【文章內(nèi)容簡(jiǎn)介】 f(x,y)內(nèi)，模板 T 下對(duì)應(yīng)的鄰域 (稱子圖 s)內(nèi)象素點(diǎn)作不同的運(yùn)算 R。因此，我們可以把復(fù)雜鄰域內(nèi)所有點(diǎn)的運(yùn)算都抽象為模板運(yùn)算 R。 10 編程時(shí)只須實(shí)現(xiàn)一個(gè)模板函數(shù)，定義不同 矩陣 T就可以實(shí)現(xiàn)不同的鄰域運(yùn)算。 如 矩陣求算術(shù)平均表示 3311111111191 ??????????? 模板運(yùn)算也可寫為下式 : ),(),(1010 jyixfjiaRijki ??? ?????? （ ） 21??mi，21??nj 其中 m,n 表示圖像 f 長和寬的象素個(gè)數(shù)， k,l模板長和寬的象素個(gè)數(shù) 上式相當(dāng)于模板與圖像作卷積運(yùn)算，體現(xiàn)了圖像的鄰域化處理思想，充分利用了象素間的相關(guān)性。 11 3 系統(tǒng)的方案設(shè)計(jì) 系統(tǒng)的總體設(shè)計(jì)方案 一個(gè)完整的車輛牌照識(shí)別系統(tǒng)是一個(gè)復(fù)雜的系統(tǒng)，包括圖像采集、圖像預(yù)處理、車牌定位與分割、字符切分、字符識(shí)別以及圖像編碼、數(shù)據(jù)傳輸與更新等步驟，其中的圖像牌照處理中的每一個(gè)步驟都是比較復(fù)雜的，尤其是牌照定位與 分割 、字符切分與識(shí)別的復(fù)雜性更大。因?yàn)椴杉降膱D像受到環(huán)境、燈光以及牌照本身污損等情況的影響，造成采集的圖像質(zhì)量各不相同，有些圖像質(zhì)量很差，給圖像處理造成一定的困難。因此對(duì)于牌照處理階段的各個(gè)步驟很多人都進(jìn)行了相關(guān)的研究，提出了許多比較好的算法，但是很多算法對(duì)于 某一類圖像質(zhì)量的照片可能效果比較好，但是對(duì)于其它的車牌圖像處理效果不見得就好。 由于條件 限制 ，論文只對(duì)牌照識(shí)別系統(tǒng)中的軟件部分進(jìn)行一定的研究，即車輛牌照?qǐng)D像處理的軟件部分。具體的牌照識(shí)別過程如下所示 : 圖 31 車牌 圖像處理 流程圖 車輛牌照 圖像 的 預(yù)處理 用攝像機(jī)采集到的車輛圖像由于受到環(huán)境光線、攝像機(jī)拍攝以及車輛本身污損的影響，造成圖像質(zhì)量較差。因此，在進(jìn)行牌照定位以及分割之前需要對(duì)車輛圖像進(jìn)行預(yù)處理，改善圖像的質(zhì)量，使其易于處理和識(shí)別。 灰度變換 一幅 24位的真彩圖像的每個(gè)像素由三個(gè)字節(jié)表示 ,這樣儲(chǔ)存一幅 640 480的圖像就需要占用 640 480 3=921600字節(jié) ,無論對(duì)于存儲(chǔ)容量還是處理時(shí)間都是不太理想的 ,因此需要對(duì)圖像進(jìn)行壓縮。一般采用的方法是將彩色圖像轉(zhuǎn)換為灰度圖像 ,公式為： Y=R+G +B ,其中 Y 被稱為灰度值，這樣就節(jié)省了大量的存儲(chǔ)空間和處理車輛圖像歸一化 圖像預(yù)處理 車牌定位 字符分割 字符識(shí)別 12 時(shí)間。在本論文中 , ),( yxfg 為灰度化后的圖像 R (x ,y)、 G (x ,y)， B (x ,y)為輸入彩色圖像 ),( yxfc 的 R、 G、 B 3 色分量。 ),(),(),(),( yxByxGyxRyxf g ??? 車輛牌照?qǐng)D像的濾波 圖像濾波是圖像增強(qiáng)的一種手段。