按照亮度来决定，而
图像的层次、平均亮度、纹理特征以及图像的逻辑构成都
分析每个区域内的欧拉数就可以了，这种处理叫做蒙板处
Байду номын сангаас
［８］Ｉｏａｎｎｉｓ Ｅ Ａｎａｇｎｏｓｔｏｐｏｕｌｏｓ，Ｖａｓｓｉｉｉ Ｌｏｕｍｏｓ．Ｅｌｅｆｔｈｅｒｉｏｓ
理。根据文献［８３中的理论，当某一区域的欧拉数大于３
ＫａｙａｆａｓＥＪ］．１ＥＥＥ Ｔｒａｎｓｃｄｏｎｓ Ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ ＴｒａｎｓＩｘＪｒｔａ—
△皂王蕉盔廑旦ｇ
ｉｆ Ｐ１“－。，（其中ａ＜ｍ） ｋ一１：ａ；Ｐ２㈨＋ｂ一１。 ｅｎｄ；ｅｎｄｌ 执行后生成Ｐ２。 （３）扫描Ｐ２中所有象索
ｉｆ（Ｐ２吨ｍ，＝一０＆＆Ｐ２忆一，＝＝０） Ｐ２㈧）＝Ｏ； ｉｆ（Ｐ２。。，＝＝０＆＆Ｐ２“’。ｍ一一０） Ｐ２（。１—０ｆ ｅｎｄ；ｅｎｄ； 图像仍然保存为Ｐ２。 第（１）步是垂直方向的膨胀效果见图４（ａ），第（ｚ）步如 图４（ｂ）所示是水平方向的膨胀。第（３）步将一些细小线 段，方便以后的处理，如图４（ｃ）所示。相比普通的膨胀算 法，这种膨胀算法可以最大限度地消除无效瞄胀，并不是 任何白象素点都会进行膨胀处理，而是在周围一定范围内 存在其他白象素点才会再膨胀。
域电不是车牌区域。其中ＸＸ＝Ｘ～，一Ｘ一，ｎ７一Ｙ呻，一 ｋ。。Ｍ一般为０．８以上，因为经过本文中的几步膨胀，车
牌区域内的白象索所占百分比一般很高。 （５）ｌａｂｅｌ自加ｔ，并跳副（２）。直到所有连通区域都经
过以上几步必后才结束。设最后生成图像Ｐ３，如图４（ｄ） 所示。
拉数如果小于３则不是车牌区域。不过．中国的情况与欧 洲不同，欧洲的车牌全部由字母组成，也就是说，中国的车 牌的欧拉数会大于欧洲的，所以当设置蒙板筛选欧拉数阈 值条件时，可以设置大一些，根据大量的实验，可以得知， 中国的二值化车牌欧拉数一般大于８。具体方法可参考 文献［８］。
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｐｌａｔｅ ｓｅｇｍｅｎｔａｔｉｏｎ ｉｓ ａ ｖｅｒｙ ｉｍｐｏｒｔａｎｔ ｉｓｓｕｅｓ ｉｎ ＬＰＲ．Ｗｉｔｈ ｔｈｅ ｉｉ．Ｒｅ ｏｆ Ｍａｔｌａｂ，ｂｙ ｐｅｒｆｏｒｍｉｎｇ ｂｉｎａｒｙ ｌ／ｌｅａｓ— ｕｒｅｍｅｎｔ ｉｎ ｉｍａｇｅ．ｄｅｃｔｅｃｔｉｎｇ ｅｄｇｅ ｗｉｔｈ ａ ｂｉｎａｒｙ ｇｒａｄ ｍｅｔｈｏｄ，ｃｒｅａｔｉｎｇ ｃｏｎｎｅｃｔｅｄ ｃｏｍｐｏｎｅｎｔｓ ｉｎ ａ ｄｉｌａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｍａｔｈｅｍａｔ ｉｅａｌ ｍｏｒｐｈｏｌｏｇｙ ａｎｄ ａｎａｌｙｓｉｎｇ ｉｔ，ｔｈｅｎ ｄｉｖｉｄｉｎｇ ｉｍａｇｅ ｉｎｔｏ ｓｏｍｅ ｓｅｇｍｅｎｔｓ ｂｙ ｍａｓｋｉｎｇ，ｆｉｎｄｉｎｇ ｔｈｅ ｐｌａｔｅ ａｒｅａ ｊｕｄｇｅｄ ｂｙ ｔｈｅ ｎｕｍｂｅｒ ｏｆ Ｅｕｌｅｒ ｆｉｎａｌｌｙ．
