【導(dǎo)讀】設(shè)施建設(shè)造成了很大的壓力，由此產(chǎn)生了一系列社會(huì)問題。目前常用的解決辦法是。通信息，為人們提供方便、安全、高效和舒適的公路交通。加強(qiáng)對(duì)車輛的控制和監(jiān)。段，所以車牌自動(dòng)識(shí)別技術(shù)在交通智能管理系統(tǒng)中顯得尤為重要。圖像進(jìn)行定位識(shí)別，處理為僅有幾個(gè)字節(jié)大小的車牌字符串。無論在占用的系統(tǒng)內(nèi)。本文的研究內(nèi)容包括了。彩色圖像灰度轉(zhuǎn)換、對(duì)比度拉伸、中值濾波、圖像二值化等關(guān)鍵技術(shù)。通過良好的界面展示了數(shù)字圖像處理的直觀效果。通過實(shí)驗(yàn)表明，本文采取的算法

　　

【正文】 g(x,y)=lg[f(x,y)] (37) 實(shí)際應(yīng)用中一般取自然對(duì)數(shù)變換，具體形式如下： g(x,y)=C?ln[f(x,y)+1] (38) [f(x,y)+1]是為了避免對(duì)零求對(duì)數(shù)， C 為尺度比例系數(shù)，用于調(diào)節(jié)動(dòng)態(tài)范圍。 圖 對(duì)數(shù)變換 函數(shù)曲線示意圖 : 基本形式 : g(x,y)= ),(b yxf (39) 實(shí)際應(yīng)用中，為了增加變換的動(dòng)態(tài)范圍，一般需要加入一些調(diào)制參數(shù)。具體形式如下： g(x,y)= 1b ]),([ ??ayxfc (310) 參數(shù) a 可以改變曲線的起始位置 . 參數(shù) c 可以改變曲線的變化速率 . 指數(shù)擴(kuò)展可以對(duì)圖像的高亮度區(qū)進(jìn)行大幅擴(kuò)展 . 本系統(tǒng)采用的是灰度變換法中的分段線性變換。和直方圖均衡 等其他方法 相比分段線性變換更能突出感興趣的目標(biāo)或灰度區(qū)間，相對(duì)抑制那些不感興趣的灰度區(qū)間。 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 21 進(jìn)過灰度拉伸處理的車牌圖片處理前與處理后對(duì)比如圖 38,39 所示： 圖 38 圖 39 車牌圖片經(jīng)過圖像增強(qiáng)處理，使得計(jì)算機(jī)更容易識(shí)別和處理。該模塊 程序流程圖如圖 310 所示： 輸 入 灰 度 圖 像獲 得 指 向 圖 像 的 句 柄計(jì) 算 灰 度 映 射 表更 新 像 素 的 顏 色 索 引輸 出 增 強(qiáng) 的 車 牌 灰 度 圖 圖 310 車牌灰度拉伸模塊流程示意圖 閾值選取與圖像二值化 圖像的二值化是將圖像轉(zhuǎn)換為只有兩級(jí)灰度（黑白）的圖像。二值化一般在圖像灰度操作之后進(jìn)行。一幅八位的灰度圖象仍有 256 個(gè)灰度等級(jí)，對(duì)此灰度圖象車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 22 進(jìn)行二值化實(shí)質(zhì)是將圖象中的每一個(gè)象素按一定規(guī)則進(jìn)行分類，也就是將圖象轉(zhuǎn)換為只有二個(gè)等級(jí)（黑、白）的二值圖象。 最簡單的分類規(guī)則是依據(jù)區(qū)域相似性和不連續(xù)性，取定一灰度閾值。大于此閾值的象素點(diǎn)置成黑（白），而小于此閾值的象素點(diǎn)置成白（黑）。常用的二值化算法有： Otsu 算法、 Bernsern 算法和 熵函數(shù)算法等。文獻(xiàn)報(bào)道中多數(shù)系統(tǒng)都是采用這種灰度閾值二值化的方法。有時(shí)為了簡化算法，減少運(yùn)算時(shí)間，取圖象平均值為閾值；有的考慮到牌照光照不均，采取了牌照字幅分別二值化的方法，也就是先對(duì)牌照?qǐng)D象進(jìn)行分割，再對(duì)分割出來的字符圖象進(jìn)行獨(dú)立梯度統(tǒng)計(jì)，取各自不同的閾值進(jìn)行分類；文獻(xiàn) ]4[ 則在二值化過程中引入了紋理分析，判定字符筆劃邊緣后再對(duì)閾值進(jìn)行調(diào)整，這樣圖象二值化的效果好于灰度直方圖取閾值方法。