專利名稱：基于自適應投影模板法的車牌定位方法
技術領域：
本發明涉及一種機動車車牌圖像的自動定位方法，屬于計算機圖像處理、模式識 別和智能交通系統(Intelligent Transport System, ITS)控制技術領域，是智能交通系統 中的車牌自動識別技術中的重要環節。
背景技術：
智能交通管理系統是21世紀世界道路交通的發展趨勢。高速公路的不斷發展和 車輛管理體制的不斷完善，使圖像場景日益簡單化和標準化，這為以圖像理解為基礎的智
能交通管理系統進入實際應用提供了契機。汽車車牌自動識別系統也正是在這種應用背景 下被提出來的。
車牌自動識別系統主要包括兩部分(l)車牌圖像定位，即從拍攝的原始圖像中
確定長方形車牌的相對位置；(2)車牌字符識別，從長方形的車牌圖像中切分出單個字
符，然后進行識別。其中，車牌的準確定位是車牌識別系統中的難點和重點，定位的準確性
和速度也將直接影響車牌識別系統的性能。
當前車牌圖像定位的主要方法有三大類 (1)基于Hough變換的方法。該方法根據車牌具有明顯矩形邊框的特點，利用 Hough變換來檢測車牌圖像區域邊界，從而實現定位； (2)基于邊緣檢測的方法。該方法利用了車牌字符之間邊緣信息豐富的特征，結合 數學形態學或區域生長的方法實現車牌圖像定位； (3)基于神經網絡的方法。該方法利用圖像的顏色或紋理特征訓練神經網絡，然后 用訓練好的分類器對圖像中各個像素進行分類，再綜合分類的結果從而得到車牌的準確位 置。然而由于光照不均、污染等因素影響，可能使得車牌圖像區域邊界不明顯或存在多個干 擾區域，從而增加了車牌定位的難度。 可見，各種車牌圖像的定位方法都有它們各自的特點，尚無一種方法能夠達到性 能最優、功能最完善的車牌圖像定位方法。
發明內容
針對車牌圖像定位中準確率和高效性難以同時提高這一難點，本發明提出了一種
基于自適應投影模板法的車牌定位方法，采用自適應投影模板法，在復雜背景下實現車牌
快速、準確的自動定位。 本發明采用的技術方案如下 —種基于自適應投影模板法的車牌定位方法，其實現步驟如下 (1)首先對拍攝的原始圖像進行預處理，包括對原始圖像進行彩色圖像灰度化處
理、二值化處理和圖像去噪處理，形成二值化的車輛圖像； (2)對車輛圖像進行垂直投影，然后采用像素跳變排序法，計算出車牌圖像區域 的垂直坐標，并對這些坐標值進行自適應誤差修正，從而獲得車牌的垂直位置和車牌長度Wide ; (3)根據車牌的物理形態特征，即車牌長寬比約為10 : 3，計算出車牌的寬度 Height為0. 3 * Wide，并創建匹配模板-Height * Wide ; (4)對垂直定位后的車輛圖像進行水平投影，再用匹配模板自下而上掃描該投影 圖像，當匹配模板中各行像素的水平差分累加值為最大時，即找到車牌在車輛圖像中的水 平位置，最終實現車牌圖像的準確定位。 本發明在對車輛圖像的垂直投影圖和水平投影圖進行深入研究和分析的基礎上， 采用了不同的方法分別對其進行垂直定位和水平定位。在垂直定位時，采用投影法對車輛 圖像進行垂直投影，在對垂直投影圖像掃描時，不但要統計圖像中各相鄰兩列間黑色像素 點數的絕對差值，同時還記錄下每個差值所對應的前一列的坐標；再采用從大到小的冒泡 排序法排列該絕對差值，其對應的坐標值也相應進行了排序；由于車牌中只有7個字符，在 車牌區域內的劇烈跳變點不會超過20個，故取前20個坐標值，即為車牌在垂直方向的大概 區域；最后采用最小二乘法進行誤差修正，去除突變的值，即誤差值，剩下的坐標值所對應 的區域即為車牌在垂直方向上的準確位置。 經垂直定位后，得到了車牌的長度Wide。根據車牌具有的固定長寬比特征(約 為10 : 3)，便可得到車牌的寬度Height為0. 3 * Wide，并創建矩形匹配模板Height * Wide。 由于在水平方向上的車牌區域與其他區域具有明顯不同的特征，其邊緣信息豐 富，灰度跳變率大，利用水平差分法就可求得車牌的水平位置。為克服采用單一的投影法在 水平定位時效果較差，誤定位率較高的缺點，本發明采用了水平投影和矩形匹配模板相結 合的水平定位方法。