最右的横坐标和最上最下的纵坐标，并保存在Ｘ呷，ｘ…
ｙ～，ｙ～。而且，每扫描一个且标点，则自象紊点的个数
２０５
—匿Ｉ｜圄
亟 墼董ｉ垦￡墨虫主避坌墅笪坚型！坠蟹迭直塞
ｎｕｍｂｅｒ自动加１。 （３）如果ｌｘ。。一Ｘ呻，Ｊ＜ｌｙ呦一Ｙ～ｌ。或者Ｉ Ｘ。．一
ｘ—Ｉ／ＪＹ名。一’乙。Ｊ＞３。那么这个区域为非车牌区域。 （４）如果ｎｕｍｂｅｒ／（ＸＸ＊ＹＹ）＜Ｍ，那么这个连通区
性质来衡量。除撕裂或者扭接外，在任何变形下不改变的 图像性质为拓扑性质。而图像的连通性和区域的空洞数 是拓扑性质。欧拉数足一种区域的拓扑描述符。描述的足 区域的连通行。对一个给定平面区域来说，区域内的连通 组元（其中任何两点可用完全在内部的曲线相连接的点集 台）的个数ｃ盒区域内的孔数Ｈ都是常用的拓扑性质，他 们可被进一步用来定义欧拉数（Ｅｕｌｅｒ ｏｕｍｂｅｒ），Ｅ＝ Ｃ—Ｈ。
‘上接第２０３页） 在汽车导航方面，以ＧＰＳ导航为代表的综合信息平 台将是未来汽车通讯与导航产品的发展趋势。这种平台 将整合汽车通讯功能和导航功能．成为一个集交通信息、 汽车行驶信息、通讯娱乐服务于一体的综合信息系统。随 着同内导航产链的逐步成熟和发展，国内导航产业将稳步 提升，价格也将最终接近大众消费水平，ＧＰＳ导航系统必 将成为汽车的基本装备，成为人们休闲、娱乐、旅游探险不 可缺少的必备工具，
囤２图像二值化 ３图像边缘检测
边缘检测足为了检测出图像的边缘．而非边缘区域将
§现益虫壬篮垄≥！！！Ｚ堑墓１３期盛墓；鳇盈
被去掉。本文将文献［５］中的梯度边缘增强弓ｌ入到二值化 图像中，也就是说，在图像中亮度没有发生突变的区域，将 会变黑。公式如下：
Ｅ＂）一ｆ．Ｂ“．＂一Ｂ（＊¨，Ｉ＋Ｉ Ｂ忆＂一Ｂ“．什ｌ】１ 其中Ｂ“．。表示二值化图像每点所对应的象素的二值化亮 度值．Ｅｔ¨，表示经过边缘检测后新图像中每个点所对应象 索的二值化亮度值。
的时候，就可以当作车牌区域．所以计算候选区域内的欧
ｔｉｏｎ ｓｙｓｔｅｍｓ，２００６，７（３）：３７７—３９２．
３，，，，，５，ｏ，，，３，，，）７々≯ｏ，ｏ，，，，，）），７ｊ７，７÷７５７３，３，ｏ，々７０，ｏ，ｏ，，，，，，７，，０７，，５，），，，）７０７０，０７，７０，，，ｏ，，７，｝哥，，ｏ，，７０７耳
圊３边缘撞斟
４图像形态学处理
车牌所在的区域含有丰富的边缘信息．而形态学的膨 胀似’能使这些区域形成连通区域，以便透一多筛选。假设 图像为Ｘ，结构元素为Ｓ，膨胀的定义为；
ＸｏＳ一｛（工．ｙ）１（Ｓ）ｎ Ｘ≠巧） 一普通的膨胀足扫描上面生成固像所有的象素，如果扫 描的点为白色，那么则执行嘭胀命令，比如文献［６］中．就 使用于该点右下角埘×”矩形为膨胀结构元素，虽然这种 方法可以形成连通Ⅸ域，但是很容易使一些单独存在的细 小线段变粗．也就是说，对线段多的图像效果可能不会太 好。而本文膨胀算法能很好地处理以上情况，不会使图３ 中无用细小线段变粗，而且能有效地消除细小线段。算法 如下：
