【導(dǎo)讀】管理技術(shù),采用先進的圖像處理,模式識別和人工智能技術(shù),衛(wèi)星網(wǎng)絡(luò)通信技術(shù)。像的采集和處理,獲得更多的信息,從而達到更高的智能化程度。分類與描述為主要內(nèi)容。信息加工和處理、抽取特征；③判斷或分類?；谛l(wèi)星通信的牌照自動識別監(jiān)控系統(tǒng)它。圖像處理技術(shù)一般包括以下六個方面:圖像數(shù)字化、圖像增強、圖像。變換、圖像編碼、圖像重建、圖像恢復(fù)。系統(tǒng),在它上面只要做一定的擴充,就可以衍生出一些其它的功能。由于車輛牌照是車輛的唯一標(biāo)志,包含著車輛的重要信息。掌握車輛牌照號碼,的研究對于提高城市交通管理水平,加快交通管理現(xiàn)代化步伐具有一定的實際意義。

　　

【正文】 值 。局部閾值法則是由像素的灰度值和像素周圍局部特性來確定二值化的閾值；動態(tài)閾值法的閾值確定不僅取決于該像素的灰度值及其周圍像素的灰度值 ,而且與像素位置信息有關(guān) 。 一般來說 ,整體閾值法對質(zhì)量較好 的圖像較為有效 ,而局部閾值法適用于較為復(fù)雜的圖像 [20]。 二值化一般有以下常用的方法 : 通信與電子工程學(xué)院 通信工程 07級 EDA設(shè)計 20 (1)最大類間方差二值化 [10] 在光照均勻、無噪聲和無干擾得理想情況下 ,牌照圖像中灰度變化平緩 ,可以假定字符灰度 為 1g ,背景灰度為 2g ,假定該牌照圖像中字符像素所占比例為 1r ,背景像素點多占比例為 2r ,則 10 r? ， 2 1r? ,且 121rr?? 。 該牌照灰度圖像均值為 : 1 1 2 2**M r g r g?? …………① (3— 1) 方差計算如下 : 2 2 21 1 2 2( ) ( )C r g M r g M? ? ? ?…………② (3— 2) 由 ① 可得 221 1 2 2( ) ( ) 0r g M r g M? ? ? ? (3— 3) 221212( ) ( )rg M g Mr? ? ? ? (3— 4) 代入 ② ，可得 221 12()rC g Mr?? (3— 5) 由此導(dǎo)出，字符灰度為： 211rg M Cr?? (3— 6) 背景灰度為： 122rg M Cr?? (3— 7) 對于白底黑字牌照取閾值為： 112rT M Cr?? (3— 8) 對于黑底白字牌照取閾值為： 122rT M Cr?? (3— 9) 通信與電子工程學(xué)院 通信工程 07級 EDA設(shè)計 21 (2)Ostu 算法 [13] 該方法是在判別最小二乘法的基礎(chǔ)上推導(dǎo)出來的?；舅枷胧牵喝?一個閾值 t，將圖像像素按灰度大小分為大于 t和小于 t兩類，然后求出兩類像素的平價值方差 2B? （類間方差）和兩個類各自的均方差 2A? （類內(nèi)方差），找出使兩個方差 22/BA??最大的閾值t，該閾值即為二值化圖像的最佳閾值。具體的算法如下：設(shè)給定的圖像有 1， 2， 3， … ，L，共 L 級灰度，閾值設(shè)為 k，把灰度大于 k 和小于 k 的像素分為兩類。類 1 中的像素總數(shù)為 1()Wk ，平均灰度為 1()Mk ，方差為 21()k? ；類 2 中的像素總數(shù)為 2 ()Wk ，平均灰度為 2()Mk ，方差為 22()k? ；所有圖像像素的平均值為 rM 。 類間方差 2B? 和類內(nèi)方差 2A? 分別由下式?jīng)Q定： 2 2 2 21 1 2 2 1 2 1 22 2 21 1 2 2( ) ( ) ( )B r rAW M M W M M W W M MWW?? ? ?? ? ? ? ? ? ????? (3— 10) Otsu 算法基于圖像像素的灰度分類，按照使類間方差與類內(nèi)方差比值最大的原則獲得門限值，使目標(biāo)占背景之間方差最大，找出方差比最大的閾值。 (3)雙峰法 [16] 首先，根據(jù)輸入的數(shù)字圖像按某一灰度級內(nèi)的像素頻數(shù)做出該圖像的直方圖。