【正文】 ，盡最大可能提高文本正確識別率，這些圖像預處理包括圖像平滑、傾斜校正、直方圖均衡化、灰度修正等。 文字定位彩色圖像往往是在復雜的環(huán)境中得到的，圖像中往往有很大的形變，如何在復雜背景中準確、快速找出文本的位置成為文本識別中的難點[10]。目前已有不少學者在這方面進行了研究。總結(jié)起來主要有如下幾類方法：(1) 基于水平灰度變化特征的方法，這種方法主要在文本定位以前，需要對圖像進行預處理，將彩色圖像轉(zhuǎn)換為灰度圖像。(2) 基于邊緣檢測的定位方法，這種方法是利用文本區(qū)域豐富的邊緣特征進行文字定位[11]，能夠進行檢測的方法有多種，如Roberts 邊緣算子、Prewitt 算子、Sobel 算子以及拉普拉斯邊緣檢測；(3) 基于顏色特征的定位方法，這種方法主要是應(yīng)用圖像的紋理特征、形狀特征和顏色特征即利用字符和底色具有明顯的反差特征來排除干擾進行文字的定位；(4) 基于數(shù)學形態(tài)學的定位方法，這種方法是利用數(shù)學形態(tài)學圖像處理的基本思想，利用一個結(jié)構(gòu)元素來探測一個圖像，看是否能將這個結(jié)構(gòu)元素很好的填放在圖像內(nèi)部，同時驗證填放元素的方法是否有效。腐蝕、膨脹、開啟和關(guān)閉是數(shù)學形態(tài)學的基本運算。這些方法各有優(yōu)缺點，本文結(jié)合數(shù)學形態(tài)學的特征和邊緣檢測對文本進行定位，對于提高文本定位準確率提供更有利的保障。該方法包括文字區(qū)域的粗定位和細定位兩個步驟。在粗定位階段中采用了基于數(shù)學形態(tài)學的定位方法，在得到定位圖像后進行細定位，在細定位中采用顏色特征的方法以獲得最后定位圖像。本方法對在多種光照條件下采集的彩色圖像、背景復雜等情形，均能取得較好的定位效果。 文本粗定位由攝像機采集的彩色圖像首先轉(zhuǎn)化為灰度圖像，經(jīng)過灰度均衡變換、Canny邊緣強化，其邊緣得到了勾勒和加強。這里選用的是數(shù)學形態(tài)學的方法，其基本思想是用具有一定形態(tài)的機構(gòu)元素去量度和提取圖像中的對應(yīng)形狀以達到對圖像分析和識別的目的。數(shù)學形態(tài)學的應(yīng)用可以簡化圖像數(shù)據(jù)，保持它們基本的形態(tài)特征，并除去不相干的結(jié)構(gòu)。在本文中用到了膨脹和開運算這兩個基本運算。 文本細定位在獲得文本粗定位后，利用彩色圖像的彩色分割方法。根據(jù)圖片底色等有關(guān)的先驗知識，采用彩色像素點統(tǒng)計的方法分割出合理的文本區(qū)域，確定圖片底色RGB對應(yīng)的各自灰度范圍，然后行方向統(tǒng)計在此顏色范圍內(nèi)的像素點數(shù)量，設(shè)定合理的閾值，確定車牌在行方向的合理區(qū)域。然后，在分割出的行區(qū)域內(nèi)，統(tǒng)計列方向藍色像素點的數(shù)量，最終確定完整的車牌區(qū)域。圖像的分割即把文本區(qū)域分割成單字符區(qū)域，以便后續(xù)進行識別。文字分割的難點在于噪聲合字符粘連，斷裂對字符的影響。要想從圖像中直接提取出目標物體，最常用的方法就是設(shè)定一個閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群，即對圖像二值化。均值濾波是典型的線性濾波算法，它是指在圖像上對目標像素給一個模板，該模板包括了其周圍的臨近像素。