车牌照字符分割

1、西南交通大学毕业设计（论文）基于静止图像的车牌照字符分割改进方法研究 TOC o 1-5 h z 年级：2005级学号：20052213姓 名：常烁专业：自动化指导老师：侯进二零零九年六月西南交通大学本科毕业设计（论文）院系信息科学与技术学院专业 自动化年 级 2005级 姓 名 赏烦题目 基于静止图像的车牌照字符分割改进方法研究指导教师评 语指导教师（签章）评阅人评 语评阅人（签章）成 绩答辩委员会主任 （签章）西南交通大学本科毕业设计（论文）第II页毕业设计任务书班级 自动化1班 学生姓名 常烁 学号 20052213 专业 自动化发题日期：2009年1月10日完成日期：2009年6月10

2、日题 目基于静止图像的车牌照字符分割改进方法研究题目类型：工程设计技术专题研究理论研究V 软硬件产品开发一、 设计任务及要求车牌照识别是智能交通系统的一个重要课题，在车辆管理、不停车收费等系统中有广泛应 用。而车牌照字符分割技术又在车牌照识别系统中起着关键作用，车牌照字符分割效果的好坏会 直接影响到字符识别的结果，因此设计一个好的字符分割技术是非常有必要的。具体要求如下:1、首先校正检测出的车牌照的方向.使字符准确位于图像坐标中的水平和垂直方向:2、确定车牌照中字符的具体位置:3、将图像二值化后的字符与背景分割出来.使得每个字符独立、清晰。为使后续工作的顺利进行及实际应用的要求，该设计具体要达

3、到的基本技术要求：（1）每张图片的处理时间不能大于0.5S; （2）车牌分割的准确率要达到 90%以上。应完成的硬件或软件实验1、利用MATLAB 或VC+编程实现车牌照字符的分割技术2、设计一个人机交百界面以显示车牌照字符分割的结果应交出的设计文件及实物（包括设计论文、程序清单或磁盘、实验装置或产品等）1、毕业设计论文（必须完全符合学校热范，内容严禁有丝亳的抄袭剽窃）2、CD-R （含论文，程序，程序使用说明书，演示视频，檎面标注班级：姓名：专、乙 日ffl）3、英文翻译按学校视铝：导师无特殊要求西南交通大学本科毕业设计（论文）第III页指导教师提供的设计资料1、研究报告介绍（包括课题背景、

4、动机、内容、意义）2、计划说明书3、部分英文文献资料和Medialab LPR图像数据库要求学生搜集的技术资料（指出搜集资料的技术领域）1、本课题相关领域国内外重要论文及资料2、MATLAB、C+编程指南设计进度安排第一部分查阅相关资料，学习相关编程语言（5周）第二部分编制程序并进行软件调试 （8周）第三部分撰写毕业论文 （2周）评阅及答辩 毕业论文修改和参加答辩 （1周）指导教师：年月日系主任审查意见：审批人：年月日注：设计任务书审查合格后，发到学生手上。西南交通大学信息科学与技术学院2008年制西南交通大学本科毕业设计(论文)第IV页摘 要随着我国公路交通事业的迅速发展，智能交通管理系统I

5、TMS( intelligent trafficmanagement systen)已成为了人们关注的焦点问题。车辆牌照识别LPR(License PlateRecognition)系统作为智能交通管理系统的一部分在桥梁路口自动收费、停车场自动 管理及违章车辆自动记录等领域都有着广泛的应用。车辆牌照识别系统作为一个综合的实时计算机视觉系统主要包括车牌照定位，字符分割和字符识别三个部分。它的研究主要涉及到了模式识别PR(Pattern Recognition)、人工智能 AI(Artificial Intelligence)、计算机视觉 CV(Computer Vision) 数字图像处理DIP

6、(Digital Image Processing浒众多学科领域。车牌照的字符分割是该 系统的关键步骤之一，由于图像场景的复杂性以及车牌位置和图像质量的不可预知 性，牌照定位分割系统一直都未能做到令人满意的程度，所以车牌照的定位分割算法一直是该领域的研究热点。本文主要对车辆牌照识别系统中的字符分割技术进行研究。在讨论了国内外研究现状的基础上，本文主要完成了以下三方面的工作：(1)对车牌照进行了灰度处理、二值化、中值滤波以及数学形态学处理；(2)学习改进了传统分割方法，设计出了本文所用的字符扫描分割算法，很好实 现了对预处理后的车牌照的字符分割，并达到了实时性要求；(3)运用了 MATLAB自带

7、的GUI (Graphical User Interfaced界面设计工具设计 了人性化的程序操作界面。关键词：车牌识别系统； 字符分割；图像二值化； 形态学处理西南交通大学本科毕业设计（论文）AbstractWith the rapid development of our country soad transportation, the ITMS (intelligent traffic management system) becomes a hotspot which is paid attention to. As a part of the intelligent traffic

8、managementsystem, LPR(License Plate Recognition) system plays an important role in automatic charging systems at entrances, automatic parking lot monitor systems and automatic record of peccancy systems.Being a special computer vision system in the real-time case, the license plate recognition syste