一般情況下，在各類圖像系統(tǒng)中圖像的傳送和轉(zhuǎn)換 (如成像、復(fù)制、掃描、傳輸以及顯示等 )總是要造成圖像的某些降質(zhì)，因此必須對(duì)降質(zhì)的圖像進(jìn)行改善處理。 改善的辦法有兩類 :一類是不考慮圖像降質(zhì)的原因，只將圖像中感興趣的特征有選擇地突出，而衰減其不需要的特征，故改善后的圖像不一定要逼近原圖像。這類圖像改善方法統(tǒng)稱為圖像增強(qiáng)技術(shù)。另一類改善圖像 方法是針對(duì)圖像降質(zhì)原因，設(shè)法去補(bǔ)償降質(zhì)因素，從而使改善的圖像盡可能地逼近原圖像。這類圖像改善方法統(tǒng)稱為圖像復(fù)原技術(shù)。由于牌照的灰度值與周圍區(qū)域有明顯的不同，因而在其邊緣就會(huì)形成灰度突變的邊界，這樣就便于通過邊緣檢測(cè)來對(duì)灰度圖像進(jìn)行分割。邊緣檢測(cè)可借助空域微分算子通過卷積完成。本文采用的是拉普拉斯算子中的 3 3算子，線性拉普拉斯算子22222 ),(),(),(y yxfx xfyxf ???????是旋轉(zhuǎn)不變算子，具有邊緣突出的特性，其 3x3 算子有???????????????0101410101h ???????????????1212421212h ???????????????????1111811113h,本文采用的濾波算子為：???????????????????111181111H 以 下 是 對(duì) 經(jīng) 過 灰 度 化 后 的 圖 像 ),( yxfg 進(jìn) 行 濾 波 處 理)1,1(),(),( 1 11 1 ????? ?? ???? jiHjyixfyxf gjid ，其中 ),( yxfd 為濾波后的圖像 灰度圖像的二值化 灰度圖像是有 256 個(gè)灰度級(jí)的單色圖像，多級(jí)別的圖像能夠呈現(xiàn) 出較為豐富的明暗度，但是對(duì)于 目標(biāo)搜索來說，總是希 望盡可能地減少背景 像 素 的干擾， 而 保存或增強(qiáng)目標(biāo)區(qū)的色素度。二值圖像是指整幅圖像畫面內(nèi)僅有黑、白二值的 圖 像，在它們之間不存 13 在其他灰度的變化。 在數(shù)字圖像處理中 ， 二值 化 圖像占有非常重要的地位。這是因?yàn)?，一方面有些需要處理的文字圖像、指紋圖像、工程圖紙等圖像本身就是二值的 ； 另一方面，在某些情況下即使圖像本身是具有灰度的，我們也要設(shè)法把它轉(zhuǎn)變?yōu)槎祱D像再對(duì)它進(jìn)行處理，這是考慮到在實(shí)用的圖像處理系統(tǒng)中，要求處理的速度高、成本低。此外二值化后的圖像能夠用幾何學(xué)中的概念進(jìn)行分析和特征描述，比灰度圖的優(yōu)勢(shì)大得多。因 而 ，二值圖像處理目前成為了圖像處理中的一個(gè)獨(dú)立、重要 的分支。 二值化的方法很多，但是沒有對(duì)任何對(duì)象都普遍適用的方法，必須根據(jù)具體的處理對(duì)象 確定。二值化的關(guān)鍵在于找到一個(gè)合適的閥 值 T 來區(qū)分對(duì)象和背景。在二值化處理中應(yīng)選擇某一灰度值 T作為閥值，凡是超過這個(gè)閥 值的像素使之映射灰度為 1,即為最強(qiáng)，低于 T 得 像素映射為 0，即最暗，設(shè)圖像 為 f（ x， y） ,增強(qiáng)后為 g(x,y)，則可用以 下公式 進(jìn)行二值化處理。 ??? ??? Tyxf Tyxfyxg ),(0 ),(1),( 論文中閥 值 ???mT ， ),(1 , jiFhwmhwji???為灰度均值、 hw mjiFhwji????,2)),((? 