（計(jì)算機(jī)應(yīng)用技術(shù)專(zhuān)業(yè)論文）車(chē)輛牌照識(shí)別技術(shù)研究.pdf

燕要 隨著經(jīng)濟(jì)的發(fā)展，車(chē)輛數(shù)量急劇增大，交通問(wèn)題日益突出，這使得智能交通系統(tǒng)成為 一個(gè)熱點(diǎn)研究領(lǐng)域，受到目益廣泛的關(guān)注。車(chē)牌識(shí)別是計(jì)算機(jī)視覺(jué)與模式識(shí)別技術(shù)張智能 交通領(lǐng)域應(yīng)用的敷簧研究課題之一，鼴智能交通系統(tǒng)的重要緞成部分，可廣泛應(yīng)用于交通 事故處理，違章率輛監(jiān)控，不停車(chē)收贊，機(jī)場(chǎng)、港口、小區(qū)蔣出入口的車(chē)輛管理等。應(yīng)用 蘺景十分廣闋。 車(chē)簿諼驀| 雯簧包捶車(chē)薅定經(jīng)、字簿分塞l 幫字籍簪 澍三璞莢鍵裝術(shù)。雖然已有綴多擎簿 字符識(shí)方法，健警車(chē)牌強(qiáng)像震萋潺純，特捌是牌照中的掌符玨i ：現(xiàn)較嚴(yán)重靛揍鞘、镢馥。 傾斜、缺損藏污淹等情形時(shí)，車(chē)牌字符識(shí)別仍是一個(gè)有待解決的難題。 本文綜臺(tái)比較了以往的車(chē)牌字符識(shí)別技術(shù)，結(jié)合圖像處濺與模式識(shí)別的知識(shí)，對(duì)彩色 圖像矢量中值濾波和魯棒的車(chē)牌字符識(shí)別算法進(jìn)行了研究。 提出了一種快速的彩色圖像矢量中值濾波算法。傳統(tǒng)的必魘中值濾波器隨著濾波窗口 的增大運(yùn)算量程迅速增加，影響算法的快速性。奉文基于象索的區(qū)域?qū)傩?，定義_ 種方 良區(qū)域距離測(cè)瘦磐撂梵萼鏨濾波窗口翔努為蘸個(gè)子蜜霹，然瑟纜翅子密舀內(nèi)豹象素逡紛矢囊 孛蓬濾波，麓豫貉了彩色銎稼戇鬃節(jié)，舞寄較駑豹凌覺(jué)濾波教聚，又降蠡了募法豹逡葵量， 提高了運(yùn)算遴殿。 提出了麓予邊緣h a u s d o r f f 距離的率牌數(shù)字及字母字符識(shí)別算法。該算法采用兩級(jí)模 板匹配，首先對(duì)字符進(jìn)行基于前景匹配測(cè)度、背景匹配測(cè)殿和整體失配測(cè)度的模板熙配， 然后對(duì)匹配失敗的字符圖像進(jìn)行邊緣梭測(cè)，最后進(jìn)行邊緣h a u s d o r f f 距離模板匹舀己。蒜；驗(yàn) 結(jié)果表明該算法不僅能識(shí)別相似字符。而且對(duì)字符的缺損、旋轉(zhuǎn)和扭曲具有魯棒性，具有 較抒的字符談剮效果。 關(guān)鍵謠；車(chē)牌字符識(shí)別，矢量中俊濾波，模板匹配，邊緣h a u s d o r f f 距離，方向鹺域蹶離測(cè) 度 車(chē)輛牌照識(shí)別技術(shù)研究 1 1 課題的背景和意義 第一章綣諗 現(xiàn)代社會(huì)已經(jīng)進(jìn)入信息時(shí)代，隨著計(jì)算機(jī)技術(shù)、避信技術(shù)和計(jì)算極網(wǎng)絡(luò)技術(shù)鮑發(fā)展， 自動(dòng)他的信息處理麓力和水平不斷提高，并在人們社會(huì)活動(dòng)和生活的各個(gè)領(lǐng)域得到廣泛 陂用，在這年巾情況下，作為信息來(lái)源的電動(dòng)檢測(cè)、圖像識(shí)別技術(shù)越來(lái)越受到人們的重粳。 而且隨著我國(guó)國(guó)民經(jīng)濟(jì)的裔速發(fā)饜，國(guó)內(nèi)高速公路、城市道路、停車(chē)場(chǎng)建設(shè)越來(lái)越多， 對(duì)交通控制、安全管理的要求也瞪益提嶷，智能交道系統(tǒng)( i t s ) 汪成為當(dāng)蘸交通管理發(fā) 艘的主要方向，而車(chē)牌識(shí)別( i j p r ) 技術(shù)作為智能交通系統(tǒng)的核心，起著舉足輕重的作用， 像在高速公路、城市道路和停車(chē)場(chǎng)等項(xiàng)弱管理中占考蠢可取代的羹要地健。 l p r 系統(tǒng)主要需要進(jìn)行的是圖像的實(shí)時(shí)采集、處理和分析，屬于圖像工程的范疇， 楚一個(gè)綜會(huì)的計(jì)算機(jī)視覺(jué)系繞。閣像工程是一門(mén)系絞研究套秘墅像理論、技術(shù)秘應(yīng)嗣豹 新的交x 學(xué)科。從研究范圍來(lái)看，它跨越了數(shù)學(xué)、計(jì)算機(jī)科學(xué)、自動(dòng)化技術(shù)以及電子信 怠工程技術(shù)等多個(gè)學(xué)零毒，特別是壤式識(shí)別。詩(shī)簿規(guī)稅?ài)?、?shù)字圍豢處理等多令專(zhuān)業(yè)豹交 叉點(diǎn)，而且與人工智能、神經(jīng)列絡(luò)、遺傳算法、模糊邏輯、圖像代數(shù)等霧種理論密切相 關(guān)；扶研究方法來(lái)番，又冀數(shù)學(xué)、詩(shī)算規(guī)程學(xué)、物理學(xué)、耪經(jīng)生理學(xué)、電子學(xué)等誨多熬 學(xué)科相艇借鑒。它的發(fā)展可應(yīng)用于生物醫(yī)學(xué)、交通管理、遙感、媳信、軍事偵察、工業(yè) 舞動(dòng)優(yōu)等許多麴領(lǐng)域。我們采鼴黲l p r 系綾鯰疆究方法主要是驀予數(shù)字強(qiáng)繯處理技術(shù)鞠 模式識(shí)別方法z 上的，除此之外，神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊邏輯、圖像代數(shù)等也都可 以終為l p r 系統(tǒng)的磺窕方法，纛疑強(qiáng)蔻確實(shí)鴦綴多人正在遴行薔運(yùn)方垂麴疆究。l p r 系 統(tǒng)具有廣泛的應(yīng)用范圍，主要應(yīng)用于 ( 1 ) 贏速公路牧費(fèi)、j 盔控營(yíng)理。 ( 2 ) 小區(qū)、停車(chē)場(chǎng)管理。 ( 3 ) 城棗遭戇監(jiān)控、違章管理。 ( 4 ) 車(chē)牌登錄、驗(yàn)證。 ( 鼙車(chē)浚綾詩(shī)、安全管疆。 l p r 系統(tǒng)應(yīng)用予這些系統(tǒng)?？梢越鉀Q通緝車(chē)輛的自己稽查問(wèn)題，可以解決車(chē)流高峰 秘毽出入蠢車(chē)流瓶鬣造成靜躥轎每蜀、搏車(chē)場(chǎng)交逶堵塞淹麓，可以解凌因工偉入員俸弊 造成的路橋帶口、赫速公路、停車(chē)場(chǎng)應(yīng)收款流失的問(wèn)題，還可以以最簡(jiǎn)單的方式完成交 逶部門(mén)豹車(chē)輛信息聯(lián)霹，瓣決數(shù)據(jù)統(tǒng)計(jì)鑫餮純，模糊查詢(xún)靜海蓮。具俸寢嗣可穰括為； 1 車(chē)輛的自動(dòng)檢測(cè)報(bào)警 蔸塤功麓錆霹縭八“鬃名單”靜車(chē)輛，魏猙關(guān)愛(ài)或肇事后述瀵豹車(chē)輛、被公安部門(mén) 通緝或掛失的車(chē)輛、欠費(fèi)的車(chē)輛笛。只要將其車(chē)牌資料輸入應(yīng)用系統(tǒng)中。系統(tǒng)就會(huì)處于 鑫葫撿濺狀態(tài)，2 4 小時(shí)不襻逢對(duì)所有經(jīng)過(guò)車(chē)輛自動(dòng)進(jìn)行諼剩、澆較、處邂：一冀發(fā)現(xiàn)上 述車(chē)輛經(jīng)過(guò)，立刻給出控制信號(hào)，達(dá)到車(chē)輛自油稽查的目的。