车牌识别中二值化方法的研究与实现.doc

车牌识别中二值化方法的研究与实现.doc

《车牌识别中二值化方法的研究与实现.doc》由会员分享，可在线阅读，更多相关《车牌识别中二值化方法的研究与实现.doc（24页珍藏版）》请在冰豆网上搜索。

车牌识别中二值化方法的研究与实现

摘要：

在基于数字图像处理的车牌识别技术的研究过程中，因为车牌定位和字符分割一般都是基于车牌区域的二值化结果进行的，因此对图像的二值化是非常关键的一步。

二值化最主要的是阈值的确定，文章对比了几种常规的车牌图像全局阈值二值化处理算法，发现这些方法不够理想，然后提出几种新的方法——基于图像直方图波形分析的车牌图像二值化处理算法；考虑到光照变化以及定位出的车牌周边环境和自身干扰等因素，提出了一种新的车牌二值化的方法，这种方法结合了高斯拉普拉斯算子法和迭代法；而不均匀光照下的图像二值化是数字图像处理中的另一个难题．为此，本文提出一种解决办法，首先使用同态滤波去掉车牌图像的不均匀光照的影响，然后使用改进的Bernsen算法对车牌图像进行二值化。

实验表明，这三种方法在进行车牌图像二值化处理时效果比较理想。

关键词：

车牌识别；二值化；高斯拉普拉斯算子；图像直方图；不均匀光线

RealizeandResearchonbinarizationmethodoflicenseplaterecognition

Abstract:

DuringtheresearchforthelicenseplaterecognitionbasedontheDistalImageProcessingTechnology，becausethelocationandsegmentationoflicenseplateareusuallybasedonthebinarizedimage，theimagebinaryzationisakeystep．Themostimportantpartoftheimagebinaryzationisthedeterminationofthreshold．Inthispaper，severalmethodshavebeencompared，andalsothebasicprinciplesandcomputersimulationresultsofinter-classvarimaxandmaximumentropymethodhavebeenanalyzed．Butwehavefoundthatthesemethodsarenotoptionalwhenusedtoprocessvehiclelicenseplateimages．Therefore，anewmethodhasbeenputforward，whichisthearithtacticoflicenseplateimagebinarizationbasedonimagehistogram．Consideringthechangesofillumination，thesurroundingenvironmentofthelicenseplateandthelicenseplateitself，anewmethodoftakingthresholdvalueofbinarizationisintroduced．ThismethodcombinestheGauss-Laplacemethodandtheiterationmethod．Itisadifficulttasktobinarizeimageundernonuniformillumination．Anewmethodispresentedasfollows：

atfirst，itenhancestheplateimagequalitybyhomomorphicfilteringtoeliminatethebadeffectofthenonuniformillumination；then，binarizestheplateimagebyaimprovedBernsenalgorithm．Ithasbeenprovedthatthethreemethodsarewellwhenusedtoprocessvehiclelicenseplateimages．

Keywords:

Vehiclelicenseplaterecognition,binary,gaosilapulasioperator,imagehistogram,unevenlight

目录

1.绪论……………………………………………………………………………1

1.1研究背景和意义………………………………………………………………1

1.2国内外研究现状………………………………………………………………2

1.2.1车牌定位技术研究现状…………………………………………………4

1.2.2车牌字符识别技术研究现状……………………………………………6

2.车牌二值化的几种方法及实现……………………………………………7

2.1基于图像直方图波形分析的车牌图像二值化处理算法………………………7

2.1.1最大类间方差法…………………………………………………………………8

2.1.2最大熵法…………………………………………………………………………9

2.1.3直方图波形分析法………………………………………………………………10

2.2高斯拉普拉斯算子法和迭代法…………………………………………………12

2.3不均匀光照下车牌二值化方法………………………………………………………15

2.3.1复杂光照下的图像阀值分割面临问题………………………………………16

2.3.2车牌图像增晰……………………………………………………………………16

2.3.3改进的Bernsen二值化算法……………………………………………………17

2.3.4不均匀光线环境下的车牌图像二值化…………………………………19

3.总结与展望……………………………………………………………………19

3.1总结……………………………………………………………………………20

3.2下一步的工作……………………………………………………………………20

4.结语……………………………………………………………………………20

参考文献……………………………………………………………………………21

致谢…………………………………………………………………………………22

1.绪论

1.1研究背景和意义

近年来,通信和计算机技术在交通领域的应用受到人们广泛的关注,得到了迅速的发展。

我国的公路交通事业正在步入一个信息化、数字化的时代。

交通事业的进一步发展对交通监控自动化提出更高的要求。

自动收费系统,违反交通法规的车辆的自动记录等等这些任务就要求识别出具体的车辆,而摄像技术,计算机技术以及DSP技术和VLSI（VehicleLi2censePlateRecognition）技术的发展使其成为可能。