再用模板中的全體像素的平均值來代替原來像素值。：本章主要介紹了目前彩色圖像中文本信息的提取流程，對各個步驟進行了簡單的概述。想要精確的提取出文本區(qū)域,必須綜合考慮文本的各種特征,在初步提取的基礎(chǔ)上利用各種限制性條件,濾除非文本區(qū)域,得到目標文本。3圖像預處理因為天氣或者拍攝角度等原因會造成圖像模糊、歪斜或缺損的情況，所以我們在分析圖像文本時要對圖像進行預處理，一般動作有對輸入的灰度圖像進行大小歸一化，避免因圖像的變形而影響后續(xù)的處理，通過灰度拉伸增強圖像對比度，通過二值化處理實現(xiàn)圖像中背景和對象的分割。采用動態(tài)閾值法確定圖像二值化的關(guān)鍵閾值，使用帶修正的自適應(yīng)鄰域平均法消除圖像干擾和噪音一般對灰度圖像可以實現(xiàn)較好的處理效果。由于圖像受到種種條件的現(xiàn)實和干擾，圖像的灰度值往往與實際景物不完全平匹配，這將直接影響到圖像的后續(xù)處理，如果造成這種影響的原因主要是被攝物體遠近不同，或是由于曝光不足而使得圖像灰度變化范圍變窄。這時就可以采用灰度校正的方法來處理，增強灰度的變化范圍，豐富灰度層次，以達到增強圖像的對比率和分辨率。在RGB模型中,如果R=G=B時,則彩色表示一種灰度顏色，其中R=G=B的值叫灰度值，因此,灰度圖像每個像素只需一個字節(jié)存放灰度值（又稱強度值、亮度值），灰度范圍為0255。根據(jù)人類色彩感光特性，可以采用以下公式計算得到彩色圖像中各個像素的灰度值。 ()為避免浮點數(shù)計算，加快計算速度，叫以用式(2) 代替式(1)運算。 ()其中考慮了整數(shù)除法的四舍五入。式() 可進一步簡化為： ()這使得運算時間進步縮短。實驗時，系統(tǒng)采用式(4)進行灰度化計算。 ()一般有以下三種方法對彩色圖像進行灰度化： 將彩色圖像中的三分量的亮度作為三個灰度圖像的灰度值，可根據(jù)應(yīng)用需要選取一種灰度圖像。 將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值。 將彩色圖像中的三分量亮度求平均得到一個灰度圖[14]。綜上所述。 (a) 原圖 (b) 灰度化圖像圖 原圖像轉(zhuǎn)化為灰度化彩色圖像受到光照等影響，圖像的輸入、采集、處理的各個環(huán)節(jié)以及最終的輸出結(jié)果都會產(chǎn)生一定的影響,特別是在圖像的輸入、采集過程中,若輸入伴有較大噪聲,必定會對其后的處理以及最終的文字提取效果造成不利。因此，對圖像進行去噪對圖像文本的提取很是重要。 均值濾波均值濾波也稱為線性濾波,其采用的主要方法為鄰域平均法。其基本原理是用均值替代原圖像中的各個像素值,即對待處理的當前像素點,選擇一個模板,該模板由其近鄰的若干像素組成,求模板中所有像素的均值,再把該均值賦予當前像素點 ,作為處理后圖像在該點上的灰度: ()其中,為模板,為該模板中包含當前像素在內(nèi)的像素總個數(shù)。 中值濾波中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術(shù)。其實現(xiàn)原理如下:將某個像素鄰域中的像素按灰度值進行排序,然后選擇該序列的中間值作為輸出的像素值,讓周圍像素灰度值的差比較大的像素改取與周圍的像素值接近的值,從而可以消除孤立的噪聲點。