通常用于交通監(jiān)控卡口、 路撬j i 芟贊西、籜車(chē)場(chǎng)入搿等。 車(chē)輛牌照識(shí)別技術(shù)研究 2 車(chē)輛戇鑫裁藏鋝 此項(xiàng)功糍鐘對(duì)“綠燈車(chē)輛”，翻特種車(chē)輛( 如軍車(chē)、警車(chē)) 、預(yù)交費(fèi)車(chē)輛( 如辦理月、 年繳費(fèi)卡) 以及其它授權(quán)免費(fèi)通行的車(chē)輛。系統(tǒng)處于自動(dòng)檢測(cè)狀態(tài)的過(guò)程與上相同，所 不同的是，一凰發(fā)現(xiàn)該類(lèi)車(chē)輛經(jīng)過(guò)，給出的控制信號(hào)是自動(dòng)放行，達(dá)到車(chē)輛不停車(chē)過(guò)卡 和減少工作人員工作量的目的。通常可用于路橋收費(fèi)卡口專(zhuān)用率道、停車(chē)場(chǎng)的收費(fèi)刪以 及單位對(duì)出入竄輛的控制等。 3 車(chē)輛身份躲麓套集中識(shí)鬟 在道路交遴撿涌部門(mén)，每天有大爨麓違栽車(chē)輛( 熱窩紅露、超速、稔道等) 趲冀匯 集，采用自動(dòng)l p r 系統(tǒng)能自動(dòng)地對(duì)擎輛牌照進(jìn)行識(shí)別處理，可大量減少人力、減輕l 作 強(qiáng)度，大幅度掇離處理速度和效率。 4 入口無(wú)人值守、車(chē)輛不停車(chē)進(jìn)入 主要是用于小區(qū)停車(chē)場(chǎng)收費(fèi)系統(tǒng)中，在入口安裝了系統(tǒng)，利用其能夠不停車(chē)自動(dòng)識(shí) 別 汽車(chē)薄照囂l 車(chē)黧翳! | 辜熹，在車(chē)輛經(jīng)過(guò)卡爨麴一疆闥，得翻談翻縫暴勢(shì)逶遘逶信網(wǎng)終褥黿襞 裂窶戇車(chē)輛髂憊及入口誼惠傳送到備個(gè)凼翻，莛到了替代邀秘鑣班員和節(jié)省透掛奔壤的 作業(yè)，可以節(jié)省遮兩頸成本的開(kāi)支。 5 自動(dòng)確認(rèn)車(chē)輛及入口、防止司機(jī)作弊： 這主要是針對(duì)高速公路中途互換入口卡的車(chē)輛，高速公路中途互換入口卡，可以將 路費(fèi)降到最低給高速公路業(yè)主帶來(lái)很大的經(jīng)濟(jì)損失。通過(guò)l p r 系統(tǒng)。入口處可以報(bào)容 易地將駛?cè)胲?chē)輛的識(shí)別結(jié)果通知各個(gè)擻弱，而出口處的系統(tǒng)也可默穰容易地判定該舉輛 寒壹臻令久秘，麩囂桂絕了中途互換入瓣專(zhuān)豹車(chē)輟作勢(shì)毒亍為，防止了應(yīng)收獲靜流，失。 6 數(shù)據(jù)鴦魂縫諍及模糊查詢(xún)： 此項(xiàng)功能主疆用于路橋卡口、停車(chē)場(chǎng)的內(nèi)部管理和交通公安部門(mén)韻監(jiān)控管理。通過(guò) 聯(lián)網(wǎng)，山入卡翻的車(chē)輛數(shù)據(jù)實(shí)時(shí)在絨，隨時(shí)可用于統(tǒng)計(jì)流量和進(jìn)行模糊查詢(xún)，找猢菜一 車(chē)輛現(xiàn)在的具體位置。 7 實(shí)現(xiàn)自動(dòng)扣贊功能 此項(xiàng)功轆邋嗣子預(yù)交費(fèi)斡情況，可實(shí)行對(duì)經(jīng)過(guò)車(chē)輛叁渤翔款收費(fèi)，一方囂能寅現(xiàn)不 籜車(chē)收費(fèi)，瓣凌卡墨車(chē)滾量燕黷閼題；瑟一方面又篷柱絕入冬璦金鮑接皴，解凌與城金 有關(guān)靜靜靜兩蹶。 同時(shí)，汽車(chē)牌照識(shí)別的方法還可以應(yīng)用到其它檢測(cè)黎l 識(shí)別領(lǐng)域。所以汽車(chē)牌照的識(shí) 別問(wèn)題已成為現(xiàn)代交通工程領(lǐng)域中研究的重點(diǎn)和熱點(diǎn)問(wèn)題之。汽車(chē)牌照識(shí)別技術(shù)對(duì)智 能交通系統(tǒng)的發(fā)展和交通事業(yè)的發(fā)展超赭重要的推動(dòng)作用，對(duì)車(chē)輛牌照字符識(shí)別算法的 研究對(duì)于智能交通系統(tǒng)具有重要的理論意義和實(shí)用價(jià)值。更具有廣闊的市場(chǎng)前景。 2 本文主要王l 睪 ( 1 ) 查閱了大量有關(guān)智能交通系統(tǒng)的中外文文獻(xiàn)，掌握了錯(cuò)能交通系統(tǒng)發(fā)展的現(xiàn)狀與 發(fā)展的方向。 ( 2 ) 查閱了大量有關(guān)車(chē)輛牌照識(shí)別技術(shù)方面的中外文文獻(xiàn)，比較了以往車(chē)輛牌照識(shí)別 車(chē)輛牌照識(shí)別技術(shù)研究 算法的性能，并在此基礎(chǔ)上總結(jié)了以往車(chē)輛牌照識(shí)別技術(shù)的優(yōu)點(diǎn)與不足。 ( 3 l 參考以往文獻(xiàn)，提出了一種快速的彩色圖像矢量中值濾波算法，并用其實(shí)現(xiàn)了對(duì) 車(chē)牌圖像的去噪操作，實(shí)驗(yàn)結(jié)果表明，該算法速度快，具有較好的濾波效果。 ( 4 ) 對(duì)車(chē)輛牌照中的字符識(shí)別算法進(jìn)行了研究與探討參考以往的字符識(shí)別算法，提 出了基于邊緣h a u s d o r f f 距離的字母、數(shù)字字符識(shí)別算法，實(shí)驗(yàn)結(jié)果表明，該算法對(duì)磨 損褪色、旋轉(zhuǎn)、扭曲、斷裂、污跡、模糊、光照不均等字符質(zhì)量退化車(chē)牌的數(shù)字和字母 字符識(shí)別具有較高的識(shí)別率和魯捧性。具有很好的應(yīng)用價(jià)值。 3 車(chē)輛薜爨識(shí)烈技拳研究 第= 瀨車(chē)輛牌照識(shí)別黎統(tǒng)原理及技術(shù) 攀輔薅爨識(shí)裂系統(tǒng)燕要毽擺車(chē)罄定位、字葑分割”8 及字籍諼剮三太端分，奉章窮紹 了率贛辟熙諼裂系統(tǒng)翁淼疆翻車(chē)弊諼裂魏技術(shù)，并分析了冀鶯車(chē)輛蘑照識(shí)裂翡特臻毪。 2 1 率輛牌照自動(dòng)識(shí)別系纜原理 按照所采用豹技術(shù)和設(shè)備，車(chē)輛牌照自動(dòng)識(shí)別襟統(tǒng)可分為有源型率輛牌照自動(dòng)識(shí)別 系統(tǒng)瓤無(wú)滾型車(chē)輛麟囂是劫談熬系統(tǒng)。 育繇輦車(chē)輛簿照鴦動(dòng)諼嶷系統(tǒng)，通常在套專(zhuān)門(mén)粥予發(fā)射事輛蘩意麓率裁終蜷設(shè)備( 蠢 擻波、筑外、可覓蠢、怒聲波等) 熬績(jī)況下+ 跨運(yùn)動(dòng)狀態(tài)車(chē)輛或者靜瞧狀態(tài)車(chē)輟翡握關(guān) 瞎息避彳亍采集以達(dá)到車(chē)輛牌照自動(dòng)識(shí)別的目的。這種系統(tǒng)，具有較好的實(shí)時(shí)性，和較高 的識(shí)別率，但是，需要率輛蠱裝統(tǒng)一的車(chē)載終端設(shè)備，并需要大范圍內(nèi)娩車(chē)輛信息的 標(biāo)凇，很難在短時(shí)間得到廣泛的應(yīng)用，并且系統(tǒng)成本較高。 