9、m mainly includes the subsystem of license plate detection, character segmentation and character recognition. The LPR system involves numerous discipline domains, such as PR(Pattern Recognition), AI(Artificial Intelligence), CV(Computer Vision), DIP(Digital Image Processing), etc. The character segm

10、entation of license plates is the key of LPR system. Because of the complex of image background and the uncertainty of plate position or image quality, the location of plates is not satisfied. Therefore, the study on the algorithm of character segmentation of license plate is always the hotspot.This

11、 paper is mostly focuses on character segmentation in LPR system. Based on discussing popular methods, the following three parts of work have mainly been done in this paper, including:Processing the vehicle license plate by gray-scale, binaryzation, median filtering and mathematical morphology proce

12、ssing.Improving the traditional character segmentation method,doing an algorithm of character scanning segmentation and cutting the characters out of the Vehicle license plate on real time.Using the GUI(Graphical User Interface) tools of MATLAB to design a humanistic operating interface.Keywords: Li

13、cense plate recognition system; Character segmentation; Image binaryzation;Morphological processing西南交通大学本科毕业设计（论文）第VI页目 录 TOC o 1-5 h z HYPERLINK l bookmark3 o Current Document 摘 要.V.ABSTRACT.V. HYPERLINK l bookmark7 o Current Document 第1章绪 论1. HYPERLINK l bookmark9 o Current Document 研究背景及研究意义 1.

14、HYPERLINK l bookmark11 o Current Document 国内外研究现状2. HYPERLINK l bookmark13 o Current Document 研究内容及研究方法4.研究内容4.研究方法4. HYPERLINK l bookmark15 o Current Document 本文结构安排7. HYPERLINK l bookmark17 o Current Document 第2章静止车牌图像的预处理 8. HYPERLINK l bookmark19 o Current Document 车牌图像的处理技术 8. HYPERLINK l bookm

15、ark21 o Current Document 车牌照的二值化处理 11 HYPERLINK l bookmark23 o Current Document 车牌照的灰度处理1.1 HYPERLINK l bookmark25 o Current Document 2.3.2 车牌灰度图像二值化 1.4 HYPERLINK l bookmark27 o Current Document 车牌二值图像的滤波处理 18 HYPERLINK l bookmark29 o Current Document 本章小结20 HYPERLINK l bookmark31 o Current Documen

16、t 第3章字符分割21 HYPERLINK l bookmark33 o Current Document 车牌图像的数学形态学处理 21 HYPERLINK l bookmark35 o Current Document 二值数学形态学原理21 HYPERLINK l bookmark37 o Current Document 膨胀和腐蚀运算 22 HYPERLINK l bookmark39 o Current Document 开运算和闭运算 23 HYPERLINK l bookmark41 o Current Document 车牌照的数学形态学处理 24 HYPERLINK l b

17、ookmark43 o Current Document 车牌图像中字符图像特征分析 26 HYPERLINK l bookmark45 o Current Document 车牌字符切分方法分析26 HYPERLINK l bookmark47 o Current Document 字符扫描分割算法27 HYPERLINK l bookmark49 o Current Document 本章小结30 HYPERLINK l bookmark51 o Current Document 第4章字符分割界面设计以及算法性能分析 31GUI 简介3.1 HYPERLINK l bookmark53

18、o Current Document 字符分割的GUI设计31 HYPERLINK l bookmark55 o Current Document 字符分割的精度以及时间分析 .33 HYPERLINK l bookmark57 o Current Document 字符分割算法的精度分析 33西南交通大学本科毕业设计（论文）第VII页 HYPERLINK l bookmark59 o Current Document 字符分割算法的时间分析 34 HYPERLINK l bookmark61 o Current Document 本章小结34 HYPERLINK l bookmark63 o

19、 Current Document 结论35 HYPERLINK l bookmark65 o Current Document 致谢36 HYPERLINK l bookmark67 o Current Document 参考文献37西南交通大学本科毕业设计(论文)第1章绪 论研究背景及研究意义随着21世纪经济全球化和信息时代的到来，计算技术、通信技术和网络技术的 迅猛发展，使得自动化的信息处理能力和水平不断提高，并在人们社会生活的各个领域得到广泛应用。生活节奏越来越快，使汽车普及成为必然趋势，交通管理的自动化 越来越成为亟待解决的迫切问题。在这种情况下，图像检测及图像识别技术越来越受 到人

20、们的重视，也为智能交通管理系统 川进入实际应用领域提供了契机。车牌自动识 别系统是一个涉及图像处理、模式识别、计算机视觉、神经网络和软件工程等多个领 域的研究课题，十余年来，车牌自动识别技术尽管已经取得了一些成果，也在一些地方得到了初步应用，但由于车牌识别涉及到很多复杂的实际问题，现有的理论和方法还存在一些问题和不尽人意之处尚待改善， 还尚未达到很实用的程度，成熟产品也少， 对许多问题都有必要开展进一步研究， 尤其近几年，对车牌自动识别技术的研究非常 活跃。该技术的研究对于园区车辆管理、交通稽查、卡口收费、停车场管理等方面有 着十分重要的意义，己经成为信息处理技术的一项重要研究课题。现代智能交

