基于Codec Engine下車牌定位方法研究

李克騰，武二永，張 樺

(杭州電子科技大學(xué)計(jì)算機(jī)學(xué)院，浙江杭州310018)

0 引言

車牌識(shí)別是現(xiàn)代交通系統(tǒng)中關(guān)鍵環(huán)節(jié)，而車牌定位又是車牌識(shí)別中關(guān)鍵步驟。目前，國(guó)內(nèi)大多數(shù)車牌識(shí)別基于PC機(jī)開(kāi)發(fā)，它具有體積大、功耗高、成本高等缺點(diǎn)［1］。嵌入式系統(tǒng)基本克服了上述問(wèn)題。基于此，TI公司推出了Davinci系列ARM+DSP雙核處理器，使得ARM端可集中處理諸如圖像采集、通信及存儲(chǔ)等功能，而DSP端則主要完成復(fù)雜圖像處理算法。但ARM和DSP之間協(xié)同通信較為繁瑣，給系統(tǒng)運(yùn)行穩(wěn)定性帶來(lái)潛在隱患。為此，TI公司為客戶定制一套名為“Codec Engine”的通信機(jī)制，使得用戶不必關(guān)心DSP端具體實(shí)現(xiàn)過(guò)程，只需在ARM端Linux下進(jìn)行編譯、鏈接圖像處理代碼并在代碼中直接調(diào)用即可。

1 Codec Engine算法植入架構(gòu)

如圖1所示，Codec Engine是連接ARM和DSP的橋梁，是介于應(yīng)用層和信號(hào)處理層之間的通信接口模塊。對(duì)DSP端而言，需將圖像處理算法集成到符合Codec Engine規(guī)范的IALG［3］接口函數(shù)中，ARM端Linux程序可直接調(diào)用該接口函數(shù)，其函數(shù)名、參數(shù)值則通過(guò) VISA(Video、Image、Speech、Audio)API［4］傳遞到DSP端，DSP/BIOS操作系統(tǒng)通過(guò)Codec Engine直接查找并調(diào)用該函數(shù)。用戶只需封裝圖像處理算法到IALG接口函數(shù)中，并在Linux端修改相關(guān)編譯配置文件，直接完成移植工作，從而大大簡(jiǎn)化了集成工作的復(fù)雜程度，無(wú)需關(guān)注ARM端應(yīng)用程序和DSP端圖像處理模塊的通信工作。ARM端通過(guò)VISA標(biāo)準(zhǔn)API接口函數(shù)初始化Codec Engine、調(diào)用用戶進(jìn)程完成對(duì)應(yīng)函數(shù)功能。

IALG接口的參數(shù)傳遞類型及數(shù)量一般要符合XDIAS(一個(gè)eXpressDSP兼容的算法即是一個(gè)實(shí)現(xiàn)IALG抽象接口的模塊)規(guī)范，輸入輸出參數(shù)通常封裝到XDM_BufDesc結(jié)構(gòu)體中［3］。對(duì)于用戶而言，在DSP端將圖像處理算法往往包含到DSP端的Codecs函數(shù)庫(kù)中，由Codec Engine負(fù)責(zé)管理，用戶無(wú)需干預(yù)。

圖1 Codec Engine軟件構(gòu)架圖

2 車牌定位方法

車牌定位的目的是從圖像中摳出車牌區(qū)域。常用的方法是基于車牌字符區(qū)域邊緣較多且集中這一特征，在垂直和水平方向統(tǒng)計(jì)邊緣累積圖而獲得。首先通過(guò)Sobel算子對(duì)灰度圖像進(jìn)行邊緣提?。?］，然后利用垂直投影獲得N個(gè)備選切割帶，再對(duì)每個(gè)切割帶做水平投影，獲得Mi個(gè)備選車牌區(qū)域，i=1，…，N，最后通過(guò)車牌諸如長(zhǎng)/寬比等的先驗(yàn)知識(shí)，啟發(fā)式篩選出最有可能車牌。

2.1 投影分割車牌

對(duì)于可能出現(xiàn)車牌切割帶，往往在水平方向具有較多的邊緣。因此，直接對(duì)邊緣圖像在y方向進(jìn)行垂直投影，再依峰值大小迭代尋找N個(gè)點(diǎn)，然后根據(jù)經(jīng)驗(yàn)參數(shù)cy獲得備選切割帶。假設(shè)邊緣圖像為g(i，j)，圖像寬度為w，高度為h，則垂直投影函數(shù)為:

假設(shè)第k個(gè)峰值為:

然后根據(jù)經(jīng)驗(yàn)切割帶因子cy獲得上下邊界yuk，ylk，cy取0.55:k

然后將該切割帶作為備選，同時(shí)將j屬于(yuk，ylk)內(nèi)的py(j)賦值為零，迭代進(jìn)行篩選出N個(gè)切割帶。然后對(duì)每個(gè)切割帶進(jìn)行水平方向(x方向)投影，投影后如圖3所示(第二幅圖橫軸為x軸，縱軸為y軸):

基于車牌邊框在水平方向存在較大梯度跳躍，對(duì)px(i)進(jìn)行梯度變換:

對(duì)px'(i)查找最大正、負(fù)梯度邊界xpm，xnm:

此后將px'(i)，i屬于(xpm，xnm)中賦為零，然后循環(huán)得到M個(gè)車牌區(qū)域。

2.2 啟發(fā)式篩選車牌

經(jīng)過(guò)垂直和水平投影，獲得N×M個(gè)備選車牌區(qū)域。但對(duì)于標(biāo)準(zhǔn)制式車牌［6］，其高度、長(zhǎng)寬比、水平投影峰值和面積等因素往往有一定規(guī)則。設(shè)計(jì)篩選因子為a1，a2，a3和a4，分別代表高度、字符邊緣最大強(qiáng)度、字符邊緣密集度和寬/高比例［7］，如表1所示。代價(jià)函數(shù)C，最小的即為最終遴選車牌。

表1 篩選因子

3 實(shí)驗(yàn)研究

算法實(shí)驗(yàn)平臺(tái)為合眾達(dá)公司的DVS-6446開(kāi)發(fā)平臺(tái)，通過(guò)讀取實(shí)驗(yàn)室200幅車牌圖像作為測(cè)試依據(jù)，分辨率為640×480，對(duì)處理后車牌區(qū)域進(jìn)行歸一化。車牌定位算法編寫(xiě)完成后，定義為void Plate-Locate(unsigned char* pImg，usigned char* pPlate)，其中pImg是原始灰度圖像指針，pPlate為返回的車牌圖像區(qū)域指針。

參考Codec Engine的示例代碼videnc_copy工程，算法移植步驟包括:

(1)修改配置文件。具體為修改package.bld配置文件，將PlateLocate.c文件加入到編譯文件列表中;

(2)封裝算法到符合IALG接口函數(shù)中。將PlateLocate函數(shù)嵌入到XDAS_Int32 VIDENCCOPY_TI_process(…，XDM_BufDesc*inBufs，XDM_BufDesc*outBufs，…)接口函數(shù)中，即將main函數(shù)替換為PlateLocate函數(shù)，同時(shí)參數(shù)傳遞定義為。

inBufs－＞numBufs=1;inBufs－＞bufSizes=w*h;//w和h分別代表原始圖像高度和寬度

inBufs［0］=pImg;outBufs－＞numBufs=1;outBufs－＞ bufSizes=w0*h0;//w0，h0 分別代表車牌圖像寬度和高度outBufs［0］=pPlate;

(3)編譯、鏈接DSP Server，運(yùn)行./codec_engine01_01_11/examples/codecs/makefile以檢查 XDIAS語(yǔ)法規(guī)則;運(yùn)行./codec_engine01_01_11/examples/server/makefile已編譯生成DSP server可執(zhí)行庫(kù)all.x64p文件;

(4)ARM端以encodedecode工程為參考，調(diào)用VIDENC_process(…)函數(shù)，測(cè)試結(jié)果。

實(shí)驗(yàn)結(jié)果如圖2－4所示，未經(jīng)優(yōu)化，識(shí)別耗時(shí)9151ms，識(shí)別正確率為83.5%。

圖2 灰度變換

圖3 sobel邊緣處理

圖4 定位的車牌

4 結(jié)束語(yǔ)

該文提出了一種基于TI達(dá)芬奇DM6446 Codec Engine軟件構(gòu)架下車牌定位算法的研究，首先采用基于邊緣檢測(cè)的投影法進(jìn)行車牌定位得到多個(gè)候選車牌，其次采用了基于啟發(fā)式篩選的候選車牌算法，以提高車牌定位準(zhǔn)確率，最后把車牌定位函數(shù)移植到Codec Engine軟件構(gòu)架下運(yùn)行。實(shí)驗(yàn)結(jié)果表明在Codec Engine運(yùn)行的車牌定位算法能夠很好對(duì)輸入的圖像進(jìn)行處理，能夠很好的定位出車牌的位置，但運(yùn)行耗時(shí)相對(duì)較大，在優(yōu)化方面有待進(jìn)一步地改進(jìn)。

［1］ 張引，潘云鶴.彩色汽車圖像牌照定位新方法［J］.中國(guó)圖像圖形學(xué)報(bào)，2001，6(4):374－377.

［2］ 卓均飛，胡煜.基于邊緣檢測(cè)和投影法的車牌定位算法研究［J］.科技通報(bào)，2009，26(3):439－441.

［3］ Texas Instruments，Codec Engine Application Developer's Guide［R］.Texas，TI:2006.

［4］ Texas Instruments，TMS320DM6446 Digital Media System on-Chip［R］.Texas，TI:2007.

［5］ 阮秋琦，阮字智.數(shù)字圖像處理［M］.北京:電子工業(yè)出版社，2005:216－226.

［6］ 吳煒，楊曉敏.一種邊緣檢測(cè)與掃描線相結(jié)合的車牌定位算法［J］.電子技術(shù)應(yīng)用，2005，(2):43－46.

［7］ Hans A，Ron J.High performance license plate recognition system［J］.IEEE Transaction on Pattern Analysis and Machine Intelligence，1998，7(9):132 －137.