蘢源型車(chē)輛牌照自動(dòng)識(shí)剮系統(tǒng)與有源型車(chē)輛牌照自動(dòng)識(shí)別系統(tǒng)相威，是指在無(wú)任何 專(zhuān)璃予發(fā)送車(chē)輛信惠的攀蔽終端設(shè)備熬壤況“f ，辯運(yùn)費(fèi)敬態(tài)車(chē)囊或者靜正狀態(tài)車(chē)贛羲鞠 美僖愚避行菲接麓性蘩惠采集并通過(guò)運(yùn)弱蟊露楚理與模式誤驀l 等霰寒設(shè)計(jì)購(gòu)算法蘧苻智 簸浚剮戇系統(tǒng)。這靜系藐融會(huì)了多穆先逶技米，黠魏數(shù)羈撩桃或者數(shù)字?jǐn)z像輥采集封蘸 行使中或者靜態(tài)的車(chē)輛進(jìn)行分析和處理，自動(dòng)分制出車(chē)輛的牌照并智髓i , i n 出車(chē)輛牌照 的母碼。與有源型車(chē)輛牌照自動(dòng)識(shí)別系統(tǒng)相比，這種系統(tǒng)不用安裝專(zhuān)門(mén)的羋載終端設(shè)備， 節(jié)省了丈量的資金，提高”r 綴濟(jì)效益。 個(gè)完整典型豹汽車(chē)牌照識(shí)別系統(tǒng)如下圖胼冪： 臣 二區(qū) 竺二卜臣h 困。蘭圍? ! ：。圍字 如上圖所示，汽車(chē)牌照識(shí)別系統(tǒng)的基本一l 忭艨理為：當(dāng)系統(tǒng)發(fā)現(xiàn)謝車(chē)輛通過(guò)時(shí)( 通 過(guò)煺地感應(yīng)線圈或光束檢測(cè)) ，觸發(fā)圖像采集聚統(tǒng)，c c d 攝像機(jī)攝取包宙車(chē)輛牌照的圖 像，將圖像通過(guò)視頻卡輸入計(jì)算機(jī)進(jìn)行預(yù)處理，褥由檢索模塊對(duì)牌照讖行搜索、檢測(cè)、 定能，并分割出包含牌照字符的矩形囂域，然艏對(duì)牌照字符進(jìn)行二德化! 辯= 將箕努割為單 個(gè)字簿， 舞一琵君贛入字符諼整l 子系統(tǒng)遴行諼秘。 4 車(chē)輛牌爨識(shí)翳技術(shù)駢究 2 2 率牌識(shí)別技術(shù)中的難點(diǎn) 車(chē)牌識(shí)別系統(tǒng)在實(shí)驗(yàn)室熙已經(jīng)取得了令人滿(mǎn)意的效果，但很難應(yīng)用于實(shí)際1 程中， 這是鞠必實(shí)驗(yàn)室的拜境是姓予理想狀態(tài)的，磊在囊然環(huán)境里，壺予受到天氣等因素魏影 響，談菇l 率壤難這蘩要求。 2 2 1 汽車(chē)牌照本身的特征 ( 1 ) 牌照缺乏統(tǒng)一的標(biāo)礁，使得車(chē)牌識(shí)別過(guò)程中警符的分割難度較大，缺乏統(tǒng)一的模 式規(guī)則豹指導(dǎo)作用。 ( 2 ) 簿照戇曩量無(wú)法爨誕。騫些簿照舂污逶酸壤，蠢些薅照懿字符摸期甭渣，對(duì)光線 的散騖圣瞧不好，這些不確定譙極大的影響了識(shí)翱的灌確率。 ( 3 ) 車(chē)牌附近環(huán)境惡劣。率牌附近往往有復(fù)雜的外形或擋車(chē)器等，不利于車(chē)牌的定位 和分割。 2 。2 2 外部環(huán)境的特征 ( 1 ， 賽光照條 警備不鞫強(qiáng)，鑫天窩篾上競(jìng)照琴弱。光照對(duì)圖像震爨影昀穰夫。不露 的光照角度，對(duì)車(chē)牌光照的不均勻度影響也較太。不弼視覺(jué)，不同氣候條件，以及背景 光、率牌反光程度決定了車(chē)牌區(qū)域的亮度特征。 ( 2 ) 外界背景的復(fù)雜穩(wěn)艘也影響車(chē)牌的定位準(zhǔn)確率。背景中與車(chē)牌區(qū)域特征相似區(qū)域 的大小反映了背景的噪聲程魔。例如與車(chē)牌字符棚似的背景遠(yuǎn)處的廣告譖容易影響車(chē)牌 的瓤定位。 2 ，2 。3 攀薜識(shí)葺l l 系統(tǒng)莊弼方案的特缸 ( 1 ) 不同實(shí)際上程其攝像方位和角度不一樣。實(shí)際t 程中攝像方位相對(duì)于車(chē)輛行駛的方 向一般是正上方、左側(cè)和右側(cè)。相對(duì)來(lái)說(shuō)，攝像角度越小，車(chē)牌在平磷i 羽像中變形越小， 識(shí)別效果越好。攝像方位和角度對(duì)車(chē)牌字符分割影響較大，對(duì)車(chē)牌校正方法的校正能力的 要袋瞧受裹了。 ( 2 ) 光線較落鞋，不圍戇人工光照受痊、方像秘巍痿瓣車(chē)薄諼爰系絞彩晌瞧不一群。盡 管髖范車(chē)牌對(duì)光的散辯稚力較強(qiáng)，但人工光照的方位角度不同時(shí)，也會(huì)影響車(chē)牌的亮度。 亮度不均勻?qū)?chē)牌照二二值化算法的適應(yīng)性提出了尉商的要求。 ( 3 ) 不同的實(shí)際工程，圖像的分辨率要求也不閽。分辨率大小影響車(chē)牌識(shí)別系統(tǒng)的識(shí)別 速度和字符的識(shí)別率。o c r 中字符的象素分辨率一般為3 2 3 2 而車(chē)牌識(shí)別系統(tǒng)字符的分辨 率一般在1 2 1 2 和2 4 x 2 4 之閾。分辨率過(guò)高時(shí)，熬個(gè)識(shí)別系統(tǒng)的處理時(shí)間嘗明顯增多，特 搦燕在車(chē)壤分裁，車(chē)簿= 鑲像貔處理霹閩會(huì)顯蔫溪翔。分辨率遘低，字襁識(shí)別率會(huì)下降， 字禱中靜漢字二毽饞效暴鉸蓑，車(chē)薄諼臻系統(tǒng)的 嗣搴會(huì)下降。 5 車(chē)輛耱照瓣瓣凌術(shù)掰究 總之，車(chē)牌識(shí)別系統(tǒng)的研究由于受到多方面的限制，其技術(shù)還存在蓿一些不足。但現(xiàn) 代智能交通的發(fā)展，使其具有巨大的應(yīng)用潛力。相信隨者研究的不斷深入，車(chē)牌識(shí)別技術(shù) 肯定會(huì)逐步志向成熟。 2 2 4 我翻車(chē)輛牌照識(shí)剜的特殊性 由于車(chē)輛字符識(shí)g 受到率牌匿像噪聲及分割等因素的影嘀，識(shí)別率一嶷不能達(dá)到實(shí)際 鑊嗣豹要求。囂蘸，國(guó)， 汽車(chē)薅怒潮系綴疆巍工癢毫鴦?shì)^裹瘩平，毽巍予我鏊國(guó)媾懿 不同，造戒一些特殊情況，主要有數(shù)下蠢個(gè)方面： ( 1 ) 我圃標(biāo)準(zhǔn)車(chē)輛牌照熄由漢字、英文字母和阿拉伯?dāng)?shù)字組成，漢字的識(shí)別與字母和 數(shù)字的識(shí)別有很大的不同從而增加了識(shí)別的難度： ( 2 ) 圜撲讒多國(guó)家車(chē)輛牌照的底色和字榜艨色通常只有對(duì) e 度較強(qiáng)的甄種顏色( 例如 纂藿，萁擎辯底色為盔毪，車(chē)耱主戇字簿為鑫色) ，露我瓣車(chē)輛簿照設(shè)筑色就舂藍(lán)、黃、 黑、白等多種顏色，字符灝色也有黑、紅、白等多種颥包： ( 3 ) 其他國(guó)家的汽車(chē)牌照格式( 如汽_ 車(chē)牌照的尺寸大小，牌照上字符的排列等) 通常 只有一種，砸我國(guó)則根據(jù)不同車(chē)輛、車(chē)型、用途，規(guī)定了多種牌照格式( 例如軍車(chē)、餐 車(chē)、醬避車(chē)棼) ； 我戮汽車(chē)薅照的魏范懸掛證置不準(zhǔn)一； ( 5 ) 由于環(huán)境、道路或人為因素造成牌照污染嚴(yán)重的率輛，發(fā)達(dá)國(guó)家不允許上路，而 我國(guó)則沒(méi)有此規(guī)定。 2 3 車(chē)輛麓釋諼剝技術(shù)豹磷究凌襖 汽車(chē)牌照識(shí)別技術(shù)屬于計(jì)算機(jī)視覺(jué)領(lǐng)域。國(guó)內(nèi)外都運(yùn)用圖像處理技術(shù)進(jìn)行汽車(chē)牌照 識(shí)別鮑研究，最早出現(xiàn)于8 0 年代，這個(gè)階段的研究著沒(méi)竅形成完整的系統(tǒng)體系，兩是裁 車(chē)薅諼籜j 熬菜一個(gè)翔題遴抒討論，著豆遵常是采蕊籬蕈戇強(qiáng)緣薤瑾技術(shù)瓣浹。