基于数字图像处理的车牌定位研究1

随着我国经济的快速发展，智能交通系统将会成为现代交通管理发展的必然趋势^车辆自动识别系统是智能交通系统（ITS)实现的前提。车牌识别是车辆自动识别系统中最有发展前景的技术之一。车牌识别系统主要由车牌定位、字符分割和字符识别三部分组成。其中，车牌定位是字符分割和字符识别的基础，对整个系统的性能起着至关重要的作用r决定着系统的识别速度和识别精度。从图像处理的性质来看，车牌定位主要分为基于灰度图像的车牌定位和基于彩色图像的车牌定位。基于灰度图像的车牌定位速度较快，但定位精度不高，受环境、光照等因素影响较大；彩色图像包含的信息比灰度图像多得多，因而更易于车牌定位，但运算量大，因此，基于彩色图像的车牌定位研究较少近年来，随着计算机技术和图像处理技术的飞速发展，基于彩色图像的车牌定位将是车牌定位研究的热点。本文利用数字图像处理技术对彩色汽车图像的车牌定位技术进行了研究。首先研究了车牌定位技术的发展现状，分析了车牌定位技术的难点。然后详细介绍了数字图像处理技术的基本概念、数学表示、基本运算、研究内容、处理方法和应用领域。接着对现有车牌定位技术进行研究，提出了一种基于像素分类的车牌定位方法。根据车牌底色像素RGB值不同，对像素分类，并进行分析统计，综合利用车牌形状特征和颜色特征来确定车牌区域。实验结果表明，该方法定位准确率高，适用于任意背景和位置的车牌定位。关键词：图像处理；车牌定位；中值滤波：边缘检测；像素分类广东T业大学T学硕七学位论文AbstractWiththerapiddevelopmentofournationaleconomy，IntelligentTransportationSystemswillbecomethetrendofmoderntrafficmanagementdevelopment.AutomaticvehicleidentificationisapremiseforIntelligentTransportationSystem(ITS).LicensePlateRecognition(LPR)isthemostpromisingtechniqueintheautomaticvehicleidentificationsystem.LPRconsistsofLicensePlateLocation,CharacterSegmentationandCharacterRecognition.LicensePlateLocationisthebaseofCharacterSegmentationandCharacterRecognition,playsacrucialroleintheperformanceofwholesystem,anddeterminesthespeedandaccuracyofsystemidentification.Seenthenatureofimageprocessing,LicensePlateLocationincludestheLicensePlateLocationbasedongrayimageandLicensePlateLocationbasedoncolorimage*LicensePlateLocationbasedongrayimageisfaster,whoseaccuracyisnothighandaffectedbytheenvironment,lightandotherfactors.Colorimage’sinformationismuchmorethangrayimage.Andiseasierposited.Buttheamountofcomputationislarger.Therefore,theresearchoflicenseplatelocationBasedoncolorimageissmaller.Inrecentyears,withtherapiddevelopmentofcomputertechnologyandimageprocessing,LicensePlateLocationbasedoncolorimagewillbeahotspot.ThispaperresearchedontheLocationofcolorautomobilelicenseplateimagebydigitalimageprocessingtechniques.Inthispaper,firstlyweanalyzedthedifficultiesanddevelopmentstatusoflicenseplatepositioningtechnology.Thenweintroducedindetailthebasicconcepts，mathematics,basicoperations,research,processingmethodsandapplicationareasofdigitalimageprocessingtechnology.Nextweresearchedontheexistinglicenseplatepositioningtechnology，andintroducedanapproachtolicenseplatelocationbasedonpixels•classification.AccordingtothedifferencesintheRGBvalueofthelicenseplatecolortoclassifythepixels,weanalyzeandstatisticspixels，andtakeadvantageoflicenseplateformcharacterandcolorAbstractcharactertodeterminelicenseplateposition.Experimentalresultsshowthatthemethodtheapproachisfastandaccurate,andappliestolicenseplatelocationincasesofvariousbackgroundsandpositions.Keywords:ImageProcessing;LicensePlateLocation;Median；Filtering;EdgeDetection;PixelClassification独创性声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，不包含本人或其他用途使用过的成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明，并表示了谢意。