實現如下先對垂直定位后的圖像進行水平投影；再用矩形匹配模板 對水平投影圖像自下而上進行掃描，當模板中像素點的水平差分累加值為最大時，便找到 了車牌準確的水平位置。 本發明有效地利用了車輛圖像在垂直、水平兩個方向上的圖像投影特征分別進行 定位，較好地排除了噪聲干擾，使得魯棒性明顯提高；能有效地去除車牌邊框，實現車牌的 準確定位；適合于不同的光照條件，定位準確性和處理速度同時得到提高，為后續的車牌字 符分割與識別打下基礎。 當然，對于個別污染嚴重或者字體模糊不清的車牌，噪聲干擾很大，定位效果就會 較差，這種情況應轉入人工處理。
圖1為車牌圖像定位方法流程圖； 圖2 (a)-2(c)為二值化的車輛圖像及其投影圖； 其中圖2 (a)為預處理后的車輛圖像； 圖2 (b)為車輛圖像的水平投影圖； 圖2(C)為車輛圖像的垂直投影圖； 圖3為垂直定位算法流程圖； 圖4為水平定位算法流程圖； 圖5為水平定位示意 其中圖5(a)垂直定位后的水平投影圖；
圖5(b)匹配模板自下而上掃描示意圖。
具體實施例方式
為了使本發明技術手段、特征、達成目的與功效易于明白了解，下面結合具體圖 示，進一步闡述本發明。
本發明的處理流程如圖1所示拍攝的原始圖像經過彩色圖像灰度化、圖像增強、 最大類間方差二值化、中值濾波等預處理后，利用本發明中的投影法、像素跳變排序法、自 適應誤差修正和模板匹配法分別進行垂直定位和水平定位，最終得到車牌的準確位置。
由于直接對彩色圖像進行處理的運算量很大，不能滿足實時性的要求，故在預處 理的第一步即將彩色圖像轉換為灰度圖像。 轉換公式H = 0. 299*R+0. 587*G+0. 114*B (1)
式中H為灰度值，R、 G、 B分別為紅色、綠色和藍色分量值。 然后采用線性拉伸來增加灰度變化范圍，達到增強圖像對比度的目的，以便于后 面的處理。 圖像二值化的關鍵是閾值的選取，本發明采用了最大類間方差法對圖像進行二值 化，能有效地克服光照不均勻的影響。其原理是把直方圖在某一閾值處分割成兩組，當被分 成的兩組間方差為最大時，即為閾值。經過二值化后的車輛圖像突出了車牌圖像區域的特 征，使得車牌圖像區域和背景對比更加明顯。
最大類間方差法的處理過程如下 用f (x， y)來表示一幅圖像，設該圖像的灰度值為0 m-l級，灰度值i的像素數 為ni，此時得到的像素總數為
m—l A^Xi"' (2) 各值的概率為/7; 二 } (3) 然后用某一閾值T將其分成兩組C。 = {0 T-1}和Q = {T m_l}，各組產生的
概率和平均值
c。產生的概率w。 = 2>, = (4)
Q產生的概率w, =2]/ , =1 —w。 (5)
r一i
C0的平均值//0 = Z * = (6) m—l
Q的平均值^:2^^:^^ ("
，-! 其中，// = ^>>,是車輛圖像的灰度平均值；/z(r) = 2>/7,是閾值為T時的灰度平均
值；全部像素點的灰度平均值為P = w。 P 。+巧P i (8)
兩組間的方差
= 。 -//)2+一 -//)2=、 -//0)2 = [:(;(g—:g));2 。) 從l m-l之間改變T，求上式為最大值時的T，即求S 2(T)最大時的"值，此時 的T^便是閾值。最后，對圖像進行二值化處理
,/ (")= {〗55化- (10) 式中f*(x， y)為二值化后的圖像。 此方法不論圖像的直方圖有無明顯的雙峰，都能得到較滿意的結果。
由于二值化后的車輛圖像難免會存在噪聲和邊緣干擾，故進一步采用中值濾波法 來濾除孤立點噪聲，使其較好地保留了車輛圖像邊緣的細節。該方法使用一個窗口 W(本發 明選用3X3的窗口 )在圖像上進行掃描，將窗口內包含的圖像像素按灰度排列，取其中間 值作為窗口中心像素的灰度，如式(11)所示。 f*(x， y) = med{f (x-r， y—s) ， (r， s) G W} (11) 其中f*(x， y)是指經中值濾波后的輸出圖像；坐標(r， s)為窗口 W中的某一點。