誤嗣過(guò)張 是使用工般電視攝像機(jī)抬下汽車(chē)的正前方咧像，然后交給計(jì)算機(jī)進(jìn)行簡(jiǎn)單處理，并且最 終仍需要人工干預(yù)。1 9 8 8 顰戴營(yíng)等利用常見(jiàn)的圖像處理技術(shù)方法提出漢字識(shí)別的分類(lèi)怒 在提取漢字特征的基礎(chǔ)上進(jìn)彳亍的。根據(jù)漢字的投影直方圈( p r o j e c t i o nh i s t o g r a m ) ，選取 浮動(dòng)邂僮，遴行量純楚瑾菇，形袋一個(gè)交長(zhǎng)蕤鸚，焉爆動(dòng)態(tài)規(guī)翅法，求淺與振準(zhǔn)模式鏈 碼的最，j 、躐窩，實(shí)現(xiàn)細(xì)分類(lèi)，完藏漢字省名韻自動(dòng)識(shí)別。 進(jìn)入9 0 年代，由于計(jì)算機(jī)視覺(jué)的發(fā)展，開(kāi)始出現(xiàn)汽率牌照識(shí)剮的系統(tǒng)化研究。1 9 9 0 年。a s j o h n s o n 等運(yùn)用計(jì)算機(jī)視覺(jué)技術(shù)芹“圖像處理技術(shù)實(shí)現(xiàn)了車(chē)輛牌照的自動(dòng)識(shí)別系 統(tǒng)。該系統(tǒng)分為圖像分割( i m a g es e g m e n t ) 、特征提取和攢扳構(gòu)造( f e a t u r e e x t r a c t i o na n d t e m p l a t ef o r m a t i o n ) 、字簿諼剩( c h a r a c t e rr e c o g n i t i o n 等三棗部分。嗣矮不同閡麓 ( t h r e s h o l d ) 對(duì)應(yīng)的直方圈不同，經(jīng)過(guò)大鼙統(tǒng)計(jì)實(shí)驗(yàn)確定出車(chē)牌位置的圖像直方圖的閩 值范圍，從而根據(jù)特定閩饋對(duì)應(yīng)的直方閣分割出車(chē)牌，辯利用預(yù)先設(shè)簧的標(biāo)準(zhǔn)字符模擻 進(jìn)行模式匹l ! i 己( p a t t e mm a t c h i n g ) 識(shí)別出字符。 近凡年來(lái)，汽車(chē)磐熙餐娩識(shí)別的技術(shù)發(fā)曩綴恢，裁爨璦基礎(chǔ)，主羲霹分為間接法 6 車(chē)輛牌照識(shí)別技術(shù)研究 和直接法兩種：間接法是基于i c 卡( 即無(wú)線電頻率鑒別( r e i d ) ) 或基于條碼的識(shí)別。 直接法是基于圖像的汽車(chē)牌照識(shí)別。 間接法是指通過(guò)識(shí)別安裝在汽車(chē)上的i c 卡或條形碼中所存儲(chǔ)的車(chē)牌的信息來(lái)識(shí)別 車(chē)牌及相關(guān)信息。i c 卡技術(shù)識(shí)別準(zhǔn)確度高，運(yùn)行可靠，可以全天候作業(yè)，但它整套裝置 價(jià)格昂貴硬件設(shè)備十分復(fù)雜，不適用于異地作業(yè)：條形碼技術(shù)具有識(shí)別速度快、準(zhǔn)確 度高、可靠性強(qiáng)以及成本較低等優(yōu)點(diǎn)，但是對(duì)于掃描器要求很高。此外，二者都需要制 定出全國(guó)統(tǒng)一的標(biāo)準(zhǔn)，并且無(wú)法核對(duì)車(chē)、卡，條形碼是否相符，也是技術(shù)上存在的缺點(diǎn)， 這使得在短時(shí)間內(nèi)推廣造成困難。 基于圖像的車(chē)牌識(shí)別技術(shù)屬于直接法，是一種無(wú)源型汽車(chē)牌照智能識(shí)別方法，能夠 在無(wú)任何專(zhuān)用發(fā)送車(chē)輛信號(hào)的車(chē)載發(fā)射設(shè)備情況下，對(duì)運(yùn)動(dòng)狀態(tài)車(chē)輛或靜止?fàn)顟B(tài)車(chē)輛的 車(chē)牌號(hào)碼進(jìn)行非接觸性信息采集并實(shí)時(shí)智能識(shí)別。與間接法識(shí)別系統(tǒng)相比，首先，這種 系統(tǒng)節(jié)省了設(shè)備安置及大量資金，從而提高了經(jīng)濟(jì)效益；其次，由于采用了先進(jìn)的計(jì)算 機(jī)應(yīng)用技術(shù)，所以可提高識(shí)別速度，較好的解決實(shí)時(shí)性問(wèn)題；再次，它是根據(jù)圖像進(jìn)行 識(shí)別，所以通過(guò)人的參與可以解決系統(tǒng)中的識(shí)別錯(cuò)誤，而其它方法是難以與人交互的。 直接法一般有圖像處理技術(shù)、傳統(tǒng)模式識(shí)別技術(shù)及人工神經(jīng)網(wǎng)絡(luò)技術(shù)等。 ( 1 ) 圖像處理技術(shù)：運(yùn)用圖像處理技術(shù)解決汽車(chē)牌照識(shí)別問(wèn)題的研究最早始于8 0 年 代，但國(guó)內(nèi)外均只是就車(chē)牌識(shí)別中的某一個(gè)具體問(wèn)題進(jìn)行討論，并且通常僅采用簡(jiǎn)單的 圖像處理技術(shù)來(lái)解決，并沒(méi)有形成完整的體系，識(shí)別過(guò)程是使用工業(yè)電視攝像機(jī)拍下汽 車(chē)的正前方圖像，然后交給計(jì)算機(jī)進(jìn)行簡(jiǎn)單處理，并且最終仍需要干預(yù)，例如車(chē)輛牌照 中省份漢字的識(shí)別問(wèn)題，1 9 8 8 年戴營(yíng)等利用常見(jiàn)的圖像處理技術(shù)方法提出漢字識(shí)別的分 類(lèi)是在抽取漢字特征的基礎(chǔ)上進(jìn)行的，根據(jù)漢字的投影直方圖選取浮動(dòng)閨值，抽取漢字 在y 方向的峰值，利用樹(shù)形查表法進(jìn)行漢字的粗分類(lèi)，然后根據(jù)漢字在x 方向的投影直 方圖，選取適當(dāng)閩值，進(jìn)行量化處理后，形成一個(gè)變長(zhǎng)鏈碼，再用動(dòng)態(tài)規(guī)劃法，求出與 標(biāo)準(zhǔn)模式鏈碼的最近距離，進(jìn)行細(xì)分類(lèi)，完成漢字省名的自動(dòng)識(shí)別。 ( 2 ) 傳統(tǒng)模式識(shí)別技術(shù)：傳統(tǒng)模式識(shí)別指結(jié)構(gòu)特征法，統(tǒng)計(jì)特征法等。9 0 年代，由 于計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，開(kāi)始出現(xiàn)汽車(chē)牌照識(shí)別系統(tǒng)化研究。1 9 9 0 年，a s j o h n s o n 等運(yùn)用計(jì)算機(jī)視覺(jué)技術(shù)和圖像處理技術(shù)實(shí)現(xiàn)了車(chē)輛牌照的自動(dòng)識(shí)別系統(tǒng)。該系統(tǒng)分為圖 像分割、特征提取和模板構(gòu)造、字符識(shí)別等三個(gè)部分。利用不同閾值對(duì)應(yīng)的直方圖不同， 經(jīng)過(guò)大量統(tǒng)計(jì)實(shí)驗(yàn)確定出車(chē)牌位置的圖像直方圖的閩值范圍，從而根據(jù)特定閾值對(duì)應(yīng)的 直方圖分割出車(chē)牌，再利用預(yù)先設(shè)置的標(biāo)準(zhǔn)字符模扳進(jìn)行模式匹配識(shí)別出字符。 ( 3 ) 人工神經(jīng)網(wǎng)絡(luò)技術(shù)：近幾年來(lái)，計(jì)算機(jī)及相關(guān)技術(shù)發(fā)達(dá)的一些國(guó)家開(kāi)始探討用人 工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車(chē)牌自動(dòng)識(shí)別問(wèn)題例如1 9 9 4 年m m m f a 刪y 等就成功運(yùn)_ h jb a m 神經(jīng)網(wǎng)絡(luò)方法對(duì)車(chē)牌上的字符進(jìn)行自動(dòng)識(shí)別，b a m 神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向 聯(lián)想式單層網(wǎng)絡(luò)，每一個(gè)字符模板對(duì)應(yīng)著唯一一個(gè)b a m 矩陣，通過(guò)與車(chē)牌上的字符比較， 識(shí)別出正確的車(chē)牌號(hào)碼。b a m 神經(jīng)網(wǎng)絡(luò)方法的缺點(diǎn)是無(wú)法解決識(shí)別系統(tǒng)存儲(chǔ)容量和處理 速度相矛盾的問(wèn)題。 隨著車(chē)輛問(wèn)題的增多，基于圖像的車(chē)牌識(shí)別系統(tǒng)的研制引起了許多學(xué)者的廣泛興趣， 也取得了很大的進(jìn)展，有許多成型的產(chǎn)品出現(xiàn)，但由于外晃環(huán)境光線變化、光路中有灰 塵、季節(jié)環(huán)境變化及車(chē)牌本身比較模糊等條件的影響，使得l p r 系統(tǒng)一直是一個(gè)不能很 好解決的問(wèn)題，而且很多的方法都需要大量的數(shù)值計(jì)算并沒(méi)有考慮到實(shí)時(shí)處理的環(huán)境。 7 車(chē)輛瓣熙識(shí)接寒磅究 蕘了瓣決蓬臻繇純的鞫蓮，孽靜鞫蠹辨鼴蕊究稅褥或公司金數(shù)采取翡辦法是采鼴主動(dòng)葒 井照明攝像或健爝特殊的轉(zhuǎn)感器來(lái)提商翻像懿質(zhì)量，繼藤撾盛識(shí)剮率，這樣徽靜兩時(shí)也 造成了系統(tǒng)的投資成本過(guò)大，應(yīng)用頓域凝小，不適合普遍的捺廣。 如今國(guó)內(nèi)外的汽車(chē)牌照識(shí)別系統(tǒng)的研究工作已經(jīng)有了很犬濰展，一些實(shí)用的成熟的 產(chǎn)品也相繼出現(xiàn)。現(xiàn)有的比較典型的識(shí)別系統(tǒng)有：以色列的h i - - t c c h 公司、新加坡的 o p t a s i a 公司、簧港鶼a i s a v i s i o n t e c h n o l o g y 公靄癸研制了名掩s e e c a rs y s t e m 、v l p r s 、 v e c o n 懿l p r 蓉統(tǒng)。其孛s e e c a rc h i n e , s e 系統(tǒng)霹驥對(duì)中罄大陸騎車(chē)嫠進(jìn)行識(shí)掰，魍瞧 舂接丈蘸蚨黧，蕊盈不醞諼剿辜黲中鰉漢字，舅癸，鬟本、柵禽大、穗譬、意太弱、夔 罾等各個(gè)西方靛遮翻家都有適舍本塌率牌的識(shí)剮系統(tǒng)。備十辮家的產(chǎn)品雖然不同，髓纂 本上都是基于率輛探測(cè)器的系統(tǒng)，設(shè)錯(cuò)投資巨大，其中的笨輛探測(cè)器主要有：踏板戲探 測(cè)器、光探測(cè)器、微波雷達(dá)通過(guò)型探測(cè)器、壓力探測(cè)器、聲控探測(cè)器、紅外探測(cè)器、電 磁感應(yīng)環(huán)探測(cè)器、測(cè)速雷達(dá)探測(cè)器和胝敞探羽4 器等。 國(guó)出比較典裂瞧漢瓣系統(tǒng)有；上海交遺大學(xué)計(jì)算撬系研究酌基于彩色分裁黲髀照趣 囊諼裂系統(tǒng)，牮串鷂控大學(xué)疆窕靜蒸予橫粳選配窩耱經(jīng)鹺貉熬牌照浹翳系凌、顢涯火學(xué) 霜影霾豫磺究斯姘窺靜“車(chē)藩遙”產(chǎn)照虢瑟孛霹院鑫動(dòng)耗磷究骶漢王公司_ 露“汲玉濺氣 巷 車(chē)輛牌照識(shí)辯技術(shù)研究 第三耄車(chē)牌圖像預(yù)鏈理 為了保證有較高的識(shí)別率，車(chē)牌定能以后，需要對(duì)車(chē)牌圖像進(jìn)行預(yù)處理，如，由于角 度的關(guān)系，通過(guò)攝像機(jī)得到的車(chē)牌圖像戲多或少都有一定的傾斜，為了能較好的分騫4 和 識(shí)別車(chē)牌字簿，簸需要對(duì)車(chē)牌進(jìn)行撅瓣矯正；由于車(chē)牌本身的污跡、翊瘦等會(huì)等數(shù)字簿 諼鬟率下洚，為了鬟蔫專(zhuān)廷鞠率，藏鬟對(duì)英送行去臻啜聲戇撩董謄等等。本文錚對(duì)傳統(tǒng)豹孛 值濾波算法速發(fā)饅的 嗣題提出了一種快速酌彩色圖像矢豢中德濾波算法，有效去除了車(chē) 牌圖像的噪聲。 3 1 車(chē)牌圖像濾波技術(shù) 在塑像瓣警戒、簧竣或交換戇建瑕中，麥子多耱愛(ài)素懿影璃，慧耍造藏鶩臻瓣強(qiáng)震， 需要采用菜黧技術(shù)去改善匿橡的效栗。在車(chē)薄識(shí)割系統(tǒng)串，由于受到噪聲等的影璃，使 得圖像效果并不理想，而車(chē)牌圖像的僳景與車(chē)牌字符分割和對(duì)字符的識(shí)別有著至哭蘸簧 的聯(lián)系，所以蠢除車(chē)牌圖像的噪聲對(duì)于提高字符分割質(zhì)量和識(shí)別率是必不可少的。 3 1 1 圓像濾波技術(shù)概連 強(qiáng)繯潼波靛囂的是為了鎊除噪聲。嗓聲潰豫貔方法又冒跌分為空海域或菝攀城，亦可 以分為全局贍蠛或局部處理，也可以按線性濾波、菲線性濾波和自適應(yīng)濾波來(lái)區(qū)剮，線性 濾波具有完善的理論基礎(chǔ)，數(shù)學(xué)處理簡(jiǎn)單，對(duì)高斯噪聲有較好的平滑作用，但對(duì)脈沖噪聲 抑制效果較第并且會(huì)使圖像的邊緣模糊，不能很好地保護(hù)嘲像的細(xì)節(jié)；而非線性濾波則能 抑制非高斯噪聲，較好地保護(hù)圖像的細(xì)1 盼和邊緣【l ”。下面介繃中值濾波、鄰域平均濾波、 矢量中值濾波簿幾種濾波方法。 1 。中餐濾波黼 中蘧濾波怒一種典蘩豹 蔻逮濾波器，它戇磊豹是保護(hù)閹像邊緣的嗣時(shí)去除嚓聲。掰 謂中值濾波，飚指把以某點(diǎn)( x ，y ) 為中心的小窗e l 內(nèi)的所有象索的灰度按從大到小的順序 排列，將中間緞作為( x ，y ) 處的灰度假( 蓿窗i z l 中有偶數(shù)個(gè)象索，則取兩個(gè)中間值的平均) 。 例如f 圖： o 0 0 0 l1 16 11 0o 原圖 0 圈3 1 9 l 0 0 o o o o o l0 lo i0 00 處理后的圖 車(chē)輛牌照識(shí)別技術(shù)研究 圈孛數(shù)字鼴襲該娃懿獲度?？瑟z看出爨圖孛閹麴6 蠢l 嗣疆囂獲度鞫差綴犬，是一個(gè) 噪聲點(diǎn)。經(jīng)過(guò)3 l 窗口( 即水平3 個(gè)象素取中間值) 的中值濾波，得到右邊那幅豳j 可以 看出，噪聲點(diǎn)被去除了。 與b o x 模板和g a u s s 摸板福潷，中值濾波能夠綴好的去除圖像中的孤立點(diǎn)并保持圖 像的邊緣，并對(duì)去除脈沖噪聲非常有效。以一維模極為例，只考慮水平方向，大小為3 x l 寬毫) b o x 摸投堯x l ，高鬈模板為x a2 。 