本学位论文成果是本人在广东工业大学读书期间在导师的指导下取得的，论文成果归广东工业大学所有。申请学位论文与资料若有不实之处，本人承担一切相关责任，特此声明。第一章绪论1.1车牌定位技术的研究意义随着我国经济的快速发展，人民生活水平的不断提高，私有车辆越来越多，交通需求量越来越大，现有的交通基础设施建设速度远远比不上机动车辆和其他交通工具的增长速度；传统的人工管理方式已经越来越不能满足实际工作的需要。由于违章造成的交通事故日益频繁，以及城市交通堵塞造成的运输效率低下，严重地影响了我国城市经济的发展和论文作者签字:指导教师签字:第一章绪论人民的生活，在路桥收费、十字路口交通和停车场收费中实行车辆自动识别(AutomaticVehicleIdentification,AVI)已成为管理部门的迫切要求。因此，为了解决这些问题，在继续加快交通基础设施建设的同时，应该充分利用卫星导航、视频监控和计算机调度管理等技术，发展智能交通系统(IntelligentTransportationSystem,ITS)来提高运输效率，保障交通安全，缓解交通拥挤和实现管理自动化。车辆自动识别是智能交通系统（ITS)实现的前提。近年来，车辆识别技术发展很快，主要有：射频识别(RadioFrequencyIdentification)、条形码识别（BarCodeBasedIdentification)和车牌识别（LicensePlateRecognition,LPR)o其中,射频识别和条形码识别属于间接识别，难以核对车与车牌信息是否相符。而车牌识别属于直接识别，与射频识别和条形码识别相比，车牌识别不需要在汽车上安装专门的条形码或射频识别标志，可以对车辆图像进行检索、回放，升级和维护方便》因此，车牌识别系统具有更为广阔的应用前景。但是，目前国内现有的车牌识别系统对环境的依赖性较大，而且对外界的千扰比较敏感：国外的车牌识别系统对汉字的识别率较低，所以必须研究新的车牌识别方法。车牌识别系统主要由车牌定位、字符分割和字符识别三部分组成。其中，车牌定位是字符分割和字符识别的基础，对整个系统的性能起着至关重要的作用，决定着系统的识别速度和识别广东1:业大学丁学硕十学位论文2精度。因此，车牌定位是车牌识别系统中的最为关键的技术之一。由于车辆图像釆集于户外，图像背景复杂、噪声千扰严重。因此，车牌的自动定位一直都不是很理想，使得它一直是该领域的研究热点。车牌识别系统涉及计算机视觉、数字图像处理和模式识别等技术，对它的研究也会促进这些领域的发展。该系统是计算机视觉、数字图像处理和模式识别等技术在智能交通领域的重要应用。它能自动获取车辆图像，采集车辆信息和实现智能化管理，广泛应用于以下场合，如高速公路电子收费和流量监控、失窃车辆査询、停车场车辆管理、监测黑车牌机动车辆和违章车辆等，大大提高了交通管理运行效率，节省了人力、物力，有利于交通管理的科学化、规范化和智能化。因此，对车牌识别中的首要问题一车牌定位技术研究，不仅具有重要的理论意义，而且具有重要的现实意义。1.2车牌定位技术的国内外研究现状车牌定位是计算机视觉、数字图像处理和模式识别等技术在智能交通领域应用的重要研究课题之一，是车牌识别的首要问题，有着广泛的实际应用前景。美国和英国等一些发达国家从20世纪80年代就幵始对车牌识别技术进行了研究|11[2|l3]w。当时的研究并没有形成完整的系统体系，只是采用图像处理技术就车牌识别中的某些问题进行简单分析和处理，确定车牌区域，提取车牌信息。90年代，随着计算机视觉技术和图像处理技术的发展，开始出现车牌识别系统化研究，取得了显著的成效。运用计算机视觉技术和图像处理技术建立了车辆牌照自动识别系统。近年来，随着计算机技术和人工智能的发展，新兴技术的出现，很多国家开始探讨用人工神经网络技术和生物遗传技术等对车牌识别问题进行研究，并将研究重点转向彩色图像的车牌识别和一幅图像多个牌照的车牌识别问题上。目前，国内外对车牌定位系统的研究，主要集中在算法的研究和改进上，提出了一些卓有成效的车牌定位算法。从图像处理的性质来看，车牌定位主要分为基于灰度图像的车牌定位和基于彩色图像的车牌定位两种方式。L基于灰度图像的车牌定位方法对车牌定位的研究，国外起步较早，技术较为成熟。现有较好的车牌定位方法有J.Barroso等提出的基于水平线搜寻的定位方法[s];R.Parisi等提出的基于DFT变换的频域第一章绪论3分析方法Ie];J.Bulas-Crue等提出的基于扫描行的车牌提取方法m以及ChariCoetzee等提出的基于Niblack二值化算法及自适应边界搜索算法的定位方法w等。国内对车牌识别技术研究起步较晚，基本上处于从实验室研究向市场应用阶段转化。有不少的研究机构和大学对车牌识别系统进行研究和开发，如中科院自动化研究所汉王公司的汉王眼。目前较好的车牌定位方法有基于车牌文字变化特点的自动扫描算法基于特征的车辆牌照定位算法[1°]:车牌识别（LPR)中的图像提取及分割u和车辆牌照的自动分割[12];以及结合数学形态学、小波变换、神经网络和遗传算法以及模糊聚类等数学工具，对传统定位方法进行改进，提出了基于属性开运算的