21、通系统ITS(Intelligent Transportation System，2中，在智能交通系统中， 车辆牌照识别系统LPR(License Plate Recognition，3-10是一个重要的子系统，在高速公 路、城市交通和停车场等项目的管理中占有举足轻重的地位。车辆牌照识别系统本身是一个整体的智能化解决方案，主要包括图像采集、车牌提取、字符分割、字符识别 等工作模块，系统同时具有良好的维护性和扩展性， 可在无需为车辆加装其他特殊装 置情况下实现对车辆的自动检测。车辆牌照识别LPR技术作为交通管理自动化的重要手段，其任务是采集、分析、处理汽车监控视频图像，自动捕获定位和识别汽车牌

22、号，并进行相关智能化数据管理。LPR系统可以广泛应用于高速公路电子收费站、出 入控制、公路流量监控、失窃车辆查询、停车场车辆管理、公路稽查、监测黑牌机动 车、监控违章车辆的电子警察等需要车牌认证的重要场合，尤其在基于车牌识别技术的高速公路收费系统中，相对于射频卡等技术，可以实现不停车收费，提高了公路系 统的运行效率。另外，还有如便携式车牌识别移动稽查系统等，可以实现在任意时间 地点对车辆进行自动识别和比对。 总之，对车牌识别技术的研究和相关应用系统的开 发具有重要的现实意义，也具有广阔的市场和巨大的商业应用前景。由于车牌自动识别技术具有上述重大的意义，而车牌识别系统中的字符分割是一个重要环节，

23、字符分割质量的好坏直接影响到后面的识别系统。十几年来随着计算机 技术、图像处理技术的发展，车牌识别中的字符分割速度和分割的精度在不断的提高。 同时，由于实际应用的需要，对字符分割技术提出了更高的要求。在实际应用过程中，西南交通大学本科毕业设计（论文）由于各种因素的影响。譬如光照条件，天气因素以及车牌自身无损因素的影响等，会 导致分割系统的准确性下降，甚至无法分割。因此，车牌识别中的字符分割 11-22算法 必须要具有更高的准确性和实时性。国内外研究现状车牌字符分割是把车牌的字符一个个分离出来，为车牌字符的识别做好准备工 作,车牌字符分割属于印刷体字符分割的范畴， 印刷体字符分割的任务是把多行或

24、多 字符图像中切割出来成为单个字符, 对于字符分割的问题常常不被重视, 但是字符的 正确分割对字符的识别又非常关键，由于各种因素的影响，使得字符分割的复杂性变 大。目前的字符分割的算法一直在不断完善， 针对车牌图像的字符分割，是字符分割 的一个具体应用，目前人们根据车牌字符的特征已提出了一些算法，比如基于先验知识的分割算法，基于投影轮廓和拓扑结构的分割算法等，但是考虑到车牌中字符可能 存在的粘连、断裂等情况，字符分割技术仍然需要进一步改进。对分割出的车牌进行字符的分割，是为最终的字符识别做准备的。目的是要准确 定位出车牌中每个字符的上下左右边界，将其以单个字符图像的形式分割出来， 作为字符识别

25、部分的输入数据。目前的车牌字符分割方法基本上都借助了投影信息来实 现。北京理工大学的吴大勇、魏平等提出了基于区域最小值判断分割的算法。 根据车 牌字符垂直投影信息的最小值，在确定具体分割点时，先找投影信息的波谷横坐标x, 接着利用以x为中心的区域最小值与图像在x处的垂直投影进行比较，如果相等，则 由此判断坐标x才是真正的分割点坐标。上海同济大学的叶晨洲等提出的方法是：为了获得每一个字符的始末位置，取得 图像竖直方向投影直方图信息，根据该投影图的期望E与方差D决定一个阈值e,e=E-Do根据投影直方图与0的比较来决定潜在字符的始末位置。随后根据字符特征 检查起始位置后的邻域及结束位置前的邻域，判

26、断这些潜在始末位置的可靠性， 将可靠性低的点略去后对潜在始末位置进行匹配。随后根据字符宽度和相对位置验证匹配 结构，进行调整，最终将字符分割出来。清华大学的陈寅鹏，丁晓青等提出了一种基于模板匹配的字符分割算法，该算法充分利用了车牌字符等宽、排列规则的特征，有效地解决了燕山大学工学硕士学位论 文以往车牌字符分割算法中切分不准确、受车牌磨损、变形等因素影响大的问题。该算法分为预处理、去除怫钉、谷值分析和模板匹配四部分。根据车牌的字符排列规则， 引如图1-1所示的模板，并使用该模板与垂直积分投影曲线匹配，计算最佳匹配位置， 从而得到字符分割的准确结果。西南交通大学本科毕业设计（论文）图1-1字符分割

27、模版清华大学的张云刚、张长水提出了利用 Hough变换和先验知识的车牌字符分割 算法。他们在文中提到有很多会影响车牌字符分割的准确性的因素。首先，脱色、泥 点、反光等原因使车牌不准确，还有车牌的前两个字符和后面五个字符之间的间隔符 （小圆点），对字符识别有影响；车牌旋转对水平分割有较大影响；光照不均匀引起分割 错误。对应于一般的字符分割算法，这些因素都会使分割准确率明显下降。 为了解决 以上问题，他们提出了一种新的车牌字符分割算法。 通过一种新的预处理算法，克服 噪声的影响，该方法是采用先分段，再用 Hough变换拟合的水平分割方法，去掉上 下边框和怫钉的影响（它们对旋转角度较大的车牌及光照不