經過預處理后的車輛圖像，車牌圖像區域的特征比背景區域更加明顯，對其在垂 直方向上投影后，會出現約7個連續的波峰區(表示車牌區域內各字符之間邊緣信息的變 化，如圖2(c)所示)。因此，垂直投影圖像能較好的反映出車牌區域在垂直方向的位置； 在水平方向上投影時，由于上下邊框的連續性，且與字符的上下端之間有一定的空隙，所以 邊框在投影圖中必然對應的是兩個波谷位置，即兩個波谷之間的區域為水平方向的車牌區 域。但是，車牌的水平投影圖像不能體現字符特征，其車牌圖像區域的特征沒有垂直投影圖 那么明顯，極易產生誤定位，如圖2(b)中區域A、B、C都可被認為車牌區域。如采用單一的 投影法對其水平定位，效果將不理想。因此，本發明采用了不同的方法分別對車輛圖像進行 垂直定位和水平定位。 在垂直定位時，考慮到車牌區域的像素點跳變情況會在整個垂直投影圖像中比較 劇烈，如何提取出這些跳變點的坐標便是定位的關鍵所在。本發明采用的方法如下(如圖 3):首先，對車輛圖像進行垂直投影，統計出各列黑色像素點的個數f(i)(其中i = 0，1，2， 3. . . . img_Width ;img_Width表示車輛圖像寬度)；再從左向右水平掃描，求出每相鄰兩列 之間黑色像素點的絕對差值D(i)，即D(i) = f(i)-f(i+l) l，同時記錄下每個差值所對應 的前一列的坐標i ;然后采用冒泡排序法對D(i)從大到小排列。由于車牌只有7個字符， 在車牌區域內所占的劇烈跳變值不會超過20個，故選取D(i)中前20位跳變值，并記錄下 坐標值，記為i(20)，從而就得到車牌在垂直方向上的大概位置，這在很大程度上節約了處 理時間；最后，對i (20)這20個坐標值進行從小到大排序和去除突變的值(即誤差值)，便 得到了圖2 (c)中a、 b兩點的坐標值，實現了車牌在垂直方向的準確定位。
以圖2(a)為例，按上述算法處理后，可得D(i)的前20個的數值為(372， 371， 370，361，314，313，312，306，264， 187， 186， 168， 167， 166， 165， 164， 163， 162， 155， 154);其對 應的坐標值i (20)從小到大排列為:(103， 124， 165， 222， 229， 236， 245， 257， 268， 275， 284， 289， 301 ，429， 437， 464， 523， 562， 563， 566)。對i (20)中20個坐標值采用最小二乘法進行
誤差修正，去除突變的值(即i (20)中前3個坐標值和后7個坐標值)，得到垂直方向上的車牌區域是在222-301之間，如圖2(c)所示。即a點坐標值為222， b點坐標值為301，車 牌長度為Wide = b-a = 79。 根據車牌具有的固定長寬比(約為10 : 3)，便可得到車牌的寬度Height為0. 3 * Wide，從而創建矩形匹配模板Height * Wide。 經過預處理后的車輛圖像在水平方向上的車牌區域與其他區域具有明顯不同的 特征。該區域邊緣豐富，在水平方向灰度跳變率大，即水平差分的累加值大。
匹配模板內的水平差分累加值
//e/g/^歸eC= ￡ )-+ (12) 式中Height表示匹配模板的寬度；Wide表示匹配模板的長度。
本發明所采用的水平定位方法，如圖4所示首先對垂直定位后圖像進行水平投
影，如圖5(a)所示；再用匹配模板對水平投影圖像從下而上掃描，如圖5(b)所示。共掃描
n-l次，n表示該圖像的高(imgjfeight);在每一次掃描過程中，計算匹配模板內的水平差
分累加值Ci(其中i = l，2，3....n);最后，求出最大的累加值Cmax，這便找到了車牌的水
平位置，最終實現車輛圖像的準確定位。 本行業的技術人員應該了解，本發明不受上述實施例的限制，上述實施例和說明 書中描述的只是說明本發明的原理，在不脫離本發明精神和范圍的前提下，本發明還會有 各種變化和改進，這些變化和改進都落入要求保護的本發明范圍內，本發明要求保護范圍 由所附的權利要求書及其等同物界定。