经过处理，图像最后只剩下一些车牌的候选区域，可
应用．１９９９（３）：１４一１６． ［２］郭索至．基于灰度图的机动车牌定位与识别［Ｄ］．吉林：吉林
大学，２０００． ［３］黄卫，路小渡＋余彦翔，等，基于纹理及小渡分拆的车牌定位
方法［Ｊ］．中国工程科学．２００４，６（３）：１９—２４． ［４］Ｓａｕｖｏｌａ Ｊ，Ｐｉｅｔｉｋａｉｎｅｎ Ｍ．Ａｄａｐｔｉｖｅ Ｄｏｅｕｍｅｎｔ Ｉｍａｇｅ Ｂｉｎａｒｉ—
这种方法的原理与文献［５］中的原理相似，先将图像向 右移一个象索，然后用原图像减去平移后的图像；再将图像 向下移一个象素，然后再用原图像减去平移后的图像。取 两个平移后的结果的绝对值，然后再相加。在二值化图像 中，因为太于１的数也是显示白色，邓么用这种方法对图像 进行边缘检铡后，发生突变的地方在新图像中将为白色。 这种边缘检测方法的优点是速度很快，而且将存在边缘的 地方在图像显示上都得到了加强。效果如图３所示。
匝Ｈ互乎叵’匝Ｈ堕习＋囤怔匝乎圆 定位，并将其分割出来。流程如图１所示。
圈１车牌分割流程
２图像二值化
一般的车牌识别，预处理都是基于灰度图的，但是在 通常情况下，车牌所在位置是亮度较高的区域。如果设置 一个比较恰当的阈值，就可以生成一个含有车牌信息的二 值化图像，而在二值化图像的情况下运算，计算量将大大 减少。具体方法如下：
Ｋｅｙｗｏｒｄｓ：ＬＰＲＩｌｉｃｅｎｓｅ ｐｌａｔｅ ｓｅｇｍｅｎｔａｔｉｏｎ；ｅｄｇｅ ｄｅｔｅｃｔｉｏｎ；ｄｉｔａｔｉｏｎ ａｌｇｏｒｉｔｈｍ
ｌ引言
车牌分割是车牌识别中比较重要的一个环节。如何准 确而迅速地找出车牌的位置，一直是个热门话题．目前提出 来的研究方法也很多．主要是基于灰度特征分析的方法，因 为基于彩色信息的方法计算量大并且受图像亮度影响大。 比较成熟的有统计的投影直方图Ⅲ，使用Ｈｏｕｇｈ变换检测 边缘”］，小波分析０３等。统计投影直方图法虽然简单．但是 效果最差；Ｈｏｕｇｈ检测边缘的方法速度较快，但不能应对车 牌有形变的情况；小波分析的方法技术含量最高，但运算量 大。速度最慢。本文提出一种二值化图像梯度边缘检测法， 并枉Ｍａｔｌａｂ中实现。该方法可以快速地对车牌区域进行
综上所述，车牌分割是车牌识别系统中一个很重要的 环节，这个步骤的成功与否直接影响车牌识别的效果。总 之，本文算法能较好地对车牌进行准备定位及分割，能为 车牌识别系统提供可靠的保障。
６蒙板判决
参考文献
在几何理论中，连通区域的宏观形态可以用他的拓扑
［１］韩永强，李世祥．汽车牌照于围像的定位算法［Ｊ］．微型电脑
ｚａｔｉｏｎ［Ｊ］．Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔ．．２０００ｔ３３（２）：２２５—２３６． ［５］张禹，马驷良．韩笑．等．车牌识别中的图像提取及分割算法