28、均的车牌分割效果都很 好），然后采用结合现有知识的垂直分割方法，有效抑制垂直边框和间隔符的影响。 和传统的方法相比，本算法具有很多优点，特别是能有效克服以上不利因素的影响。 与先进行二值化再进行分割的方法相比， 本算法充分利用了图像的灰度信息， 避免了 图像二值化带来的断裂、粘连等负面影响。与单纯的投影分析方法相比，本算法恰当 地利用了先验知识，使分割更准确，对各种质量的车牌图像适应性更强。在实际的车牌自动识别系统中，汽车图像的获取均是由置于汽车前上方的摄像机 拍摄数字化后送到计算机的，由于透视变形的存在，所获得的汽车牌照不一定是标准 的矩形，总会有一定的倾斜。这种倾斜随摄像头与车辆的距离和角

29、度而不同， 主要是 水平方向的变形。这使得从图像中提取的数据不准确，对机器识别性能的影响比较大， 因此在字符识别前一定要进倾斜校正。目前很多人根据车牌照的特点提出了车牌倾斜 的校正方法，下面简单介绍有代表性的几种方法：（l）解放军理工大学的茵挺和沈春林提出的采用轮廓跟踪方法去除牌照图像中和 矫正无关的所有冗余信息并采用分级检测的策略，在最大程度上减少矫正过程的运算 量。实验结果表明该方法可以准确地检测出车牌的倾斜角度，同时矫正速度也比较快，可以满足实时性的要求。西南交通大学本科毕业设计(论文)(2)辽宁师范大学的李文举和梁德群提出的采用水平和垂直彩色边缘检测结合 旋转投影求取车牌的水平和垂直倾

30、斜角度，对水平倾斜的车牌进行双线性插值旋转校 正，对垂直倾斜的车牌进行双线性插值的错位偏移校正。实验结果表明，该方法简单实用，对光照、污迹等不敏感，抗干扰能力强。(3)北方工业大学的叶青提出的基于 Hough变换和图像分析法提取控制点的实 时标定方法，最后通过空间坐标变换和灰度插值来完成图像的校正。实验证明，这种方法符合汽车牌照图像的特点，具有较好的处理效果。(4)天津科技大学的孙鸿波提出的方法是首先分析实际牌照图像的畸变是由水 平、垂直距离和旋转差三部分构成的结论，然后依据此三部分变形性质及作用大小， 提出一种斜线平移四顶点畸变校正的方法。实验证明，该算法对还原畸变牌照图像有 良好的效果。研

31、究内容及研究方法本小节主要介绍了本基于静止图像车牌照的字符分割设计的研究内容和主要的 研究方法。研究内容字符分割的任务是把多行或多字符图像中的每个字符从整个图像中分割出来，成为单个字符。对于字符分割的问题常常不被重视, 但是字符的正确分割对字符的识别 是至关重要的。由于字符字体存在着多样性，所以在一般的字符识别系统中,字符识 别之前要先对图像进行阈值化，然后再进行行字切分，以分割出一个个具体的二值表 示的字符图像点阵，作为单字符识别的输入数据。由于获得的文本图像不但包含了组 成文本的一个个字符，而且包含了字符行间距与字间的空白，甚至还会带有各种标点 符号，这就需要采用一定的处理技术将文本中的一

32、个个字符切分出来，形成单个字的图像阵列，以进行单字识别处理。研究方法字切分是从切分出的文本图像行中将单个的字符图像切分出来。字切分的正确与否直接影响识别结果，是字符识别系统中比较难的部分。 以单个的汉字切分为例来说 明。可以借助汉字图像行切分的思想， 来确定字切分的主要方法：利用字与字之间的 空白间隙在图像行垂直投影上形成的空白间隔将单个的字符图像切分出来。事实上， 分析图像行的垂直投影可以发现，垂直投影上的空白间隔部分不仅没有行与行之间的 空白间隔部分宽，而且分布也不均匀。是因为在汉字文本中一般汉字间距远不如行问 距明显，同时汉字中有相当数量汉字是左、右结构或左、中、右结构的，这些汉字图西南

33、交通大学本科毕业设计(论文)像的垂直投影在一个单字的内部也会出现空白间隙，使得文本汉字的字切分比行切分困难。为了解决这个问题，可以利用汉字间的间隔一般大于汉字内间隔这一特点先进 行汉字的粗切分，再根据汉字基本是个方块图形这一事实进行细切分。具体实现为： 根据汉字的行切分，可以获得汉字的高度信息，从而可以估计出汉字的基本宽度；对粗切分出的每个汉字，以此宽度信息进行衡量，以粗切分的起始位置为出发点，向左 右两方向进行搜索，对起始位置进行细微的调整，从而使得字的切分更准确。这种方 法不仅可以保证单个汉字的内部结构不被分离，而且还避免了切除汉字的边缘，其切分结果基本提取出了完整的汉字，消除了笔划的误切