權利要求
基于自適應投影模板法的車牌圖像定位方法，所述方法包括以下步驟(1)首先對拍攝的原始圖像進行預處理，包括對原始圖像進行彩色圖像灰度化處理、二值化處理和圖像去噪處理，形成二值化的車輛圖像；(2)對車輛圖像進行垂直投影，然后采用像素跳變排序法，計算出車牌圖像區域的垂直坐標，并對這些坐標值進行自適應誤差修正，從而獲得車牌的垂直位置和車牌長度Wide；(3)根據車牌的物理形態特征，即車牌長寬比約為10∶3，計算出車牌的寬度Height為0.3＊Wide，并創建匹配模板Height＊Wide；(4)對垂直定位后的車輛圖像進行水平投影，再用匹配模板自下而上掃描該投影圖像，當匹配模板中各行像素的水平差分累加值為最大時，即找到車牌在車輛圖像中的水平位置，最終實現車牌圖像的準確定位。
2. 根據權利要求1所述的車牌圖像定位方法，其特征在于所述步驟(1)中對拍攝的 原始圖像進行預處理，所述預處理步驟為(1) 首先對拍攝的原始圖像進行彩色圖像灰度化處理，即將彩色圖像轉換為灰度圖像， 轉換關系式H = 0. 299*R+0. 587*G+0. 114*B (1)其中H為灰度值，R、 G、 B代表車輛圖像中的紅、綠、藍分量；(2) 然后利用最大類間方差法進行二值化處理，形成二值化的車輛圖像；(3) 對二值化后的車輛圖像采用中值濾波法濾除孤立點噪聲，保留車牌圖像邊緣的細 節；所述中值濾波法是使用一個窗口 W在圖像上掃描，將窗口內包含的圖像像素按灰度排 列，取其中間值作為窗口中心像素的灰度，如式(2)所示 <formula>formula see original document page 2</formula>其中f*(x， y)是指經中值濾波后的輸出圖像，點(r， s)為窗口 W中的點；
3. 根據權利要求1所述的車牌圖像定位方法，其特征在于所述步驟(2)中的像 素跳變排序法計算車牌圖像區域的垂直坐標是指在對垂直投影圖像掃描時，不但要統計圖像中各相鄰兩列間黑色像素點數的絕對差值，同時還要記錄下每個差值所對應的前 一列的坐標；再采用從大到小的冒泡排序法排列所述絕對差值，其對應的坐標值也相應進 行了排序，取差值最大的20個坐標值，即為車牌在垂直方向的大概區域。
4. 根據權利要求l所述的車牌圖像定位方法，其特征在于所述步驟(2)中的對坐標 值進行自適應誤差修正是指先對所述坐標值進行從小到大排序；再用最小二乘法進行誤 差修正，去除突變的值，即誤差值；剩下的坐標值所對應的區域即為車牌在垂直方向上的準 確位置。
5. 根據權利要求1所述的車牌圖像定位方法，其特征為所述步驟(4)中采用的模板 匹配法是指對經垂直定位后的車輛圖像進行水平投影，再用匹配模板Height * Wide從下 而上地掃描水平投影圖像；當匹配模板中各行像素的水平差分累加值C為最大時，便準確 地找到了車牌的水平位置；所述水平差分累加值C的計算公式他妙歸e <formula>formula see original document page 2</formula>式中Height示矩形模板的寬度，Wide表示矩形模板的長度。
全文摘要
本發明涉及一種車牌(機動車號牌)圖像的定位方法。該方法首先對拍攝的原始圖像進行預處理(包括灰度化，圖像增強，二值化和圖像去噪)，形成二值化的車輛圖像；針對車輛圖像在垂直投影和水平投影上的差異，運用定位分離的處理步驟，采用投影法、像素跳變排序法和自適應誤差修正進行垂直定位；采用投影法和模板匹配法實現水平定位；最后計算出車牌在車輛圖像中的準確位置。本發明將投影法、像素跳變排序法、自適應誤差修正和模板匹配法應用于車牌圖像的定位，能在復雜背景下提取有效的車牌信息，運算速度快，魯棒性好，可同時滿足車牌圖像定位的準確性和實時性要求。
文檔編號G06K9/62GK101739566SQ20091019171
公開日2010年6月16日 申請日期2009年12月4日 優先權日2009年12月4日
發明者常宇, 張慧, 李志敏, 梁軍, 王浩 申請人:重慶大學