如下圖所示： o0 三三11三三一2 1 1 44 1 2 331 2 00o1 11 e1 2 l 33 12 1 0 21 l3 l l 3l l21 02l 1 3 1 41 3 333 5 1 7 5 1 31 41 3 333 1 1 6 o 曼三 l 44 l2l l 3 3 1 2 51 11 5 1 6 1 61 6 13 ， 44 笙6 笙 44 99 22 墮6 塹 44 0011 o 三三l 33 0 三曼1 44 00l1 222 3 3 3 2 2 2 原圖鳋b o x 模板處理后經(jīng)g a u s s 模板處理后經(jīng)中值濾波處理后 鷲3 。2 2 鄰域平均法 鄰壤平均法是一靜局部空閑域處理瞬算法。設(shè)一耀圈像f ( x ，y ) ，濾波囂鰉筵像老 g ( x ，y ) ，它豹每個(gè)象素的灰度級(jí)由包禽在( x ，y ) 的預(yù)定鄰域f i 寸幾個(gè)象索的灰度綴的平均值 所決定。即用下式得到濾波的圖像： 如y ) 2 吉。影剛) 仔d 菹上算法籬犖，詩(shī)算速度捷。鍵它的主要缺點(diǎn)楚在釋羝唆聲鵑同時(shí)使圖像產(chǎn)生模糊， 特別在邊沿和細(xì)節(jié)處，鄰城越大，模糊越嚴(yán)麓。 3 ?？臻g域低通濾波 信號(hào)的饅變部分在頻率域?qū)儆诘皖l部分，而信號(hào)的快變部分在頻率域是高額部分。對(duì) 圖像米說(shuō)。它的邊緣以及噪聲干擾的頻率分綴都處予頻率域較高的部分，因此可以采用低 遙濾波鰉方法來(lái)去除噪聲，孬攢域豹濾渡又綬褰易放空聞?dòng)虮揩@親實(shí)凌，戈她只要適當(dāng) 1 0 o l 一垃 1 8 9232313l一3 o l 一9 1 l1 ， l 2 3 0 1 3 0 0 o o 率輛髀豫諼魏技術(shù)醞究 楚設(shè)囂空瓣壤系統(tǒng)漿革餐彈激響應(yīng)淹落藏瑤班選窶l 濾臻嚓聲靛綬采。 掌g ，y ) 一芝藝，( f ，弘o f 十1 , y j 4 - 1 ) ( 3 - 2 ) l j g ；矩韉受鼴滋卷強(qiáng)壤援，霉矮戇簿戳下死耱： ，f i 1t 撥。三1 11 1 9 | _ 王量 h 。；三 圭6 121 24 2 麥2王 4 額城氨遴濾液 圖像的平滑處理也可以在頻域進(jìn)行。將有噪圖像f ( x ，y ) 經(jīng)傅立時(shí)變換得到相臌的頻 域，用f ( u ，v ) 襲示，由于噪聲在頻域中分布在高頻段，所以來(lái)用低通濾波的方法，可能將 噪聲去掉。 剝耀卷積激理，式( 3 - 2 ) 可班寫(xiě)戚戳下形式： g 承，垮- 露軸秘，y ) f 垂，p ) 利用囂 ，v ) 使f ( u ，v ) 的簡(jiǎn)頻分黛得到衰減，褥粼g ( u ，v ) 君辯經(jīng)過(guò)反博盤(pán)” 變換 裁褥到醞耱罄辯霪緣g ( x ，y ) ，醞遙濾波警滂鷺緣豹系統(tǒng)挺潮搬霞耩示。 圈3 3 擷域低通濾波處理橙胬 5 矢量中德濾波【9 _ l o 設(shè)n 個(gè)矢懾的集合為；蓋一怛，攔。，x 。 ，貝u 冀必餐中佳x 。為滿(mǎn)足下踐的一 夸矢量： 羹阪喝l s 蠢弒喝l 小珥一- ，一 其孛，鬈。拯l ，菇2 ，菇。 ，l 2 楚數(shù)也可羽冀它瓣鼷裹測(cè)疫來(lái)援替a 由3 q ) 式可見(jiàn)，矢鬣中值濾波藏怒巍濾波密口中尋找個(gè)與其他像素矢鱉躐潛鼴潺 的像素，然詹以此像素替代窗口的中心像素，其計(jì)算量與必餐個(gè)數(shù)駒平方成正比。當(dāng)濾波 窯霜較，l 、露，濾波效果不麓 襄簿，髓燕隨萋濾波密疊麴壤太遠(yuǎn)籜量x 遮速增熱，影穗簿法 懿甓蘧蓬， 3 1 2 一種新的彩色圖像炙量中值濾波快德算法 在彩毪黼稼囂線牲濾波技術(shù)巾，麓予矢量攆旁絞詩(shī)翡矢薰串僮濾波，是一種鬻翅酌 l l 攀輛牌照識(shí)別技術(shù)研究 方法。然纛饞統(tǒng)耱矢量中莛濾波算法p “蝣，巒子荬詩(shī)算鼙菇矢餐個(gè)數(shù)蕤平方畿蔥魄，因 北，濾波窩翻的大，j 、影響若算法的性能，如果濾波窗口較，j 、，葬法運(yùn)行速度較快德濾噪 效果較差；如聚濾波窗口較大，雖能保證濾噪性能但又影響快速性。本文提出了種快 速的彩色圖像矢攝中值濾波算法，譙保持圖像細(xì)節(jié)的前撼下大大減少了運(yùn)算時(shí)間。 1 基于方向區(qū)域距離測(cè)度的彩色圖像矢量中值濾波算法 傳統(tǒng)的矢擻中值濾波算法窗口的大小影響算法的性熊，如果能夠在濾波宙秘尺寸不 變鮑馕囂下，羰少算法健用靜矢鼙拿數(shù)，藏會(huì)在鏢矗濾曝攘轆的目眩疆裹算法蕤避 i 逮 疫。我裁鵑辮路是定義一秘能愛(ài)浹象綮送域震睦茲方囪囂城簇離測(cè)度并據(jù)魏蔣濾波察口 劃分為兩個(gè)子窗口，然后使用予窗內(nèi)的象素進(jìn)行矢量中德濾波。 設(shè)彩色象索d i ，j ) = 僻( f ，j ) ，g ( i ，) ，b ( f ，j ) j ，其中，r ( i ，) ，g ( i ，) ，b ( i ，) 分別 是象素c ( f ，j 在r g b 彩色空間中的紅、綠和藍(lán)顏色分鬣。以c ( j ，f 為中心墩 ( 五+ 1 ) ( 知+ 1 ) 的窩口，其中，s 為大于等于1 的整數(shù)。在窗掰內(nèi)過(guò)c ( i ，j 做一與霍擻方向 鷹殘夾焦為霹筘x ) 的線段l 勞將密霜裁分蕘拜幫激舞個(gè)子密墨，鯉翻3 3 褒 示。設(shè)黔耪覯內(nèi)各包含拿象素，劉戮和弼內(nèi)蒙素戇警均色彩番數(shù)毽分裁為： 汰 鞠3 4 蘧域捌分 m 專(zhuān)耋。一嘉霪。) 一磚耋告薹專(zhuān)冀) 一m ) 囂瑾： 懶。w i 臺(tái) c 班，。，毽川，抗p ) 這里，島和c 肌分別是w 1 和w 2 內(nèi)的第k 個(gè)和第1 個(gè)矢量像素：8 樅，q m ，分 別是w i ( i = 1 0 ) 內(nèi)n 個(gè)矢量像素r 、g 、b 顏色分量的平均德。 定義w 1 和w 2 間艙平均色彩距離為： 一0 一 + 一g 鶘 + 峨一 ( 3 - 4 、 當(dāng)在0 和n 之間變化時(shí)，d 。必縣有一個(gè)最大值，定義方向區(qū)域距離測(cè)度為 d t “警b 日0 “ ( 3 5 ) 率輔牌照識(shí)i 4 技術(shù)研究 迷。表示c # ，j 煮垂宣予多方囪色彩丞數(shù)夔麓突變程麓，如果d 。值較小，說(shuō)明 c # ，j ) 點(diǎn)位于平滑區(qū)，如果墳。值較大，說(shuō)明c ( f ，) 點(diǎn)可能能于邊緣區(qū)。無(wú)論c ( f ，) 點(diǎn) 位于平滑區(qū)還怒邊緣區(qū)，都不必使用窗口內(nèi)的全部象素，只需使用此時(shí)子窗口內(nèi)的象索， 即參與濾波運(yùn)算的象素?cái)?shù)量減少了一半，因此，所用時(shí)間也大大減少。但有一個(gè)問(wèn)題， 求取方向區(qū)域飚離測(cè)度要花費(fèi)一定的時(shí)聞，為保證算法的快速性，可選擇確增幅為4 擎。 醫(yī)照，霹褥妖速矢量串燕濾波葵法步驟舞下： 1 ) 交取暖像象素的方離區(qū)域鼯離溪l 疫幫踅時(shí)靜算舞； ( 2 ) 使用予窗口肉的象素進(jìn)行矢獺中值濾波。 2 實(shí)驗(yàn)結(jié)果 圖3 5 ( a ) 為原始車(chē)牌圖像，圖3 6 ( a ) 和圖3 7 ( a ) 分別是2 5 6 x 2 5 6 、2 4 位像索的 的人造彩色圖像和實(shí)際彩色圖像，對(duì)它們加入5 脈沖噪聲所得圖像分別如圖3 6 ( b ) 和圈3 。7 所承。我們將傳統(tǒng)的矢量中俊濾波算法積本文掇漱的快速矢量中值濾波簿法 分裂應(yīng)羯予豳3 5 ( a ) 、盈3 6 ( b ) 暈j 瓣3 + 雄 蓑進(jìn)行主窖瓣彈徐院較，濾渡塞疆為5 x 5 。 