34、除。车牌照上的字符串具有以下几个特点：(1)同一类的实际车牌中的字符位置是固定不变的，一个车牌上的所有字符的高 宽比是相等的(除了 “1”外)。(2)根据牌照种类的不同，有的牌照是有边框的，不能直接进行投影分割。(3)车牌上的字符与背景对比较大，但是由于曝光、焦距等原因，字符产生横向 扭曲，而非字符区域时常也有高亮度区域。(4)由于车牌自身的磨损等原因或采用的二值化算法的局限性，使得在图像预处 理之后，仍然存在断裂的字符。(5)车牌的字符串信息受到车牌污损及两个怫钉信息的影响。其中特点(1)是在牌照字符分割时的有利信息，如：字符固定的高宽比等。其余的特点都增加了车牌字符 分割的难度。一般的字符

35、分割过程如图1-2所示。图1-2字符分割过程西南交通大学本科毕业设计(论文)本文设计的字符分割系统是通过基于静止车牌像，对车牌识别系统识别出来的车 牌照进行了预处理，包括图像的二值化处理，形态学处理和字符分割处理，最终得到 单个的车牌字符。该系统采用 MATLAB专业图形处理软件进行设计。通过文件打开 的方式读取图像文件，可以对任意一幅JPG (Joint Photographic Group)格式的车牌图像文件进行分割，其分割的整体流程如图1-3所示。图1-3字符分割流程图西南交通大学本科毕业设计（论文）本文设计的基于静止车牌的字符分割系统的主界面如图1-4所示Unii fl Rd莫伟JAM

36、B9365AMB936原图像灰度处理后5AMB936BAMB936二值化处理后通波处理后SA MB9360.031处理时间膨胀腐彼处理后UMB93图1-4字符分割系统的主界面本文结构安排在基于静止车牌的字符分割方法中，最主要的核心就是对原始静止车牌图像进行 预处理和对预处理后的图像进行字符分割，因此本文在第二章主要给出了对原始图像 预处理的算法设计；第三章则给出字符分割的算法实现及最终分割显示；第四章主要介绍了使用MATLAB的GUI界面系统设计的系统界面，以及对程序的时间分析和精 度分析，最终实现比较完备的字符分割系统。西南交通大学本科毕业设计(论文)第2章静止车牌图像的预处理在基于静止车牌

37、的字符分割方法中，第一步要解决的就是如何从复杂背景中提取 出单一清晰的车牌二值图像。此预处理的好坏对字符的识别有很大的影响。因此，本章将先简单介绍一下数字图像处理技术，随后利用灰度处理，二值化处理，滤波处理以及膨胀腐蚀处理对车牌图像进行预处理。2.1 车牌图像的处理技术在字符分割技术中，为了保证实时性和精度的要求，要对图像进行预处理，从而 使后面的分割达到更快更好的效果，下面就对和字符分割相关的图像处理技术进行一 下简单介绍。利用计算机对图像进行处理，其处理特点可以分为两大类：(l) 一类是以最终恢复原图像为前提的图像压缩和为了使其比原图像更适合于特 定应用的图像变换处理。基于数据压缩的图像传

38、输和存储以及通过图像变换来改善图 像的增强和恢复，都属于这一类。(2)另一类对图像的处理主要是提取特征信息，其处理的最终目的是为了识别判 别目标。处理过程中，提取对识别目标有用的特征信息， 而对于其他信息则尽量予以 舍弃，并根据提取的特征信息进行分类和识别。这一类对图像的处理属于模式识别的 范畴。图像处理的基础是数学，最主要的任务是各种算法的设计和实现。 目前的图像处 理技术已经在许多不同的应用领域中得到重视，并取得了巨大的成就。本文对于静止车牌照的图像处理就属于第一大类别，是通过处理，变换等途径来改善原图像，从而便于进行字符分割。图像处理系统是执行图像处理、分析理解图像信息任务的计算机系统，

39、虽然图像 处理技术应用广泛，图像处理系统种类繁多，但它们的基本组成是相近的，主要包括 图像输入设备、执行处理分析与控制的计算机、输出设备及存储设备中的图像数据库、 图像处理程序库与模型库。系统的结构原理框图如图2-1所示。西南交通大学本科毕业设计（论文）图2-1计算机处理示意图数字图像处理与其他数据处理的不同之处是其庞大的数据处理量和存储量，以及对图像的显示。一帧512x512像素的真彩色的图像，在不进行压缩的情况下，需要 780KB的存储量和颜色数为224种的真彩色显示。因此，无论从硬件的配置还是软 件环境上讲，计算机图像处理系统都有别于其他的计算机系统，从而形成了专门的图像处理计算机系统。

40、一般的图像都是模拟图像，即图像上的信息是连续变化的模拟量， 计算机不能接 受和处理模拟信号，只有将图像在空间和灰度上都离散化为数字信号后，或者说将模拟图像变换为数字图像方能接受。为此，常将计算机图像处理称为数字图像处理。图 像的数字化过程通过采样和量化两步完成。 空间坐标的离散化叫做空间采样， 灰度的 离散化叫做灰度的量化。采样就是将时间和空间上连续的图像转化为离散的采样点 （即像素）集的过程。事实上，采样就是决定用多少个点来描述一张图像，采样的结果 就是通常所说的图像分辨率。将像素点上的灰度离散为整数，称为量化，量化的结果是图像容纳的所有颜色数 据。量化决定使用多大的范围的数值来表示图像采样