此外，也有部分牌照檢測(cè)系統(tǒng)根據(jù)彩色牌照?qǐng)D象的色度、亮度和飽和度來確定閾值，直接將 彩色圖象轉(zhuǎn)換為二值圖象。 下面介紹三種常用的閾值選擇方法，一種為最大方差閾值選擇法；一種為灰度平均值閾值選擇法；一種為灰度區(qū)間取值法。 （ 1）最大方差閾值選擇法 將圖象直方圖在某一閾值 k 處分為二組， C1={0～ k},C2={k～ 255}，各自產(chǎn)生的概率； 圖 311 灰度閾值選擇 C1 產(chǎn)生的概率為 ω (k), C2 產(chǎn)生的概率為 1ω (k)， C1 的平均值 μ 1=μ (k)/ ω (k), C2 的平均值 μ 2=（ μ μ (k)） /(1ω (k)), 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 23 其中，μ是圖象整體的灰度平均值；μ (k)是閾值為 k 時(shí)的 灰度平均值，所以兩組間的方差可以由下式求出， (311) 在 0～ 255 之間求出上式為最大值時(shí)的 k，便確定為閾值。最大方差閾值選擇法是建立在最小二乘原理的基礎(chǔ)上的，它不僅適用于單閾值選取也適用于多閾值的選取，并且無論圖象的灰度直方圖有無明顯的雙峰都能得到滿意的結(jié)果，是最優(yōu)的閾值自動(dòng)選取法。 （ 2）灰度均值閾值選擇法 實(shí)驗(yàn)中我們也采用了另一種閾值選擇法 — 灰度均值閾值選擇法，即簡單地選 取整幅圖象的灰度平均值作為閾值， (312) 其中， m 為調(diào)節(jié)因子，當(dāng)整幅圖象偏暗，均值較低時(shí)， m1；當(dāng)圖象灰度、對(duì)比度適中時(shí)， m=1；當(dāng)圖象整體偏亮，均值較高時(shí)， m1 時(shí)。這樣圖象二值效果比較適合后續(xù)的進(jìn)一步處理，實(shí)驗(yàn)中 m 的經(jīng)驗(yàn)值選取如下， (a) 當(dāng)灰度均值 A140 時(shí)， m=； (b) 當(dāng) 120A140 時(shí)， m=1； (c) 當(dāng) 100A120 時(shí)， m=～ ； (d) 當(dāng) 60A100 時(shí)， m=～ ； (e) 當(dāng)灰度均值 A60 時(shí)， m=2； （ 3）灰度區(qū)間取值法 為了簡化起見，本系統(tǒng)采取的閾值是根據(jù)圖像來選取的，即用一初始閾值 T對(duì)圖像 A 進(jìn)行二值化圖像 B。初始閾值 T 的確定采用如下公式： T = fmax (fmax fmax ) / 3 (313) 式中 , fmax 和 fmin 分別是最高、最低灰度值。 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 24 該閾值對(duì)不同的牌照有一定的適應(yīng)性，能夠保證背景基本被置為 0，以突出牌照區(qū)域?？傊?，圖象二值化的好壞直接關(guān)系到圖象的區(qū)域定位和字符分割，因而也直接影響到字符的識(shí)別，是整個(gè)識(shí)別系統(tǒng)中需要特別重視的步驟之一。 二值化 處理程序流程圖如 下 圖所示 ： 輸 入 增 強(qiáng) 后 的 灰 度 圖 像獲 得 指 向 圖 像 的 句 柄獲 得 閾 值 數(shù) 值指 向 圖 像 像 素 指 針像 素 灰 度 值 低 于 閾 值設(shè) 像 素 灰 度 值 為 0 設(shè) 像 素 灰 度 值 為 2 5 5整 幅 圖 掃 描 完整 幅 圖 掃 描 完Y e sN oN oN oY e s Y e s輸 出 車 牌 圖 像 的 二 值 化 圖像 圖 312 二值化 處理程序流程圖 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 25 進(jìn)過二值化處理的車牌圖片處理前與處理后對(duì)比如圖 313,314所示： 圖 313 圖 314 平滑空間濾波 （ 1）平滑線性濾波器 平滑線性空間濾波器的輸出是包含在濾波掩膜鄰域內(nèi)像素的簡單平均值。