口］．吉林大学学撮：理学版．２００６．４４（３）：４０６—４１０． ［６］陈兆学，施鹏飞．基于灰度图像的车牌快速定位和分割方法
能有很多只是连通区域类似于车牌区域，而且这些连通区
图４图像形态学处理
５ ＣＣＲ
ＣＣＲ（Ｃｏｎｎｅｔｃｔｅｄ Ｃｏｍｐｏｎｅｎｔｓ Ａｎａｌｙｓｉｓ）首先对连通 区域标号”１，然后通过连通区域的筛选”１，最终得出几个 车牌的候选区域。在连通区域的判决过程中，主要是根据 车牌图像的特征参数来决定星否保留。
车牌在膨胀后图像中的特性为： （１）车牌区域的白象索密度高。 ‘２）横边比纵边长。中国车牌的长宽比为４０：１４，经 过形变后．一般会小于这个值。 根据鼬上特性，ＣＣＲ的算法如下： （１）扫描图Ｐ２，如果碰到的目标象素的白象素点，有 编号且为ｌａｂｅｌ，记录其的标号，然后进入（２）。 （２）继续扫描Ｐ２．只有所扫描的点标号为（１）步中所 记录下的标号，才开始判决，并同时记录下琏通区域晟左
会影响１’的大小，即使是污染严重而且是光照不好的图像
也能很好地进行二值化处理。这种方法将足以象素点（工，
ｙ）为中心的ｂ×ｂ窗口内求出亮度平均值和方差并经过一
定运算求出丁。如下式：
Ｔ（ｚ，ｙ）＝ｍ（ｒ，，）＋『１＋６（堕｛尹旦一１）］
其中ｍ（ｚ，，）和ｄ（Ｔ，ｙ）为需要求出的平均值和方差。根据 文献［４３中该公式可设定为Ｋ＝０．５，Ｒ＝１２８，ｂ＝１０。效 果如图２所示。
筛选出车牌区域。
关键词：车牌识别｝车牌分割｝边缘检测ｌ膨胀算法
中图分类号：ＴＰ３０Ｉ．６
文献标识码：Ｂ
文章编号：１００４—３７３Ｘ（２００７）２３—２０４一０３
Ｍａｔｌａｂ Ｓｏｌｕｔｉｏｎ ｏｆ Ｌｉｃｅｎｓｅ Ｐｌａｔｅ Ｓｅｇｍｅｎｔａｔｉｏｎ ｉｎ ＬＰＲ
ＱＩ Ｍｉｎ．ＷＡＮ（；Ｌｉｎｇ （Ｐｋｙｓｉｅｓ ａｎｄＩｎｆｏｍａｔｉｏｎ Ｃｏｌｌｅｇｅ．Ｈｔｍａｎ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｌｙ，Ｃｈａｎｇｓｈａ，４１００８１，Ｃｈｉｎａ）
■匿■置目日
壹 墼量；！：竺曼虫至壁坌型塑坚！！！坐坚迭直塞
ＬＰＲ中车牌分割的Ｍａｔｌａｂ解决方案
齐敏，王玲
（湖南师范大学物理与信息学院 湖南长沙４１００８１）
摘要：车牌的分割是车牌识别中比较重要的环节。通过Ｍａｔｌａｂ，运用二值梯度边缘挂测对生成的二值化图像进行检 测，通过形态学的膨胀算法形成连通区域并判决连通区域，然后使用蒙板分割出车牌类似区域．并计算其问的欧拉敷，最终
（１）扫描边缘检测生成图像所有象索 ｉｆ（Ｅ。．，＝＝１）（为白色） 向右扫描ｎ个象索。 ｉｆ（Ｅ“．ｍ，＝＝１）（其中ｂ＜ｎ） ｋ＝１．ｂ；Ｐ１‘。＋¨＝１。 ｅｎｄ；ｅｎｄ； 执行后生成Ｐｌ。 （２）扫描Ｐ１中各象索 ｉｆ Ｐ１“＿¨＝１ 向下扫描ｍ个象素，
万方数据
（ｃ｝』、昧Ⅲｍ扎Ｒ
‘ｄ）ｌ＾域蒲扇