41、之后的每一个点，这个数值范围确定了图像能使用的颜色总数。一般来说，像素的最大灰度级G都取为2的整数次幕。例如，以4bit存储一个点，就表示图像只能有十六种颜色。数值范围越大，表示西南交通大学本科毕业设计（论文）第10页图像可以拥有更多的颜色，自然就可以产生更为细致的图像效果，但是相应的也必须占用更多的存储空间。采样量化后的数字图像就是一个灰度值的二维数组。该数组若用f（x,y）来表示时，其含义是位于坐标（x,y）处的像素，其灰度值是f（x,y卜为了便于计算机处理， 一般采样和量化数值都取为2的整数次幕。如一幅图像用512X512 （29）的矩阵来表 示，灰度量化为256 （28）,则其二进制信

42、息量为28 8=2097152512 b%根据灰度层 次及光谱轴与时间轴上组合方式的不同。本文中分割程序是针对二值图像进行的,因为二值图像每个像素点只有2个可能 的取值因此，计算机所要进行的计算和需要处理的数据就大大减少， 从而可以很好的 完成实时性的要求。下面的表2-1介绍了数字图像的类别。表中虽然不同类别的图像的内容和视觉效果都不同，但是可以在计算机内用二维数组的集合表示。因此，研究数字图像的处理，最基本的就是研究一个二维数组的处 理。对于我们要进行的车牌图像也是如此， 在后面的章节里，会详细的介绍车牌图像 处理所用到的灰度化、二值化、滤波以及数学形态学处理的方法以及其相应的处理结 果。表

43、2-1数字图像的类别类别表示形式说明二值图像f (x, y) = 0或 1文字图像，形态图像等， 阈值分割后得到灰度图像0 f (x, y) 2n -1黑白照片，一 n=8彩色图像fi(x,y) ,i =R,G,BRGB彩色空间的图像运动图像（时 间序列图像）fi(x,y) ,i =R,G,B,t=t1,t2,tn运动视频图像，运动跟踪一幅N1父N2个像素的数字图像，其像素灰度值可用 N1列N2行的矩阵F来表示, 如图2-2所示。这样，对数字图像的各种处理就可以变成对矩阵F的各种运算。西南交通大学本科毕业设计（论文）第11页F(x, y)=f(2,1)J(N2,1)f(1,2).f(1,N1)

44、f (2,2).f(2,N1).f(N2,2).f(N2,N1)图2-2数字图像的表示2.2车牌照的二值化处理车牌照的字符分割程序是针对二值车牌图像进行的。 因此，车牌照的二值化就显 得至关重要，由本章前面的介绍可以知道，彩色图像包含的数据量过大，为了满足程 序的实时性要求，本文先对原彩色车牌图像进行了灰度处理， 然后对灰度化后的图像 再做二值化，从而方便后面的处理操作。2.2.1车牌照的灰度处理根据三基色原理，世界上任何色彩都可以由红、绿、蓝（R、G、B）三个单色按不同比例的混合来表示，如果红、绿、蓝（R、G、B）三个信号分别由一个字节表示，则 该图像颜色位数就达到24位真彩，也就是说在24

45、位真彩的数字图像中每个像素点由 3个字节来表示，各种单色都人为地从 0255分为256个级别，所以根据R、G、B 的不同如公式2-1所示。R(i,j) ;G(i,j) ;B(i,j)(2-1)24 位真彩图（true-colo门mage於有 256X 256X 256=16777216种颜色。在 RGB 模 型中，每种颜色出现在红、绿、蓝的原色光谱分量中，这个模型基于笛卡尔坐标系统， 所考虑的彩色子空间是如图2-3所示的立方体。图中，R、G、B位于三个角上；青、 深红、和黄位于另外3个角上，黑色处于原点处，白色位于离原点最远的角上。在该 模型中，灰度等级沿着这两点的连线分布。 在该模型中，不同

46、的颜色处在立方体上或 其内部，并可用从原点分布的向量来定义。 图一所示的立方体是一个单位立方体，即所有的R、G、B的值都在0, 1的范围内取值。而256色灰度图像是指只含有亮度信息没有含有彩色信息的图像，在BMP格式的图像中没有灰度概念。每一个像素的R、G、B分量是完全相等的，也就是公式2-2。Gray(i,j) =R(i,j) =G(i,j) =B(i, j)(2-2)西南交通大学本科毕业设计(论文)第12页上式中Gray(i, j)代表在(i,j)点处的灰度值，且满足 0Uray(i, j产255具有 256个值当一幅图像满足上面的条件时该图像被称为灰度图像(moochrome imag8

47、。RGB是个加色模型，光源的亮度、色度、纯度混合在 R、G、B三个参数中。光 源的亮度(lightness) L表示成为它具体的值依赖于显示器所采用的磷粉标准以 NTSC 视频信号为标准，则三个系数依次为 0.299、0.587、0.144。L =0.299R 0.587G 0.144B(2-3)RGB彩色立方体示意图如图2-3所示图2-3 RGB彩色立方体示意图表2-2显示了 24位真彩图和256色灰度图的对比情况表2-2 24位真彩图和256色灰度图的对比位图颜色数图像深度每个像素以色值的特点256色灰度图像2568位位图文件包含颜色索引表；颜色索引表中彩色的R, G, B个分量值 相等；

