劉金龍　張曉雨

摘 要 介紹了機(jī)器視覺技術(shù)在汽車牌照識(shí)別中的應(yīng)用，牌照區(qū)域的分割主要依據(jù)車牌的形狀特征，牌照字符的識(shí)別主要依靠基于傅里葉變換的模板匹配。

關(guān)鍵詞 機(jī)器視覺；牌照定位；字符識(shí)別

中圖分類號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-7597（2014）06-0040-01

近年來，信息采集技術(shù)得到了充分的發(fā)展，信號(hào)處理的方法越來越多樣化，機(jī)器視覺技術(shù)在人們的生活與工作中逐漸成為了不可替代的技術(shù)。所謂機(jī)器視覺就是一種用機(jī)器代替人眼來做測(cè)量和判斷的技術(shù)。機(jī)器視覺技術(shù)的發(fā)展給智能交通技術(shù)帶來了革命。其中交通流量監(jiān)測(cè)，車輛違章監(jiān)控，交運(yùn)系統(tǒng)的疏導(dǎo)等技術(shù)得到了廣泛的傳播。車牌的自動(dòng)識(shí)別技術(shù)是推進(jìn)這些技術(shù)發(fā)展的核心。它包含牌照定位與牌照字符識(shí)別兩個(gè)部分。背景的復(fù)雜程度與光照條件是影響識(shí)別準(zhǔn)確性與實(shí)時(shí)性的重要因素。

1 汽車牌照的特點(diǎn)

根據(jù)國(guó)家對(duì)于交通法規(guī)的規(guī)定，車用牌照的顏色有一定要求的：總質(zhì)量在4500千克以上的貨車和乘坐人數(shù)在20人以上和車身長(zhǎng)度6米以上的車要求安裝黃底黑字牌照；總質(zhì)量在4500千克以下的貨車和乘坐人數(shù)在20人以下和車身長(zhǎng)度在6米以下的車安裝藍(lán)底白字牌照；全掛車和不與牽引車固定使用的半掛車安裝黃底黑字牌照；二輪三輪摩托車和電瓶車安裝黃底黑字牌照；輕便摩托車一般安裝白底朱紅字牌照；拖拉機(jī)安裝黃底黑字牌照；農(nóng)用運(yùn)輸車安裝黃底黑字牌照；實(shí)驗(yàn)汽車與實(shí)驗(yàn)?zāi)ν熊嚢惭b黃底黑字牌照；教練用車與教練摩托車安裝黃底黑字牌照。對(duì)于汽車牌照的尺寸，藍(lán)牌和黑牌要求為440 mm長(zhǎng)，140 mm寬；黃牌前牌照尺寸為440 mm長(zhǎng)，140 mm寬，后牌照為440 mm長(zhǎng)，220 mm寬；摩托車及輕便摩托車前牌照為220 mm長(zhǎng)，95 mm寬，后牌照為220 mm長(zhǎng)，140 mm寬。對(duì)于汽車牌照上的字符，只有文字，字母和數(shù)字構(gòu)成。對(duì)于文字來說，數(shù)目是有限定的；字母的數(shù)目為26個(gè)；數(shù)字的數(shù)目為10個(gè)。

綜上所述，汽車牌照具有如下特點(diǎn)：車身顏色與牌照顏色有較大的差異；牌照字符顏色與牌照底色有較大的差異；牌照字符間間隔是均勻的；牌照的長(zhǎng)寬比有一定標(biāo)準(zhǔn)，存在一個(gè)確定的范圍，此即牌照的形狀特征。

2 牌照定位

牌照的定位方法主要依據(jù)車牌的形狀特征。牌照定位具體步驟如下。

Step1：對(duì)待處理圖像進(jìn)行二值化處理；

Step2：通過黑白區(qū)域面積的比較確定汽車與牌照二值化后的顏色；

Step3：將牌照所屬顏色區(qū)域進(jìn)行膨脹處理，腐蝕掉牌照字符等干擾；

Step4：查詢連通域的邊界；

Step5：依據(jù)連通域的長(zhǎng)寬比與標(biāo)準(zhǔn)牌照長(zhǎng)寬比的匹配度來定位出牌照區(qū)域。

圖像二值化處理是圖像分割的一種方式，特別適合于目標(biāo)和背景占據(jù)不同灰度級(jí)范圍的圖像。牌照和車輛的顏色一般都有明顯的區(qū)分，所以二值化處理能夠分割出牌照與背景區(qū)域。其中，分割閾值的選取對(duì)于分割的效果至關(guān)重要。

膨脹運(yùn)算是形態(tài)學(xué)處理的一種，它表現(xiàn)為一種對(duì)鄰域的運(yùn)算形式。通過形態(tài)學(xué)處理不但可以過濾由于噪音或者其他原因引起的一些較小的不可能為牌照的區(qū)域，減少候選區(qū)域和提高檢測(cè)速度，而且可以填補(bǔ)牌照區(qū)域內(nèi)由于字符灰度不同導(dǎo)致的較小空洞，降低了誤判的可能性。