其具體的操作是:首先確定一個以某個像素為中心點的領(lǐng)域,一般為方形領(lǐng)域(如3 * 5 * 5的矩形領(lǐng)域),然后將領(lǐng)域中的各個像素的灰度值進行排序。假設(shè)其排序為:, （）取排好序的序列的中間值作為中心點像素灰度的新值,這里的鄰域通常被稱為窗口。當窗口在圖像中上下左右進行移動后,利用中值濾波算法可以很好地對圖像進行平滑處理。本文應(yīng)用中值濾波對圖像進行降噪，所以根據(jù)中值濾波原理可知,通過數(shù)據(jù)排序的方法,將圖像中未被噪聲污染的點代替噪聲點的值的概率比較大,因此噪聲的抑制效果很好,同時畫面的輪廓依然比較清晰。如下即分別為用中值濾波處理后的圖像： （a）原圖 （b）中值濾波處理圖直方圖是圖像的最基本的統(tǒng)計特征，它反映的是圖像的灰度值的分布情況。直方圖均衡化的目的是使圖像在整個灰度值動態(tài)范圍內(nèi)的分布均勻化，改善圖像的亮度分布狀態(tài)，增強圖像的視覺效果?；叶戎狈綀D是圖像預處理涉及最廣泛的基本概念之一。圖像的直方圖事實上就是圖像的亮度分布的概率密度函數(shù)，是一幅圖像的所有像素集合的最基本的統(tǒng)計規(guī)律。直方圖反映了圖像的明暗分布規(guī)律，可以通過圖像變換進行直方圖調(diào)整，獲得較好的視覺效果[17]。一幅給定圖像的灰度級經(jīng)歸一化處理后，分布在范圍內(nèi)。這時可以對[0,1]區(qū)間內(nèi)的任意一個r值進行如下變換： （）也就是說，通過上述變換，每個原始圖像的像素值r都對應(yīng)產(chǎn)生一個s值。變換函數(shù)應(yīng)該滿足下列條件：① 在區(qū)間內(nèi)，是單值單調(diào)增加； ② 對于，有這里第一個條件保證了圖像的灰度級西歐哪個白到黑的次序不變和反變換函數(shù)的存在。第二個條件則保證了映射變化后的像素灰度值在允許的范圍內(nèi)。從s到r的反變換可用式（）表示，同樣也滿足上述兩個條件 （）由概率論理論可知，若已知隨機變量的概率密度為，而隨機變量是的函數(shù)，即，的概率密度為，所以可以由求出。因為是單調(diào)增加的，由數(shù)學分析可知，它的反函數(shù)也是單調(diào)函數(shù)。在這種情況下，當，且僅當時發(fā)生，所以可以求得隨即變量的分布函數(shù)為： （）對式（）兩邊求導，即可得到隨即變量的分布密度函數(shù)為：（）由式（）可知，對于連續(xù)情況，設(shè)和分別表示原圖像和變換后圖像的灰度級概率密度函數(shù)。根據(jù)概率論的知識，在已知和變換函數(shù)時，反變換函數(shù)也是單調(diào)增長，則可由式（）求出。 （a）原灰度圖像 （b）直方圖均衡圖3. 3 直方圖均衡處理 對于受噪聲干擾嚴重的圖像，由于噪音點多在頻譜中映射為高頻分量，因此可以通過中值濾波來濾除噪音，但實際中為了簡化算法也可以直接在空域中用求領(lǐng)域平均值得方法來消弱噪音影響。這種方法就是平滑處理。 經(jīng)過上述方法分割出來的文本區(qū)域圖像中存在目標文本、背景還有噪聲，要想從圖像中直接提取目標物體，最常用的方法就是設(shè)定一個閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群，即對圖像的二值化。均值濾波是典型的線性濾波算法，它是指在圖像上對目標像素給一個模板，該模板包括了周圍的臨近像素，再用模板中的全體像素的平均值來代替原來的像素值。： 對圖像中文本區(qū)域的細定位首先要是對圖像進行預處