為均方差， ),( jiF 為 ),( ji 處的像素灰度值 w， h 分別為圖像的跨度和高度， ),( yxfb 為經(jīng)過二值化的圖像。 ??? ??? Tyxf Tyxfyxfddb ),(0 ),(1),( 如果如果 圖 32（ a）原始圖像 圖 32（ b） 灰度圖像 14 圖 32（ c）二值化圖像 直方圖均衡化 直方圖表示數(shù)字圖像中每一個(gè)灰度與其出現(xiàn)頻度間的統(tǒng)計(jì)關(guān) 系，直方圖能夠給出該幅圖像的概貌性特征描述，例如圖像的灰度范圍、每個(gè)灰度級(jí)的頻度和灰度的分布、整幅圖像的平均明暗和對(duì)比度等。采用直方圖均衡化可以使圖像的灰度間距拉開或者使灰度分布均勻，從而增大了反差，在車輛圖像中可以使車牌區(qū)域細(xì)節(jié)清晰，達(dá)到圖像增強(qiáng)的目的。 設(shè) f(x,y)的灰度范圍為 minf 和 maxf ，將直方圖正規(guī)化為 ]1,0[?r ，即 Lfff ffr ???? minmax min 其中 L表示為圖像 灰度的范圍。則灰度直方圖表示為 nnrP kkr ?)( 其中 n為一幅圖像總像素?cái)?shù)目， kn 表示灰度為 kr 的像素?cái)?shù)目?；叶扔成浜瘮?shù)為 ][rTs? ，直方圖均衡化時(shí) 1)( ?sPs 。 由概率論的知識(shí)可得 drPdrrPsP drrPds rrsr ??? 1 )()( )( 從而 ??? r r dwwPrTs 0 )()( 在數(shù)字圖像處理中，直方 圖均衡化的離散公式為 : 15 ???? kj jkk nnrTs 0)( 圖 33 直方圖均衡效果對(duì)比 圖 33 是直方圖均衡化處理前后的效果對(duì)比圖，處理前灰度分布比較均勻，反映在圖像上面則是顏色變化平緩，經(jīng)過直方圖均衡化后圖像對(duì)比度增強(qiáng)，可以看到牌照區(qū)域比較清晰，整幅圖像明暗對(duì)比增強(qiáng)，視覺效果變好。 中值濾波 采集到的車輛圖像由于噪聲的影響，存在一些孤立 點(diǎn)，俗稱椒鹽噪聲，在進(jìn)行牌照?qǐng)D像處理中要考慮抑制或者去除這種椒鹽 噪聲。中值濾波是一種局部平滑 技術(shù)，在抑制隨機(jī)噪聲的同時(shí)使邊沿減少模糊。中值濾波對(duì)于一個(gè)滑動(dòng)窗口內(nèi)的諸像素灰度排序，用其中值代替中心像素原來的灰度。假設(shè)原圖像的像素如下所 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 1 6 1 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 則處理過后的圖像的像素變化為 : 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 1 1 1 0 0 0 0 1 1 1 0 0 16 0 0 0 0 0 0 0 可以看出其中的 “ 6” 和周圍的灰度相差很大，在實(shí)際的圖像中很有可能就是一個(gè)噪聲點(diǎn)，經(jīng)過 3 1 窗口的中值濾波，可以看到中間的噪聲點(diǎn)消除了。中值濾波的形式有很多種，有行濾波、列濾波以及行列方向的濾波。從上面的分析可以看出，中值濾波容 易去除孤立的噪聲點(diǎn)。 圖 34 中值濾波效果對(duì)比 圖 是中值濾波處理前后的效果對(duì)比圖，可以發(fā)現(xiàn)處理前車輛圖片中存有大量的泥濘，整個(gè)圖像質(zhì)量很不好，經(jīng)過中值濾波以后，泥濘 (噪聲 )得到了一定的抑制，同時(shí)牌照區(qū)域的邊框也更加明顯，有利于車輛圖像后續(xù)的處理。 