基于改進(jìn)傾斜校正算法的車牌識別技術(shù)

羅正華, 柳 進(jìn)， 陳 凱

(成都大學(xué) 信息科學(xué)與工程學(xué)院， 四川 成都 610106)

基于改進(jìn)傾斜校正算法的車牌識別技術(shù)

羅正華, 柳 進(jìn)， 陳 凱

(成都大學(xué) 信息科學(xué)與工程學(xué)院， 四川 成都 610106)

隨著計(jì)算機(jī)圖像處理技術(shù)的發(fā)展，車牌識別已經(jīng)成為計(jì)算機(jī)圖像處理技術(shù)的重要研究方向和廣泛應(yīng)用領(lǐng)域之一，車牌識別技術(shù)在智能交通系統(tǒng)中顯得尤為重要.基于改進(jìn)傾斜校正算法的車牌識別的算法，對含有車輛牌照的圖片進(jìn)行圖像濾波、圖像增強(qiáng)、車牌定位、車牌的字符分割和字符識別.對車牌定位技術(shù)和車牌傾斜校正技術(shù)進(jìn)行改進(jìn)，以應(yīng)對復(fù)雜的環(huán)境變化.實(shí)驗(yàn)表明，車牌的識別率有明顯的提升.

車牌識別；圖像預(yù)處理；車牌定位；傾斜校正

0 引 言

車牌識別系統(tǒng)(license plate recognition system，LPRS)是智能交通系統(tǒng)(intelligent transportation system，ITS)中的關(guān)鍵技術(shù)，廣泛應(yīng)用于道路上的車輛視頻監(jiān)控、停車場進(jìn)出繳費(fèi)的智能化及電子警察等方面[1].目前，對車牌照圖像識別的研究主要涉及以下幾個(gè)方面:圖像的預(yù)處理、車牌的定位、字符的分割與字符的識別[2].傳統(tǒng)的圖像預(yù)處理就是對采集到的圖像采用加權(quán)平均值法進(jìn)行灰度化處理，然后對灰度圖像進(jìn)行線性變換和分段線性變換[3-5].但這種圖像預(yù)處理并未提及車牌的傾斜校正，而在實(shí)際應(yīng)用過程中，車牌傾斜因素對其識別率有著嚴(yán)重的影響，因此車牌傾斜校正顯得尤為重要.此外，目前主流的圖像Radon變換傾斜校正速率不夠快，影響了圖像的識別效率.對此，本研究采用改進(jìn)的Hough變換對傾斜角度進(jìn)行計(jì)算，并根據(jù)上述算法搭建了一個(gè)車輛車牌圖像識別系統(tǒng).測試結(jié)果表明,該系統(tǒng)可更有效地實(shí)現(xiàn)車牌的識別.

1 系統(tǒng)框架

本研究的車牌圖像識別系統(tǒng)主要利用含有車輛牌照的動(dòng)態(tài)視頻或靜態(tài)圖像進(jìn)行牌照號碼自動(dòng)識別.由于提取現(xiàn)場受環(huán)境因素影響，需要將圖像進(jìn)行圖像預(yù)處理，然后，進(jìn)行邊緣檢測、圖像腐蝕、平滑處理及移除小對象等一系列處理.并按照二值化圖像對原圖進(jìn)行裁剪，得到車牌在圖像中的有效區(qū)域，完成車牌定位.最后對車牌定位后所獲取的車牌圖像進(jìn)行傾斜校正.顯然Hough變換法具有原理簡單和準(zhǔn)確率高等優(yōu)點(diǎn)，但缺點(diǎn)是特征量分析復(fù)雜.基于此，本系統(tǒng)對該算法進(jìn)行了改進(jìn)，在完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個(gè)字符.字符分割一般采用垂直投影法，分割之后進(jìn)行字符識別.識別算法是基于模板匹配的算法，此算法相比基于人工神經(jīng)網(wǎng)絡(luò)算法更簡潔，執(zhí)行效率更高.本車牌圖像識別系統(tǒng)的車牌識別流程如圖1所示.