48、每个像素的像素值是颜色索引表的索引 号。24位真彩图1677721624位位图文件中不包含颜色索引表；颜色索引表中彩色的R, G, B个分量值 不全相等；二种颜色值的结合直接确定J在图像中看到得颜色。西南交通大学本科毕业设计（论文）第13页本文利用上述公式（2-3）将彩色图像转换为灰度图像，转换效果如图 2-4所示原图像灰度处理后b）分图b西南交通大学本科毕业设计(论文)第14页AB888B A5888原图像灰度处理后c)分图c图2-4灰度处理效果图2.3.2车牌灰度图像二值化二值图像是指整幅图像只有0与255两个灰度值的图像，在它们之间不存在其他 的灰度值。在数字图像处理中，二值图像占有重要

49、的地位，这是因为一方面有些需要 处理的图像，如文档图像、指纹图像、工程图像等本身就是二值图像；另一方面，在某些情况下，即使一些图像是灰度图像，我们也可以把它转化为二值图像进行处理， 这样可以提高处理速度，满足实时性要求。止匕外，二值化之后的图像能够用几何学中 的概念进行分析和特征描述，具有很大的优势。因此二值图像处理己成为图像处理的 一个独立、重要的分支。灰度图像的二值化就是选定一个阈值 T,如果图像中某像素的灰度值小于该阈 值，则将该像素的灰度值设置为 0,否则灰度值设置为1。从这个定义中我们可以看 出图像二值化的关键在于阈值 T的选取，根据阈值T来区分图像中对象和背景。设 原始图像为f (

50、x,y ),变换后的二值图像为g(x,y ),则二值化的过程可表示为公式2-4(2-4)f(x, y)-T f(x, y) ；T根据阈值的选取情况,可分为全局阈值、局部阈值和动态阈值三种方法。全局阈 值法是最简单的一种方法，它根据图像的直方图或空间分布确定一个阈值，以此实现 灰度图像到二值图像的转化。全局阈值方法的优点在于算法简单， 但对输入图像量化 噪声或光照不均匀等情况抵抗能力差， 而其阈值的选择有时需要人为干预， 因此应用 受到极大限制。全局二值化的阈值选取方法较好的有Otsu法、非等同嫡法和最小模糊度法等，其中Otsu法是最经典的二值化方法，它是基于最小二乘法提出来的。非 等同嫡法是利

51、用了信息论中嫡的概念来进行阈值选取的，由于嫡的引入算法在计算上比较复杂，所以在车牌二值化中不常用。最小模糊度法是将传统的信息嫡与模糊理论 相结合，得到模糊信息嫡，并利用模糊信息对图像进行全局搜索以搜寻最优阈值的算 法。西南交通大学本科毕业设计（论文）第15页局部二值化的阈值选取方法较好的有 Bersen法、灰度直方图法、微分直方图法 等。Bersen算法以局部窗口内最大、最小作为参考点的阈值。灰度差分直方图法与微 分直方图法是假设图像中的目标和背景之间的边界灰度值急剧变化，从而利用灰度的变化率来决定阈值。这两种算法的实现均比较简单，但算法适应范围窄，稳定性也比 较差。二值化方法除了上述的之外，

52、还有迭代，多阈值等其它方法，表 2-3是对常用 的二值化方法的比较。表2-3二值化方法方法适应条件不足原理总体评价迭代法灰度直力图呈明显双峰当图像存在光照/、均匀 或较脏时效果不是很好迭代运算梯度均值 法适合于对自然场景图像无明显不足利用梯度 信息较好多阈值的梯度强度法光照/、均匀所产生的影 响得到比较好的控制无明显不足通过线性 插值好基丁纹理 的二值化 法票据、文本以及车牌图 像无明显不足采用模式 识别好微分直方 图法微分直方图有一个峰值对于边界附近灰度变化 复杂的图像不太奏效利用灰度 微分值最大力差 法直力图/、存在峰值时也 可以用不能反映图像的几何结 构根据力差之比为最大较好西南交通大学

53、本科毕业设计(论文)第16页h(Li)-N八Lm-1(2-5)本文采用了基于灰度的数学期望方法阈值分割算法，其阈值计算公式为公式2-5Nt 八 LP(Li) i 1其中，Li，l2Ln是图像中的灰度可能取值 P(Li)代表图像中灰度Li出现的次 数频率，h(LN )表示图像中灰度Ln出现的次数，这是一种基于全局的阈值分割算法， 适用性非常广泛，对于具有不同灰度的图像均可以应用，脱了传统的基于直方图的阈 值分割法对图像模型的假定。但考虑到本系统的实时性要求，对于算法的速度要求非 常高，故，本文采用大量实验后得出的针对灰度车牌图片的经验阈值T,见公式26t =Gmax (Gmax Gmin) 3(