車輛牌照定位方案比較與選擇 車輛牌照定位是整個(gè)識(shí)別系統(tǒng)中比較關(guān)鍵的步驟，如果牌照定位的效果不好，后面的字符分割和識(shí)別根本不可能完成，如果定位的效果足夠好的話，以后的分割和識(shí)別的工作就相對(duì)比較容易了。牌照定位率是牌照識(shí)別的一項(xiàng)重要的指標(biāo)， 它直接 關(guān)系到整個(gè)系統(tǒng)的成敗。目前，人們提出的車輛牌照定位的方法很多，其中對(duì)于灰度圖像主要分為兩大類 :一類是利用梯度信息，先對(duì)圖像信息進(jìn)行邊緣檢測(cè)，再對(duì)邊緣圖像進(jìn)行形態(tài)學(xué)運(yùn)算，直到尋找到車牌區(qū)域，完成牌照的粗定位，然后用其它的算法實(shí)現(xiàn)牌照的精確定位 。另外一種方法是利用圖像的灰度信息，主要參考的是牌照區(qū)域的文字信息比較豐富，造成牌照區(qū)域的紋理變化比較有規(guī)律，利用牌照區(qū)域的紋理變化檢測(cè)出幾個(gè)候選牌照區(qū)域，然后去除偽牌照區(qū)域，得到真實(shí)牌照區(qū)域。另外的還有一些方法主要是基于彩色車輛圖像進(jìn)行處理的，因?yàn)椴噬珗D像的顏色信息比較 豐富，牌照區(qū)域的顏色信息更加豐富，利用牌照區(qū)域豐富的顏色信息定位牌照區(qū)域。之所以可以將車輛牌照區(qū)域從整個(gè)車輛圖像中定位分割出來，是因?yàn)榕普諈^(qū)域有區(qū)別于車輛其它部位的特 17 征，包括紋理變化的特征以及顏色的特征等等，所有的牌照定位的依據(jù)都是基于這些特征來進(jìn)行的。根據(jù)中華人民共和國公共安全行業(yè)標(biāo)準(zhǔn) GA36 一 92，汽車牌照的大小和顏色信息如下所示 : 表 31，牌照大小和顏色信息表 分類 外廓尺寸（ mm） 顏色 大型車 440 140 黃底黑字黑框線 小型車 440 140 藍(lán)底白字白框線 使館車輛 440 140 黑底白字“使”字白框線 領(lǐng)館車輛 440 140 黑底白字“領(lǐng)”白框線 境外車輛 440 140 黑底白字白框線 外籍車輛 440 140 黑底白字白框線 教練車輛 440 140 黃底黑字黑框線 試驗(yàn)車輛 440 140 黃底黑字黑框線 臨時(shí)入境車輛 300 165 白底紅字黑“臨時(shí)入境”字紅 臨時(shí)行駛車 440 140 白底黑字黑框線 從上面的表格可以看出大多數(shù)的車輛牌照的大小還是固定的 (臨時(shí)入境車除外 )，而且牌照區(qū)域字符和背景的顏色對(duì)比比較明顯，整個(gè)牌照區(qū)域相對(duì)于車輛其它部位是一個(gè)規(guī) 整的矩形。對(duì)于幾何尺寸為 440x140 的車輛牌照的格式，牌照上的文字由 7 個(gè)字符和一個(gè)分隔符橫向水平排列組成，字符高度為 90mm，寬度為 45mm，第二個(gè)和第三個(gè)字符之間有一個(gè)分隔符，字符與字符之間以及字符與分割符之間的間距為 12mm。車輛牌照的這種特征為車牌準(zhǔn)確定位提供了依據(jù)。同濟(jì)大學(xué)的宣國榮、寥金周利用車輛牌照區(qū)域豐富的紋理特征，提出了線性濾波器定位車輛牌照區(qū)域的方法，由于牌照區(qū)域形成了一種水平方向的規(guī)則紋理，根據(jù)字符筆畫與牌照的交替出現(xiàn)頻率與牌照中字符間的距離、字符的寬度等特征，文中提出了采用線性濾波器來 定位牌照區(qū)域。通過這種濾波器將水平方向的梯度進(jìn)行累加運(yùn)算，經(jīng)過運(yùn)算字符串等區(qū)域邊界密集的地方，梯度得到增強(qiáng)， ?????