圖1車牌圖像識別流程圖

2 基于Hough變換的圖像傾斜校正算法

2.1 算法原理

Hough變換是目前主流的形狀匹配技術(shù)，它可將原始空間中給定形狀的曲線或直線變換成Hough空間的一個(gè)點(diǎn)，即原始空間中給定形狀的曲線或直線上所有的點(diǎn)，都將集中到Hough空間中的某個(gè)點(diǎn)以形成峰點(diǎn).從而，可將原始圖像空間中特定曲線或直線的檢測問題轉(zhuǎn)化為尋找Hough空間的峰點(diǎn)問題，也就是將檢測整體特征，如原始圖像空間給定的曲線或者直線的點(diǎn)集的特征，轉(zhuǎn)化為檢測Hough空間的局部特征.

XOY平面有一直線，它與坐標(biāo)原點(diǎn)O的距離為ρ,其法線與x軸正向夾角為θ，直線上的任意一點(diǎn)(x,y)均滿足直線方程，

ρ=xcosθ+ysinθ

(1)

對于原始圖像空間的任意一點(diǎn)(xi,yi),都對應(yīng)Hough即(ρ,θ)空間的正弦曲線(見圖2).取直線上點(diǎn)(2.5，2.5)，對應(yīng)(ρ,θ)空間一條正弦曲線，

ρ=2.5cosθ+2.5sinθ

(2)

圖2點(diǎn)(xi,yi)對應(yīng)(ρ,θ)空間的正弦曲線

在XOY平面內(nèi)，同一直線的點(diǎn)集為，

ρ0=xcosθ0+ysinθ0

(3)

變換到Hough空間中，則表示為經(jīng)過點(diǎn)(ρ0,θ0)的所有正弦曲線，由于該直線上所有點(diǎn)的Hough變換曲線均經(jīng)過點(diǎn)(ρ0,θ0)，所以，點(diǎn)(ρ0,θ0)一定會(huì)成為(ρ,θ)空間的一個(gè)峰點(diǎn).即使直線不完整或者有其他干擾點(diǎn)，變換到Hough空間的曲線交匯的峰點(diǎn)同樣能夠反應(yīng)原始空間直線的特征.如圖3所示，取圖3(a)的點(diǎn)(1,4)、(2.5,2.5)和(4，1)，其變換到Hough空間如圖3(b)所示.

圖3 3點(diǎn)對應(yīng)(ρ,θ)空間的正弦曲線

2.2 算法的改進(jìn)與實(shí)現(xiàn)

本算法的改進(jìn)與實(shí)現(xiàn)的原理為：將(ρ,θ)量化為許多的小格，從而實(shí)現(xiàn)Hough域的離散化；根據(jù)原始圖像的每個(gè)有效點(diǎn)帶入θ的量化值，再推算出與之對應(yīng)的ρ，將該點(diǎn)落入的小格的計(jì)數(shù)累加器加1；待所有有效點(diǎn)變換完畢后，對Hough空間的小格進(jìn)行統(tǒng)計(jì)，計(jì)數(shù)值最大的小格對應(yīng)于共線點(diǎn)(峰點(diǎn))，該點(diǎn)Hough空間對應(yīng)點(diǎn)可以作為原始圖像直線的特征參數(shù).利用此方法檢測車牌可直接確定最大峰點(diǎn)，再確定車牌的傾斜度，根據(jù)傾斜度進(jìn)行旋轉(zhuǎn)，從而達(dá)到校正車牌的目的.相比傳統(tǒng)的方法更加直接卻不失準(zhǔn)確性，在實(shí)際應(yīng)用中實(shí)用效率更高.具體步驟如下：

1)圖像預(yù)處理.將讀取到的圖像轉(zhuǎn)化為灰度圖，進(jìn)行濾波操作，車牌定位；

2)利用邊緣檢測，對圖像的水平線進(jìn)行強(qiáng)化處理；

3)基于Hough變換檢測車牌邊框，獲取車牌傾斜度；

4)根據(jù)傾斜度，對車牌進(jìn)行旋轉(zhuǎn)處理.

