基于快速区域标号算法和车牌大间隔定位方法的车牌字符分割方法，属于图象处理技术领域，涉及车牌自动识别技术。首先通过灰度直方图和灰度拉伸变换对车牌区域进行变换，实现对车牌中的字符区域的增强；接着计算二值化阈值把车牌灰度图像转化为二值图像；然后用快速区域标号算法对车牌二值图像进行连通性分析并用区域生长法得到字符的候选区域；接着从车牌二值化图像中定位出大间隔的位置；然后结合车牌大间隔的位置特征修正和补齐字符区域，得到最终的字符区域；最后从车牌灰度图像中分割出字符。采用本发明专利技术提出的基于快速区域标号算法和车牌大间隔定位方法相结合的车牌字符分割方法，可以有效地提高系统的通用性和定位精度等性能。
【技术实现步骤摘要】
本专利技术属于图象处理
，特别涉及车牌识别技术中的复杂背景中的车牌字符分 割方法。技术背景智能交通是当前交通管理发展的主要方向，是目前世界交通运输领域的前沿研究课题。 汽车牌照自动识别技术则是智能交通系统的核心。它是解决高速公路管理问题的重要手段，是计算机图像处理技术和模式识别技术在智能交通领域的应用。该技术在解决高速公路的 诸多问题，如车辆收费和管理，交通流量检测，停车场收费管理，违章车辆监控，假牌照 车辆识别等具体问题中应用广泛，具有巨大的经济价值和现实意义。同时，它在城市道路、 港口和机场等项目管理中占有重要地位。随着计算机性能的提高和图像处理技术的发展， 车牌识别系统已经日趋成熟。详见文献T.Vaito， T.Tsukada， K.Yamada， K.Kozuka, and S.Yamamoto， "Robust license-plate recognition method for passing vehicles under outside environment," IEEE Trans. Veh. Technol., vol.49， pp.2309-2319， Nov.2000和文献 Shyang-Lih Chang, Li-Shien Chen, YunChung Chung， Sei-Wan Chen, Automatic license plate recognition, Intelligent Transportation Systems, IEEE Transactions on, March 2004所述。在自动车牌识别技术中，车牌字符的精确分割是整个识别技术的难点和关键。车牌字 符分割的精度直接影响整个车牌识别系统的性能。在实际生活中，由于受背景的复杂性、 光照条件的不均匀性和天气变换的不定性等环境因素，以及车牌本身倾斜程序、受污染程 度等因素的影响，目前的多数车牌字符分割方法只是在一定程度上解决了特定条件下从复杂背景中提取字符的问题，然而这些算法必须利用具体问题的先验知识，比如要利用车牌 在图像中出现的位置以及车牌颜色等特定信息，这样虽然可以解决某个特定的问题，但是 当遇到新的问题或者某些先验知识不再成立时，又必须重新设计新的方法。通用的、能适 用于所有环境和条件的车牌定位方法还没有成功研究出来。因此，如何在现有所有有价值 的研究成果之上，提高字符分割系统的通用性、縮短定位时问和提高分割精度将成为我们 当前研究的主要方向。详见文献Rahman, C.A.; Badawy, W.; Radmanesh， A, "A real time vehicle's license plate recognition system",尸raceW"gs.C:—/^e"ce o"爿t/v朋ced F油o。w/S/g"a/5oyo/iSwveZ〃tmce， Page(s):163 — 166, 2003禾B文献Dogaru, R.; Dogaru, I.; Glesner， M， "Emergent computation in semitotalistic cellular automata: applications in character segmentation", 5fe附/com^wc組Co—re"ce, d 2(W /V( ceW,， Page(s):451 - 454vol.2, 2004现在通常使用的车牌字符分割方法有.-(1) 基于投影法的车牌字符分割方法。它通过对车牌区域的直方图进行分析，利用 字符区域的投影值比背景区域大的特性达到识别字符区域的目的。其缺点是适用于车牌图 像亮度变化比较均匀、对比度比较良好的情况。但是在实际应用中车牌图像处于变化光源 的环境中，亮度极不均匀，从而限制了上述方法的使用。详见文献Yungang Zhang,Changshui Zhang，"A New Algorithm for Character Segmentation of License Plate", Intelligent Vehicles Symposium, 2003. Proceedings. IEEE, 9-11 June 2003 Page(s):106 — 109(2) 基于人工神经网络的方法。