客疆謹(jǐn)徐櫞壤聚翔婦一證靜均方誤蒺n m s e ，n m s e 怒義翔下： j l f n ：l l c ，a ，) 一c o o ，) 0 、 n m s e ! 二! i i 三里：? 一 3 6 x l l c ，“，4 i 1 0 i 一0 其孛，q # ，j 移c o 棗，j ) 努裁楚舔始銎豫器濾波垂翳爨像，m 、k 蕘鷲像戇縫數(shù)。 客蕊謹(jǐn)贊北較繚果如表3 。1 所示。 表3 1 矢最中值濾波算法韻客觀評(píng)價(jià) 傳統(tǒng)矢量中值潞波算法奉史的算法 國(guó)。像 n m s e 運(yùn)行酎旆似r l削s e運(yùn)行時(shí)闡( 杪) 車(chē)瓣糕緣 8 盎王2 2l 許j 3 l薅鴦i 3 s6 9 j 5 8 造彩彀灝緣 o 0 1 3 2 0 6 j 5 50 0 0 0 2 11 1 9 m 實(shí)際彰色圖像 0 0 1 6 32 0 5 9 2 20 0 2 1 9 1 】89 4 5 ( a ) 濺貽率髀強(qiáng)像( b ) 健轆矢量孛值濾渡岳毯像 ( c ) 本文算法結(jié)采 圈3 5 車(chē)牌圖像的矢量中值濾波比較 車(chē)輛牌鼴識(shí)剮按本研究 ( a ) 原始人潴圖像 秘簧統(tǒng)矢蠢串值濾波結(jié)采 ( b ) 加噪人造圈像 ( d ) 奉支算法臻果 嘲3 , 6 人造彩色豳像的矢量中值濾波比較 醇聶始黲攘赫翻噪囂辣 車(chē)輛脖熙識(shí)剮技術(shù)研究 袖傳統(tǒng)失薤中值濾波結(jié)采( d ) 奉文算法結(jié)果 圖3 7 實(shí)際彩色腰像的矢量中值濾波比較 由襲3 1 可見(jiàn)，本文囂法的n m s e 晦祗于傳統(tǒng)矢豢咚馕濾波算法，但時(shí)聞節(jié)省了娥 1 2 ：孬蠢濾波續(xù)栗蠶稼爵躲，麩太豹主溪援覺(jué)上，奉支算法靜澹渡效袋勢(shì)未有舞顯靜下 降。 3 2 車(chē)牌豳像的傾斜矮壓技術(shù) 車(chē)牌識(shí)別技術(shù)是將攝像機(jī)等設(shè)備拍攝的車(chē)輛圖像，蛻視頻圖像采集卡轉(zhuǎn)換成數(shù)字闋 像( 或直接使用數(shù)字?jǐn)z像機(jī)獲取數(shù)字圖像) 并傳送給計(jì)算機(jī)，由計(jì)算機(jī)通過(guò)車(chē)牌識(shí)別欺 件定位提取率牌，切分車(chē)牌上的字符，最好識(shí)別出切分的字符，是一種不需要人的干預(yù)、 垂 i 募極爨動(dòng)獲霉逶行車(chē)鞲車(chē)薄號(hào)碼瓣鼓零。最瑾怒壤瑰下拍攝戇車(chē)薅潮像是一令矩形。 毽由于攝像楓和車(chē)牌之弼角壤的變純，攀常使所拍攝靜車(chē)牌圖像產(chǎn)生顫斜現(xiàn)象，給字符 分割帶來(lái)不利影響，造成錯(cuò)誤分割和車(chē)牌識(shí)別率下降。因此，需要在字符分割之前進(jìn)行 車(chē)輛牌照的傾斜矯正。 3 。2 。i 豐辯霜露謠辭較萎技術(shù)概速 由于道路的坡度、車(chē)牌的懸掛和攝像機(jī)與車(chē)牌之間傾斜角度的影響，使得拍攝到的 車(chē)牌圖像產(chǎn)生了傾斜，這實(shí)際上是一種透視失賓。一般憤凝下，可將饋斜的車(chē)牌圖像避 縊看成一令擎行霾逮形，露三靜簇瓣摟式：窳平頹藏，蘩巍 羲瓣蠢承警壤矗贛麓，琶籍 的傾斜矯戒方法主要有： ( 1 ) h o u g h 變換法1 ”“，通過(guò)h o u g h 變換求取車(chē)牌的沈框，進(jìn)而確定車(chē)牌的傾斜角； 或者由h o u g h 變換提取牌照邊框的參數(shù)后，再求解牌照鹺域四個(gè)頂點(diǎn)的嫩標(biāo)，然后通過(guò) 雙線性空閹變換對(duì)畸變圖像送行矯正。 ( 2 遺避模叛匹配尋我牌照區(qū)域豹四個(gè)頂點(diǎn)，再逶過(guò)載線性空聞交換藏建矩形車(chē)薄囂 域筒j 。 ( 3 ) 通過(guò)求取車(chē)牌字符區(qū)域的局部極小和局部極大特 難點(diǎn)，再進(jìn)行投影確定車(chē)牌的傾 斜角。 搭 車(chē)輛牌照識(shí)別技術(shù)研究 ( 4 ) 通過(guò)求取車(chē)牌上各個(gè)字符連通域的中心點(diǎn)，然后擬合為直線來(lái)確定車(chē)的傾斜角 2 4 1 。 由于圖像中車(chē)牌的邊框有時(shí)并不明顯( 如有的自牌白車(chē)) ，且因噪聲、污跡等干擾的 影響，造成h o u g h 變換后參數(shù)空間中的峰值點(diǎn)很分散，這使得方法( 1 ) 和方法( 2 ) 效 果并不理想；當(dāng)車(chē)牌上有污跡和噪聲時(shí)，方法( 3 ) 的檢測(cè)精度下降：由于二值化等原因。 車(chē)牌上字符會(huì)有粘連和斷裂現(xiàn)象，就使得方法( 4 ) 的效果也不理想。而且，上述四種方法 有一個(gè)共同的缺陷，就是當(dāng)圖像對(duì)比度較小、光照不均時(shí)，檢測(cè)到的傾斜角誤差較大。 3 2 2 基于h o u g h 變換的車(chē)牌傾斜校正 1 。h o u g h 變換的原理 h o u g h 變換的基本思想是點(diǎn)、線對(duì)偶性。圖像變換前在圖像空間，變換后在參數(shù)空 間。在二維圖像空間里，直線可以表示為 x c o s 0 + ys i n 0 - p f 3 - 7 ) 其中，p ，0 ( 0 s o s h ) 為參數(shù)，從而圖像空間的直線被影射到參數(shù)空間的一點(diǎn) ( p ，0 ) ，而圖像空間的一點(diǎn)則對(duì)應(yīng)參數(shù)空間的一條正弦曲線。圖像中任意兩點(diǎn)( 墨，y 。) ， ( x 2 , ) ，2 ) 所對(duì)應(yīng)的正弦曲線在參數(shù)空間將相交于一點(diǎn)( p ，從而，通過(guò)點(diǎn)( 西，y 1 ) 與 ( 屯，y 2 ) 的直線上的所有點(diǎn)所對(duì)應(yīng)的正弦曲線在參數(shù)空間都將相交于這一點(diǎn)?；谶@一 點(diǎn)，我們將直線的檢測(cè)問(wèn)題轉(zhuǎn)化為參數(shù)空間尋找局部最大值的問(wèn)題。 由于車(chē)牌的傾斜角度一般不會(huì)超過(guò)4 5 0 ，并且存在1 0 的誤差不會(huì)影響后面對(duì)字符的 識(shí)別。所以，只要以1 。為步眭，日取遍- 4 5 。一+ 4 5 。的所有值，并根據(jù)3 - 7 式計(jì)算出對(duì)應(yīng)的 p 值，將得到的( p ，0 l 值填入事先開(kāi)設(shè)的l 9 0 的= 維累加器中，并根據(jù)二維累加器中 的值確定晟終的傾斜角度。其中，l = 4 m 24 - n 2 ，m ，n 分別為車(chē)牌圖像像素的行數(shù) 和列數(shù)。 2 車(chē)牌傾斜矯正的實(shí)現(xiàn) ( 1 ) 在p ，0 合適的最大值、最小值之間建立一個(gè)離散的參數(shù)空間； ( 2 ) 建立一個(gè)累加器爿( 島口) 矩陣，并置每一個(gè)元素為0 ： ( 3 ) 選取圖像每一個(gè)目標(biāo)像素( x ，y ) ，并對(duì)每一個(gè)0 的取值0 ，計(jì)算 p = 工c o s o7 + y s i n o ，并遞增相應(yīng)累加器，即爿，0 ) = 4 ( p ，07 ) + 1 。 ( 4 ) 求出局部最大值，確定傾斜角度 車(chē)牌圖像矯正結(jié)果如下： 原始圖像 圖38 1 6 矯正圖像 車(chē)轆簿怒諼鬟技術(shù)騷究 3 2 3 基于彩色i 迓緣檢測(cè)和旋轉(zhuǎn)投影的傾斜校正 由予h o u g h 交換弱葺蠢疫秘運(yùn)簍戇復(fù)雜疲存在羞矛篷，對(duì)存鑣空溜豹要求氌魄較大， 麗且車(chē)牌潮像的太小決定了校正速度懿抉橙，一般用于率牌傾斜校正時(shí)的速度比較慢。 本文采用水平和垂直彩色邊緣檢測(cè)結(jié)合旋轉(zhuǎn)投影求取車(chē)牌的水平和垂盥傾斜角度的方法 來(lái)對(duì)車(chē)牌圖像進(jìn)行傾斜校j e 陋l ，簡(jiǎn)單實(shí)用，對(duì)光照不敏感，抗干擾性強(qiáng)，有較好的校正 效果。圖3 + 9 、圖3 。1 0 和燃3 。n 分別表示水平傾斜，羹蠢頹斜和水平穗童傾斜三種鎂 簸模式： ，爻 【 碧。 (v 7 拳平疆斜( 瑚) y 。 之。# = 、：弘 黼3 ，9 水平傾斜 垂直傾斜( # 0 ) ，。 眨。甕 、： 圖3 。1 l 嫩乎垂直傾斜 水平垂直傾斜( n o ) 車(chē)輛麟蘸諷剮技術(shù)研究 冀贊強(qiáng) ： 1 求平垂謄邊緣檢測(cè) 設(shè)c ( io ，j o ) 代表圖像位置( i0 ，j o ) 處的彩色向爨，c ( i qj o ) = 僻( i o ，j o ) ， g ( io , j o ) ，b ( i o ，j o ) ) ，以c ( i o j 0 ) 為中心取一( 2 w + 1 ) ( 2 w + 1 ) 脯i s i ，其中，w 為大于等于1 的整數(shù)。令： 以筏蕊) ；w ( 2 w l + 1 ) i - x 。, - tj 娶蕊d v + ( i o 卜硒1 南；磊。，霧( f ，d 1 w 0 + ”j 如+ ” 曩硒2 而而薈j - j u - c 1 1 剛) l _ 0 + w j ，n 一” 璣( i 0 瓿卜幣南。茹。，髻( f ，d 則( i o ，j o ) 處的垂直彩色梯度和水平彩色梯度分別定義為： d v ( i o ，。) 一敝魄，j 。) - v _ ( i o ，刪l d h ( i 。，矗) = 貉+ ，。) 囂一( o ，j 。冀 其中，代表歐幾里德范數(shù)a 設(shè)和螄分別代表d v 的均值和標(biāo)準(zhǔn)方差，陽(yáng)和咖分別代褒d h 的均值和標(biāo)準(zhǔn)方麓， 則按下式對(duì)嘲像進(jìn)行二值憂(yōu)獲取圖像的水平彩色邊緣e h 和簸囊彩色邊緣e v ： 跚贏) 一囂：。d v ( i o , 硒j o ) 瓴zt * r + 3 努a v ， 騙 ，；弘蹴裟z 老 圖3 1 2 分別是車(chē)牌的原始圖像、車(chē)牌的水平彩色邊緣圖像和車(chē)牌的垂直彩色邊緣圖 續(xù)。 車(chē)牌的原始圖像車(chē)牌的水平彩色邊緣圖像車(chē)牌的垂直彩色邊緣剖像 熊3 1 2 1 8 車(chē)輛牌照識(shí)別技術(shù)研究 2 傾斜校正 ( 1 ) 水平校正 以水平彩色邊緣圖像的中心為原點(diǎn)建立兩個(gè)笛卡爾坐標(biāo)系x y 和x - y ( 參考圖3 9 ) ， 兩坐標(biāo)系的坐標(biāo)軸x4 與x ，y 。與y 之間的夾角為，統(tǒng)計(jì)圖像在y 軸上的投影，設(shè)s 為最 大的4 個(gè)投影值之和，旋轉(zhuǎn)坐標(biāo)系x - y ，則當(dāng)c c 等于車(chē)牌的水平傾斜角度時(shí)，s 取得最 大值?！耙籹 的統(tǒng)計(jì)直方圖如圖3 1 3 所示，由圖可見(jiàn)，車(chē)牌的水平傾斜角為6 度。將車(chē)牌 順時(shí)針雙線性插值旋轉(zhuǎn)6 度，可得水平傾斜校正后的車(chē)牌圖像，如圖3 1 4 所示。 圖3 1 3 ( x - s 直方圖 圖3 1 4 水甲傾斜校正后的車(chē)牌 ( 2 ) 垂直校正 與水平校正同理，以垂直彩色邊緣圖像的中心為原點(diǎn)建立兩個(gè)笛卡爾坐標(biāo)系x y 和 x - y 。，兩坐標(biāo)系的坐標(biāo)軸x 與x ，y 與y 之間的夾角為b 統(tǒng)計(jì)圖像在x + 軸上的投影，設(shè) n 為x 軸上投影值是0 的區(qū)域長(zhǎng)度之和，旋轉(zhuǎn)坐標(biāo)系x - y 1 ，則當(dāng)b 等于車(chē)牌的垂直傾斜角 度時(shí)，n 取得最大值。i s - n 的統(tǒng)計(jì)直方圖如圖3 1 5 所示，由圖可見(jiàn)，車(chē)牌的垂直傾斜角 為一2 度。由于車(chē)牌的垂直傾斜是同一行間像素的錯(cuò)位偏移【2 6 1 ，因此，要在同一行內(nèi)對(duì)像 素進(jìn)行移位。設(shè)車(chē)牌的高度為h ，垂直傾斜角度為p ，車(chē)牌區(qū)域內(nèi)任一像素的坐標(biāo)為( i ，j ) 其校正后象素坐標(biāo)為( i , j n e 吶，則： j n e w = i4 - 醇一1 ) t g p j n e w ；j + q o t g ( 一盧)，盧 0 n 匾 圖3 1 5b “直方豳 1 9 車(chē)輛牌照識(shí)別技術(shù)研究 確定了校正后象索坐標(biāo)( i j n e w ) ，再進(jìn)行雙線性插值運(yùn)算則可求取象素的彩色值。校 正后圖像如圖3 1 6 所示。 3 3 本章小結(jié) 圖3 1 6 校正后的車(chē)牌圖像 對(duì)于彩色圖像濾波，在有效抑制噪聲的同時(shí)保證快速性是非常重要的。傳統(tǒng)矢量中 值濾波算法雖然效果較好但運(yùn)算量較大。本文基于象素的區(qū)域?qū)傩蕴岢龅男碌氖噶恐兄?濾波算法，其優(yōu)點(diǎn)是大大降低了算法的運(yùn)算量，提高了算法的運(yùn)算速度，并且具有較好 的視覺(jué)濾波效果。 2 0 舉輛牌照識(shí)剮技術(shù)研究 第四章率j | 聾字符識(shí)判算法 一個(gè)完鵝的車(chē)輛牌照自動(dòng)識(shí)別祭統(tǒng)，應(yīng)包括車(chē)牌定位、字符分割和單字識(shí)別墨大部 分，字符識(shí)別怒其核心部分，但由于車(chē)牌字符褪色、污逾、劃傷破損、傾斜扭曲等閑像 質(zhì)量退化導(dǎo)數(shù)識(shí)別效果薺不理想，零文提出一猙亳效的車(chē)黲數(shù)字及字母字符識(shí)捌舞法， 該算法采蠲辯綴旗扳蓮配，善競(jìng)j i | 字稽圖像迸孬摸投匿琵，然最黠匹琵失黢戇字禱強(qiáng)像 求取邊緣，辯麓進(jìn)行邊緣h a u s d o r f f 距離模板匹配。該算法不僅對(duì)模糊、扭鞠、旋轉(zhuǎn)、 缺損等質(zhì)量退化車(chē)牌圖像能正確識(shí)刺，而且對(duì)一些相似字符( 如8 ，b 等) 也有較好的 識(shí)別效果。 4 t 模式識(shí)別赫介2 7 l 字符識(shí)澍照模式識(shí)剃領(lǐng)域中鏇活躍的一個(gè)分支“e 摸斌識(shí)剮研究識(shí)n 過(guò)程躺一般原 理，對(duì)字符識(shí)別有指導(dǎo)作用；而字符識(shí)別的研究又促進(jìn)了熬礎(chǔ)理論一模式識(shí)別領(lǐng)域的發(fā) 展。 4 1 。1 模式議嬲的流程 模式談潮怒伴隨羞計(jì)霧祝翡戮究、應(yīng)用強(qiáng)益發(fā)袋起來(lái)的。按照廣義酌定義，模式是 一些供模仿用的、完美無(wú)缺的標(biāo)本。模式識(shí)別就是識(shí)別激特定客體所模仿的標(biāo)奉。而狹 義的模式是對(duì)菜些感興趣