3 仿真結(jié)果

3.1 車牌傾斜校正算法仿真

本研究專門針對車牌傾斜進(jìn)行仿真.測試采用傾斜接近30 °的車牌圖片，如圖4(a)所示.首先，將該圖進(jìn)行平滑處理，去除噪聲后得到圖4(b)；然后，將此灰度圖像進(jìn)行二值化和直線增強(qiáng)處理，得到圖4(c)；最后，經(jīng)過基于Hough變換的車牌圖像傾斜校正算法進(jìn)行校正，校正之后的車牌圖片如圖4(d)所示.

圖4車牌傾斜校正仿真結(jié)果

3.2 數(shù)據(jù)分析

在測試中，本研究采用傳統(tǒng)傾斜校正算法和改進(jìn)的Hough傾斜校正算法對不同傾斜度的車牌進(jìn)行多次識別，測試結(jié)果如表1所示.

表1 算法仿真時(shí)間對比

由表1可知，在相同識別率的情況下，改進(jìn)的Hough變換的傾斜校正算法在仿真時(shí)間上比傳統(tǒng)傾斜校正算法減半.由于在圖像預(yù)處理過程中使用更短的時(shí)間完成了傾斜校正，從而提高了圖像的識別效率.

4 結(jié) 語

通過分析和仿真實(shí)驗(yàn)，本研究提出的用于車牌圖像識別系統(tǒng)中基于Hough的車牌傾斜校正算法效率和準(zhǔn)確率較高，可以提高車牌圖像識別系統(tǒng)的車牌識別率.下一步的研究將考慮硬件(DSP、FPGA)算法的移植，以達(dá)到工程應(yīng)用，使本系統(tǒng)發(fā)揮其應(yīng)有的實(shí)用價(jià)值.

[1]尹曉蕾,張秀娟,薛立勤.車牌識別技術(shù)的研究[D].青島：山東科技大學(xué),2014.

[2]王璐.基于MATLAB的車牌識別系統(tǒng)研究[D].上海：上海交通大學(xué),2009.

[3]張立國,楊瑾,李晶,等.基于小波包和數(shù)學(xué)形態(tài)學(xué)結(jié)合的圖像特征提取方法[J].儀器儀表學(xué)報(bào)，2010，31(10)：2285-2290.

[4]Zheng L H,He X J,Samali B J,et al.Analgorithmforaccuracyenhancementoflicenseplaterecognition[J].J Comput Syst Sci，2013，79(2)：245-255.

[5]Jiao J B,Ye Q X,Huang Q M.Aconfigurablemethodformulti-stylelicenseplaterecognition[J].Patt Recogn，2008，42(3)：358-369.

Abstract：With the development of computer image processing technology,license plate recognition has become one of the important specialties in research on computer image processing technology and has also been widely applied in computer image processing technology.Meanwhile,license plate recognition technology is particularly important in the intelligent transportation system.This study is based on MATLAB software license plate recognition algorithm research,including car license plate image filtering,image enhancement,license plate location,license plate character segmentation and character recognition.Because of the interference caused by time,light and weather,the imaging effect of the license plate is poor.Therefore,the existing LPR system has the problem that the change of environment will cause the change of the recognition rate.The study is on the improvement of the technique of license plate location and license plate tilt correction technology.A series of problems brought by the environmental change is going to be dealt with.The experiment shows that the recognition rate of license plate has obviously improved.

Keywords:license plate recognition;image processing;license plate location;tilt correction

ResearchonLicensePlateRecognitionandImplementationofImprovedTiltCorrectionAlgorithm

LUOZhenghua，LIUJin，CHENKai

(School of Information Science and Engineering， Chengdu University， Chengdu 610106， China)

TP391.41；TN911.73

A

1004-5422(2017)03-0269-03

2017-05-23.

羅正華(1966 — )， 男， 碩士， 高級工程師， 從事計(jì)算機(jī)通信與信息系統(tǒng)研究.