车牌是所有车辆独有的标志,因此,车牌识别技术的研究受到广泛重视。

当今世界的经济飞速发展，知识信息只新月异，计算机、通信和网络等技术迅猛发展，使得信息的自动处理能力和研究水平不断提高，并且广泛地应用于人们的生产和生活实际当中，为人类的进步和社会的发展起到了非常关键的推动作用。

同时随着人们生活节奏的不断加快，汽车的普及也已经成为必然趋势，所以车辆的自动管理即智能交通系统的开发就越来越成为社会现实中需要解决的迫切问题。

在此背景下，基于计算机视觉的图像处理及模式识别技术就越来越受到人们的重视，这也为智能交通管理系统的深入研究并且早进入实际应用领域提供了非常好的契机。

目前指纹识别、虹膜识别等技术已经初步进入实用阶段，声纹识别、人脸识别技术也正在迅速的发展中。

车牌号码的自动识别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，该技术尽管已经取得了一些丰硕成果，也在一些地方得到了初步的应用。

但是由于车牌识别过程中涉及到很多纷繁复杂的实际问题，诸如天气坏境差异大、车牌表面受到污损等因素都会直接影响车牌字符的分割和识别效果。

并且现有的理论和方法还存在一些不尽如人意的地方，在识别率和可靠性方面还尚未达到很实用的程度，成熟、通用的产品也相对较少，对许多问题都有必要开展进一步的研究。

尤其是近些年来，随着车辆速度的稳步提高和各级道路的不断拓宽，车牌号码的自动识别又产生了另一个难题：

复杂背景成像条件下的图像处理。

也正是由于这些复杂的条件所带来的挑战，该领域在近些年来又成为图像处理研究领域中一个新的热点。

车辆号码的自动识别技术作为智能交通管理的重要手段，其任务和步骤主要是采集、分析和处理汽车监控的视频录像，自动捕获含有车牌信息的关键

桢，在整幅图像中智能定位车牌区域，然后将车牌中的所有字符和号码图像分割出来进行识别。

LPR系统可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。

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和

实用价值，也具有广阔的市场和巨大的商业应用前景。

1.2国内外研究现状

车牌识别系统（LPR）的体系架构一般呈现模块化、流水作业处理，即：

前一

模块的输出结果会作为后一模块的输入，如此循环直到输出识别结果。

图l.1下牌字符识别系统体系架构

车牌号码的自动识别（LPR）系统主要由三个部分组成：

车牌区域的定位、车牌字符的分割、和车牌字符的识别。

从20世纪90年代初即1988年开始，国外的

研究人员就已经开始了对LPR系统相关技术的研究。

其主要途径就是对车牌的

图像进行分析，在整幅图像中智能寻找车牌区域．利用图像分割技术提取车牌中的字符图像，最后通过模式识别算法来确定车牌号码。

在自动识别过程中，虽然运用了很多的技术、算法，但由于外界环境光线的强弱变化、光路中夹杂灰尘、季节环境变化以及车牌本身污损退化或者受到模糊等条件的影响，使得LPR系统一直得不到很好的应用。

而且很多的算法都需要大量的数值计算，时空效率低下，这也影响了该系统对实时处理的要求。

一般的LPR系统在设计过程中会按照一个相对固定的流程进行，如图1.2所示：

图1.2车牌识别系统详细流程

从已经投入使用的产品而言，国内外现有一些类似产品：

以色列Hi—Tech公司的See／CarSystem一系列产品，香港AsiaVisionTechnology公司的VECON产品，新加坡Optasia公司的VLPRS产品等，其中VECON和VLPRS产品主要适合于香港和新加坡的车牌。

Hi—Tech公司的See／CarSystem有多种变形产品来分别适应某一个国家的车牌，See／Carchinese系统可以对中国大陆的车牌进行识别，但也有很大的缺陷，而且不能识别车牌中的汉字。

另外同本、加拿大、德国、意大利、英国等各个西方发达国家都有适合于本国车牌的识别系统。

各个国家的产品虽然不同，但基本上都是基f车辆探测器的系统，设备投资巨大。

中国大陆做得较好的产品有中科院自动化研究所汉IE公i可的“汉王眼”，除此之外国内的亚洲视觉科技有限公司、南昌利得丰科技有限公司、中国