54、2-6)其中，Gmax和Gmin分别是最高、最低灰度值。且根据经验统计，本预增股与基于 灰度的数学期望方法求取的阈值非常相近，该阈值对不同牌照图片都有一定的适应 性，能够保证背景基本被置为 0,以突出牌照区域。而且，只要训练样本与待识别样 本的二值化方法一致，基本上就可以克服阈值带来的影响。二值化后的车牌图像如图2-5所示。西南交通大学本科毕业设计（论文）第17页原曲像灰度处理后苏 AMB936二值化处理后a）分图a88888原图像88888灰度处理后88888二值化处理后b）分图b西南交通大学本科毕业设计（论文）第18页* A G0009原图像5 A 60009灰度处理后贵 A60009二值

55、化处理后c）分图c图2-5二值化处理效果车牌二值图像的滤波处理中值滤波算法首先由J.w.Jukey于1971年首先提出并应用于一维信号时间序列分 析中，后来被二维图像信号处理技术所引用。该算法是一种非线性滤波处理方法， 与其对应的中值滤波器也是一种非线性滤波器，中值滤波在一定的条件下可以克服线性 滤波器如最小均方滤波、均值滤波等带来的图像细节模糊，可用来抑制图像中脉冲干 扰以及椒盐噪声。而且对滤除脉冲干扰及图像扫描噪声最为有效。 在实际运算过程中， 由于不需要计算图像的统计特征，因此速度快，实现方便，但对于一些细节点多，特 别是点、线、分叉、尖顶较多的图像不宜采用中值滤波 （典型的如指纹图像，

56、宜采用 Gabor滤波增强技术）。同时它可以保持不被模糊，它既可以用于二值图像也可以用于 灰度图像的预处理。基本原理是把图像中的每个像素值用该点的一个邻域中各像素点 的中值代替。中值滤波一般采用奇数个点的滑动窗将窗中各点灰度值的中值来替代指定点的 灰度值。对于奇数个元素，中值是按大小排序后中间的值。对于偶数个元素，中值是 指排序后中间两个元素灰度值的平均值。一维情况下，中值滤波器不影响阶跃函数和斜坡函数，并可以有效去除单、双脉冲。同样中值滤波也可推广到二维图像，二维滤 波可以定义如下：取一个（2n+1）x（2n+1）的窗口。中间位置上的点为滤波是要处理的 点，对（2n十1产（2n+1）个点排序

57、，取其中间的点作为滤波后的输出。对于二维情况,西南交通大学本科毕业设计（论文）第19页中值滤波的窗口形状和尺寸对滤波效果影响较大。不同图像内容和应用要求往往选用不同形状和尺寸，常用的二维中值滤波窗口形状有线状、方形、圆形、十字形等。在 经过预处理的车辆图像中，背景区域灰度基本被赋值为00考虑到车牌字符由许多短竖线组成，而背景噪声有一大部分是孤立噪声，因此，本文采用模版（1,1,1 ）T对车牌图像进行中值滤波，滤波器高度iFilterH=3 ,宽度iFilterW=1 ,中心元素X坐标=0, Y坐标=2。对车牌二值化图像进行中值滤波后的图像如图（2-6）所示，从图中我们可以看 出二值化后的图像中

58、的离散的噪声点被去除。IfF 88888 冲 88888二值化处理后滤波处理后a）分图aJAMB936 5AMB936二值化处理后滤波处理后b）分图b费 A 60009 1A 60009二值化处理后滤波处理后c）分图c图2-6滤波处理效果图西南交通大学本科毕业设计（论文）第20页本章小结本章简单介绍了一下数字图象处理的相关概念， 并且详细介绍了对车牌照的预处 理，通过对原图像进行灰度处理得到了车牌图像的灰度图像， 再通过文中介绍的基于 灰度的数学期望方法阈值分割算法获取了车牌图像的二值图像。本章还详细介绍了对于二值化图像的中值滤波处理和，后期的数学形态学处理。从而得到便于进行字符分割的清晰的二

59、值化图像。西南交通大学本科毕业设计（论文）第21页第3章字符分割字符分割是车牌自动识别系统的一个非常重要的组成部分，通过车牌定位算法定位出来的车牌区域，是一个整体区域。后续的字符识别算法是对一个个的单独字符的 识别，因此需要通过字符分割算法，从完整的车牌中提取出单独的字符。字符分割联 系了车牌定位与车牌字符识别，分割的准确性受车牌定位效果的影响，同时，本身的分割效果也影响着字符识别。车牌图像的数学形态学处理数学形态学处理主要包括膨胀运算和腐蚀运算基本运算，以及基于这两个基本运 算衍生出来的开运算和闭运算。这几种运算在车牌照的字符分割中有着至关重要的作 用，数学形态学处理效果的好坏，直接就意味着

60、后面的字符分割的成功与否以及是否 能清晰的现实，对后面的字符识别也有很大影响。二值数学形态学原理数学形态学图像处理的基本思想是利用一个称作结构元素SE（StructuringElement）的探”，来收集图像的信息，当探针在图像中不断移动时，便可考察图像各 个部分间的相互关系，从而了解图像各个部分的结构特征。 作为探针的结构元素，可 直接携带知识（形态、大小、灰度及色度等信息）来探测所研究图像的结构特点。数学 形态学的这种探测思想与人的视觉特点有类似之处，人总是首先关注一些感兴趣的物 体结构（比如线结构），并有意识地寻找图像中的这些结构，这在人的视觉研究中称为 注意力集中 FOA（Focus