因此，這些濾波器也稱為均值濾波器。假設(shè)圖像由許多灰度恒定的小塊組成，相鄰像素間存在很高的空間相關(guān)性，而噪聲則相對(duì)獨(dú)立?？梢詫⒁粋€(gè)像素及其鄰域內(nèi)的所有像素的平均灰度值賦給平滑圖像中對(duì)應(yīng)的像素，從而達(dá)到平滑的目的，又稱均值濾波或鄰域均值法。 一幅圖像大小為 N N 的圖像 f(x,y)，用鄰域平均法得到的平滑圖像為g(x,y)， ??? sji jifMyxg , ),(1),( (314) x,y=0,1,…,N 1。s 為 (x,y)鄰域中像素坐標(biāo)的集合，其中不包括 (x,y)。M 表示集合 s 內(nèi)像素的總數(shù)。常用的鄰域有 4鄰域和 8鄰域。 非加權(quán)鄰域平均法可以用模板卷積求得，即在待處理圖像中逐點(diǎn)地移動(dòng)模板，求模板系數(shù)與圖像中相應(yīng)像素的乘積之和，模板數(shù)為 1。下圖是非加權(quán)鄰域平均 3 3 模板。 圖 315 非加 權(quán)鄰域平均 3 3模板 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 26 模板與圖像值卷積時(shí)，模板中系數(shù) w(0,0)應(yīng)位于圖像對(duì)應(yīng)于 (x,y)的位置。在圖像中的點(diǎn) (x,y)處，用該模板求得的響應(yīng)為： )1,1()1,1(),1()0,1(...),()0,0( ...),1()0,1()1,1()1,1( ??????? ????????? yxfwyxfwyxfw yxfwyxfwR (315) 所有模板系數(shù)可以有不同的權(quán)值 圖 316 3*3加權(quán)均值濾波器模板 對(duì)于一幅 M N 的圖像，經(jīng)過一個(gè) m n(m和 n 是奇數(shù) )的加權(quán)均值濾波的過程可用下式給出： ? ?? ??? ???? ????? aasbbtaasbbttswtysxftswyxg),(),(),(),( (316) 式中， a=(m1)/2 且 b=(n1)/2，分母是模板系數(shù)總和，為一常數(shù)。 （ 2）統(tǒng)計(jì)排序?yàn)V波器 統(tǒng)計(jì)濾波器是一種非線性的空間濾波器，它的響應(yīng)基于圖像濾波器包圍的圖像區(qū)域中像素的排序，然后用統(tǒng)計(jì)排序結(jié)果決定的值代替中心像素的值。統(tǒng)計(jì)濾波器中最常見的例子是中值濾波器。鄰域平均法雖然可以平滑圖像，但在消除噪聲的同時(shí)，會(huì)使圖像中的一些細(xì)節(jié)變得模糊。中值濾波則在消除噪聲的同時(shí)還能保持圖像中的細(xì)節(jié)部分，防止邊緣模糊 。 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 27 中值 濾波是一種非線性濾波。它首先確定一個(gè)奇數(shù)像素窗口 W，窗口內(nèi)各像素按灰度值從小到大排序后，用中間位置灰度值代替原灰度值。設(shè)增強(qiáng)圖像在 (x,y)的灰度值為 f(x,y)，增強(qiáng)圖像在對(duì)應(yīng)位置 (x,y)的灰度值為 g(x,y)，則有： },),({),( Wlklykxfm e d ia nyxg ???? (317) W為選定窗口大小。 在系統(tǒng)中我們采用的是 3*1 模板，也就是說模板長度為 3，寬度為 1，將此模板在圖像范圍內(nèi)漫游，并將模板中心與圖像中某個(gè)像素位置重 合，并讀取模板中 3個(gè)像素的灰度值，然后對(duì)模板中 3 個(gè)像素的灰度值調(diào)用 GetMedianNum()函數(shù)進(jìn)行冒泡排序，并返回其中值，把中值作為模板中心像素的灰度值，當(dāng)模板漫游完整幅圖像，也就完成了整幅圖像的中值濾波處理。 