基于圖像處理和投影的車牌定位方法

　　車牌的定位在車牌識別系統(tǒng)中有著重要的地位,是后續(xù)車牌字符識別的前提條件。但是由于車牌定位的車牌圖片采集于戶外，圖像背景復雜、噪聲干擾嚴重，圖像質(zhì)量較低，因此車牌定位往往受到影響而不能準確定位。所以在車牌定位算法中，關(guān)鍵是尋找某種圖像處理方法，使原始圖像經(jīng)過該算法的處理后能夠清楚地顯示出車牌區(qū)域，同時使圖像中的非車牌區(qū)域消失或者減弱，從而能準確有效地定位出車牌在圖像中的位置。文中主要針對的是藍底白字車牌，首先利用車牌藍色特征和圖像處理的方法進行初次定位，減少了車牌候選區(qū)域，然后對初次定位的車牌圖片進行投影，最終完成車牌定位。

　　1. 車牌初步定位

　　1.1. RGB 空間向HSI空間轉(zhuǎn)化后的車牌

　　彩色圖像包含豐富的顏色信息，給人良好的視覺效果，根據(jù)這一特點進行初次定位。但在一般情況下，彩色圖片都在RGB 模型下，而HSI模型較適合人的視覺系統(tǒng)，所以需進行顏色空間轉(zhuǎn)換，將RGB模型轉(zhuǎn)化為HSI模型，從RGB 空間到H SI空間的轉(zhuǎn)換公式為：

?

　　當B <=G 時，H = θ;當B > G 時，H = 360°- θ.。

　　藍底白字車牌中，藍色的色度H 約為240°，飽和度S 值較大。通過這兩個量，可以將輸入圖像中的藍色部分全部過濾，從而去除了大量的背景噪音。

　　經(jīng)實驗測試藍色車牌的色度>=0.75，飽和度>=0.51。由此可見利用HS I空間的色度和飽和度的范圍值可以得到粗定位車牌區(qū)域，結(jié)果如圖1所示。

?

　　1.2. 車牌定位的預處理過程

　　經(jīng)過初步定位后，車牌范圍減小，將車牌圖像進行灰度處理，灰度圖像的紋理分布主要在車燈、車牌、散熱器，而且車牌位置的灰度值也與其他部位的不同，非車牌區(qū)域大部分灰度變化都比較平緩。

　　( 1)去除孤立亮點

　　一般情況下，車牌圖像的采集過程，受到各種因素的影響，如背景，光照以及車本身的一些特征因素,容易造成圖片存在噪音，由于初定位已經(jīng)將大部分的車牌圖片背景去除，因此減少了噪音點。為了縮小車牌的可能區(qū)域，采用M atlab工具箱中的bwmorph函數(shù),可以有效地將孤立點去除，結(jié)果如圖3所示。

?

　　( 2)移差掃描與邊緣檢測

　　移差掃描就是從左到右掃過整個圖像，以相鄰的像素作為消弱水平紋理的灰度級，保留并增多縱向跳變處的灰度級，如式( 4)所示。

?

　　式中，f (xj，yi) 是原圖像，g (xj，y i) 是掃描后的圖像，經(jīng)過處理，圖像的垂直紋理和線條變得比較明顯，從而消弱了其他區(qū)域突出了車牌區(qū)域。如圖4所示。再利用邊緣檢測，將車牌所在區(qū)域的邊界從整個圖片中加以突出，使車牌區(qū)域的特征更加明顯。效果如圖5所示。

?

　　圖5邊緣檢測圖