它利用神经网络的自适应、自学习能力，通过训练 来达到车牌字符分割的目的。其优点是融若干预处理和识别于一体、识别速度快；缺点是 当特征定义遇到困难时，效果不能令人满意。详见文献Satriyo Nugroho，A， Kuroyanagi，S, Iwata，A， "An algorithm for locating characters in color image using stroke analysis neural network", Neural Information Processing, 2002. ICONIP '02. Proceedings of the 9th International Conference on Volume 4,18-22 Nov. 2002 Page(s):2132 - 2136 vol.4.(3) 基于彩色的车牌字符分割方法。它是通过提取车牌中字符区域不同于其他区域 的特殊彩色特征来区别字符区域和背景区域，从而在车牌中分割出字符。其缺点是难以解 决在照明不均匀环境下定位准确率问题，并且定位速度慢，难以达到实时性识别的要求。 详见文献H.Goto and H.Aso. Character Pattern Extraction from Colorful Documents with Complex Backgrounds. Pattern Recognition and Artificial Intelligence, 2000， 13(3): 345~348(in Chinese)上述的四种车牌字符分割算法的共同点是这些方法都是针对一个特定的条件，容易 受天气、背景、光照等因素的限制，鲁棒性不好。 一旦条件发生变化，它们的分割准确率 就会发生较大的波动，从而整个车牌识别系统的性能大大降低。
技术实现思路
本专利技术的任务是提供一种基于快速区域标号算法和车牌大间隔定位相结合的车牌字符 分割方法，它具有在照明不均匀环境下定位准确率高和识别率高的特点。按照本专利技术的车 牌字符分割方法，它包含下列步骤步骤1.车牌预处理。车牌字符分割以车牌定位程序分割出来的车牌图像作为源图片，因此，为了取得更好的字符分割效果，必须先对车牌图像进行预处理。预处理包括车牌图 像增强和车牌图像二值化。(1) 车牌图像增强。本专利技术釆用运用灰度直方图和灰度拉伸变换对车牌区域进行变换， 实现对车牌中的字符区域的增强。具体方法为首先采用公式gra^(l,力(/,/) + l)-gra^(U(/,/Kl) + l计算车牌图像的灰度直方图，其中/表示图像的行位 置，j'表示图像的列位置，A车牌图像，grayA表示灰度直方图矩阵；然后采用灰度拉伸变换对车牌字符区域进行增强，灰度拉伸的变换公式为当X〈X,时，/(X)=ZJ_X,当;c, s ;c s jc2本文档来自技高网...
【技术保护点】
本专利技术涉及一种基于快速区域标号算法和车牌大间隔定位方法相结合的车牌字符分割方法，其特征在于包括如下步骤：步骤１．车牌预处理。车牌字符分割以车牌定位程序分割出来的车牌图像作为源图片，因此，为了取得更好的字符分割效果，必须先对车牌图像进行预处理。预处理包括车牌图像增强和车牌图像二值化。（１）车牌图像增强。采用运用灰度直方图和灰度拉伸变换对车牌区域进行变换，实现对车牌中的字符区域的增强。（２）车牌图像二值化。首先计算二值化阈值，然后利用得到的二值化阈值对增强后的车牌图像进行二值化，得到车牌的二值图像。步骤２．运用快速区域标号算法对车牌二值图像进行连通性分析。通过对车牌二值图像的连通性分析，得到字符的候选区域，记录下每个区域的上、下、左、右边界。步骤３．连通区域分析。对步骤２中所得到的一系列字符候选区域进行分析筛选，去除由于噪声、光照不均匀等因素产生的伪字符区域。步骤４．采用基于大间隔的车牌字符定位方法确定各个字符在车牌中的位置。该方法的具体思路如下：（１）计算字符的实际宽度和车牌大间隔、小间隔的大小；（２）对步骤３得到的最终字符候选区域进行排序；（３）采用中间补足方法，补足步骤２中可能遗漏的中间字符；（４）定位大间隔的位置；（５）采用基于大间隔的定位方法确定７个字符的相应位置；步骤５．分割字符。根据前面的步骤我们定位出了所有的字符在车牌中的位置，利用这些位置信息我们从车牌中分割出字符；。...
【技术特征摘要】
【专利技术属性】
技术研发人员：马争，杨峰，
申请(专利权)人：电子科技大学中山学院，
类型：发明
国别省市：44[中国|广东]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。