進(jìn)過中值濾波處理的車牌圖片處理前與處理后對(duì)比如圖 317,318 所示： 圖 317 圖 318 車牌傾斜矯正 從拍攝圖像中分割提取出車輛牌照?qǐng)D像通常存在一定的傾斜角度，可能是因?yàn)閿z像 機(jī)與運(yùn)動(dòng)中的汽車間有一定的拍攝角度，也可能是汽車在運(yùn)動(dòng)中的擺動(dòng)， 或 者是汽車車牌安裝產(chǎn)生傾斜等。 雖然在車輛牌照的拍攝時(shí)，可以調(diào)整攝像機(jī)的俯仰角度、提取方向和水平度，以保持牌照的橫向邊緣的傾斜角盡可能小，并且讓牌照在整幅圖像中處于相對(duì)居中的位置，即處于圖像的視覺中心。但是，實(shí)際上攝像機(jī)通常安裝在路邊或頂部，這將造成車輛牌照與攝像頭成像平面不平行，產(chǎn)生不同程度的牌照?qǐng)D像的傾斜和變形，這個(gè)問題將對(duì)后續(xù)牌照的檢測(cè)和分割產(chǎn)生不容忽視的重要影響。所以為了提高系統(tǒng)的識(shí)別率，對(duì)傾斜的拍照?qǐng)D像進(jìn)行角度糾正是十分必要的。 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 28 （ 1）常用傾斜角度檢測(cè)方法 關(guān)于傾斜角度的糾正有很多方法。下面就幾種主要 的方法進(jìn)行介紹和比較。 由于車牌區(qū)域內(nèi)有很多直線包含了圖像的傾斜角度的正確信息。根據(jù)其圖像幾何分布規(guī)律，車牌區(qū)的長度遠(yuǎn)遠(yuǎn)大于高度，對(duì)該檢測(cè)圖像做水平投影，當(dāng)投影圖像寬最窄的時(shí)候，車牌應(yīng)該是正置。于是我們可以通過對(duì)待檢測(cè)圖像做各種角度的投影，尋找投影圖像峰寬最窄的角度，即認(rèn)為是圖像正置的角度。 這種算法思路簡單，但是其中包含的問題是：該方法實(shí)現(xiàn)的先決條件是必須要知道車牌區(qū)域的大致位置，否則容易受其他偽車牌矩形區(qū)域的干擾。而若先實(shí)現(xiàn)定位，雖然在大大減少運(yùn)算量，但傾斜的拍照?qǐng)D像就極不利于牌照字符的切分 。所以盡管這種投影法簡單，但其適用性不是很強(qiáng)。 該方法的研究對(duì)象是圖像上左右兩邊的目標(biāo)像素的平均高度。一般來說，眾多的字符組成的圖像，它的左右兩邊的字符像素的高度應(yīng)該是處于水平位置附近的，所以如果兩邊字符像素的平均位置有比較大的起落，那就說明圖像存在傾斜，需要調(diào)整。具體來說，首先要分別計(jì)算圖像左半邊和右半邊的像素的平均高度，然后求斜率，根據(jù)斜率重新組織圖像，里面包含一個(gè)從新圖像到舊圖像的像素的映射。如果新圖像中的像素中的映射到舊圖像的像素的時(shí)候超出了舊圖像的范圍，就把舊圖像的該像素置為背景色。 重心法充分利用圖像像素分布規(guī)律，比投影法更簡單。但由于也需要先進(jìn)行車牌的傾斜定位，則它也包含了投影法的弊端，適用性不強(qiáng)。而且由于該方法利用的是平均高度，精確度不高。 變換法 Hough 變換法是考慮到車牌的水平方向與車的某些橫向邊棱是平行的，而觀察這些邊棱在照片中比較明顯，所以通過找到邊棱直線傾斜的角度，在根據(jù)該角度對(duì)圖像進(jìn)行旋轉(zhuǎn)、進(jìn)行糾正。由于它是針對(duì)預(yù)處理圖像進(jìn)行操作，并且對(duì)直線條比較敏感，所以在很多直線檢測(cè)系統(tǒng)中，它還是一直占著非常重要的地位。 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 29 （ 2） Hough 變換原理 Hough 變換是 變換域提取直線的方法，將直線上點(diǎn)的坐標(biāo)變換