3 字符識(shí)別

牌照上字符的字母與文字是有限的，所以可以采用模板匹配的方法來實(shí)現(xiàn)字符的識(shí)別。字符識(shí)別具體步驟如下。

Step1：截取出牌照區(qū)域，并進(jìn)行二值化處理以及膨脹處理；

Step2：對(duì)二值圖進(jìn)行垂直投影，分別依據(jù)累計(jì)的灰度值劃分出每個(gè)字符的區(qū)域；

Step3：對(duì)包含單個(gè)字符的區(qū)域進(jìn)行基于傅里葉變換的模板匹配，從而識(shí)別出字符；

Step4：重復(fù)Step3，直到識(shí)別出所有字符為止。

牌照上的字符與牌照背景的灰度級(jí)是不同的；所以用二值化處理就可以分割出字符與牌照的背景。對(duì)二值圖像進(jìn)行形態(tài)學(xué)處理是為了腐蝕掉一些較小的空隙，但是又不能使相鄰兩個(gè)字符之間處于聯(lián)通狀態(tài)，否則會(huì)對(duì)后續(xù)處理有影響。

牌照上字符的數(shù)目是國(guó)家法規(guī)規(guī)定的，所以依據(jù)字符的數(shù)目可以把牌照劃分成幾個(gè)區(qū)域是確定的，可以依此來作為判斷區(qū)域劃分是否正確的依據(jù)。字符區(qū)域劃分主要通過對(duì)形態(tài)學(xué)處理后的二值圖像進(jìn)行垂直投影。垂直投影后的結(jié)果是一個(gè)非連續(xù)的累計(jì)圖，對(duì)累計(jì)圖中灰度值的判斷可以劃分出字符區(qū)域。

傅里葉變換可以將單個(gè)字符區(qū)域和模板的灰度空間變?yōu)楦道锶~空間；在傅里葉空間內(nèi)，單個(gè)字符區(qū)與模板進(jìn)行相似性匹配。在完成所有模板代入單個(gè)字符區(qū)域進(jìn)行匹配的處理后，需要進(jìn)行相似性比較，相似度最高的一組就是識(shí)別出來的字符。相似性測(cè)度是模板匹配過程的重要參數(shù)，是影響匹配速度與準(zhǔn)確性的關(guān)鍵。

4 結(jié)論

文章闡述了汽車牌照識(shí)別技術(shù)的實(shí)現(xiàn)方法。牌照定位部分依據(jù)車牌的形狀特征來實(shí)現(xiàn)，從而極大的提高了定位的實(shí)時(shí)性；字符識(shí)別部分在區(qū)域細(xì)化基礎(chǔ)上利用模板匹配法來識(shí)別單個(gè)字符，提升了字符識(shí)別的準(zhǔn)確性。

參考文獻(xiàn)

[1]衛(wèi)小偉.城市智能交通控制系統(tǒng)研究與設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2010，33（17）：189-192.

[2]陽紅.發(fā)展我國(guó)智能交通系統(tǒng)之我見[J].現(xiàn)代電子技術(shù)，2003（7）：37-41.

[3]劉桂雄，馮云慶，申柏華，等.一種基于車牌特征信息的車牌識(shí)別方法[J].華南理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2003，31（4）：70-73.

[4]邢向華，顧國(guó)華.基于模板匹配和特征點(diǎn)匹配相結(jié)合的快速車牌識(shí)別方法[J].光電子技術(shù)，2004，23（4）：268-270.

[5]袁寶民，于萬波，魏小鵬.汽車牌照定位研究綜述[J].大連大學(xué)學(xué)報(bào)，2004，23（2）：6-12.

[6]李了了，鄧善熙，丁興號(hào).基于大津法的圖像分塊二值化算法[J].微計(jì)算機(jī)信息，2005，21（08X）：76-77.

[7]史燕，呂永戰(zhàn)，張帆.車牌識(shí)別中的二值化及快速傾斜校正算法[J].現(xiàn)代電子技術(shù)，2009，32（5）：149-152.

[8]萬麗，陳普春.一種基于數(shù)學(xué)形態(tài)學(xué)的圖像對(duì)比度增強(qiáng)算法[J].現(xiàn)代電子技術(shù)，2009，32（13）：131-133.

[9]王盛利，李士國(guó).一種新的變換——匹配傅里葉變換[J].電子學(xué)報(bào)，2001，29（3）：403-405.

[10]山海濤，郭建星，耿則勛.影像匹配中幾種相似性測(cè)度的分析[J].測(cè)繪信息與工程，2003，28（4）：11-13.

作者簡(jiǎn)介

劉金龍，男，黑龍江哈爾濱人，碩士在讀，研究方向：機(jī)器視覺。

通訊作者：張曉雨，女，山東威海人，本科在讀，研究方向：機(jī)器視覺。endprint