大量的統(tǒng)計表明，對于某一類圖像（如目標(biāo)和背景有較強的對比）直方圖中出現(xiàn)兩個峰值，其中一個處于背景灰度區(qū)域中，另外一個處于目標(biāo)區(qū)域中。在這樣的前提下，兩峰中間谷即可 以取做閾值，這樣的閾值可以二值化該圖像。車牌牌照區(qū)域中字符與背景構(gòu)成了典型的背景與目標(biāo)區(qū)域，由于字符與背景的顏色差異決定了該方法在牌照區(qū)域二值化的可行性。 圖 3— 1 灰度雙峰圖 (4)微分直方圖法 [3] 通信與電子工程學(xué)院 通信工程 07級 EDA設(shè)計 22 此算法的思想是利用灰度變化率即灰度直方圖來確定閾值。如果圖像中目標(biāo)和背景的邊界處于灰度值急劇變化的部分，不直接利用其灰度值，而是利用其微分值作為閾值。微分值是灰度的變化率，可以有多種定義，比如某一像素和其周圍領(lǐng)域各像素灰度差的最大值，或是各個差的絕對平均值，由此求出微分直方圖。微分直 方圖中的峰值就是所求的閾值，此方法適用于圖像的目標(biāo)與背景的邊界位于灰度值急劇發(fā)生變化的情況。 圖 3— 2 微分直方圖 (5)像素直方圖法 [18] 該方法其門限值用以下方式確定：定義一個有 256 個元素的一維整形數(shù)數(shù)組元素A[i],分別統(tǒng)計車牌圖象中灰度值為 0， 1， 2， 3… ， 255 的像素點的個數(shù)，即 A[i]中存放的是車輛圖像中所有灰度值為 i的像素點的個數(shù)。比較灰度值和像素個數(shù)的關(guān)系，發(fā)現(xiàn)有以下 2 種不同的情況，分別如圖 3— 3(a)和圖 3— 3(b)所示（橫坐標(biāo)表示的是灰度值，縱坐標(biāo)表示的是具有該灰度 值的像素點的個數(shù)）。 圖 3— 3(a) 灰度直方圖分布情況 I 圖 3— 3(b) 灰度直方圖分布情況 II 以上 2 種情況，采用相同的處理方式，找到像素點個數(shù)最少的灰度值 f,以 f 作為門限值，將車牌圖象二值化。即灰度值大于 f 的像素點取值為 1，灰度值下于 f的像素點取值為 0。另外，在有必要的情況下，用旋轉(zhuǎn)變換進行傾斜修正。 通信與電子工程學(xué)院 通信工程 07級 EDA設(shè)計 23 (6)基于灰度的數(shù)學(xué)期望的方法 [14] 通常情況下，圖像的閾值被設(shè)置在灰度直方圖既明顯又深的谷的位置。事實 上許多根據(jù)人眼主觀判斷可劃為目標(biāo)區(qū)和背景區(qū)的 圖像，其灰度直方圖并不具備上述特點，可能的情況是灰度直方圖的谷并不十分明顯或者存在多個谷，在這種情況下要得到合適的圖像閾值是十分困難的。而實際上存在這樣的可能性：雖然屬于某一灰度級的像素占總像素數(shù)的比例較小，但其對二值化的效果卻有較大影響。因此需要對圖像灰度分布情況從整體上進行分析研究，確定閾值。設(shè)圖像中灰度可取值 1L ， 2L ， 3L ， ()iPL 代表圖像中灰度 iL 出現(xiàn)的次數(shù)頻率，令 ()nhL 代表圖向中灰度 nL 出現(xiàn)的次數(shù)，所以二值化門限可以用下式計算： 21 1 1 1 1( ) ( ) / ( ) ( ) / ( )N N N Ni i i i n i i mi i m i mL P L L h L h L L h L h L?? ? ? ? ?? ? ?? ? ? ? ? (3— 11) 此方法是一種基于全局的閾值分割法，它的適用性是比較廣泛的，對于牌照區(qū)域的字符與背景圖像來說，顏色差異比較明顯，而且除了字符與背景兩種顏色外 ，很少有其它顏色出現(xiàn)。在這種情況下，使用此方法可以二值化牌照區(qū)域的圖像，而且相對于其它的算法計算比較簡單，而且效果也比較不錯。 (原圖 ) (二值化后 ) 圖 3— 4 牌照區(qū)域二值化 字符分割方案分析 為了準(zhǔn)備識別牌照上面的數(shù)字，必須將單一字符從牌照區(qū)域中分割出來，字符分割是進行牌照字符識別的前提基礎(chǔ)。牌照定位準(zhǔn)確的話，字符的分割就顯得相對的簡單，但是由于牌照定位時可能的噪聲以及車輛牌照邊框的影響和字符粘連的原因，使字符的分割變得比較困難 。為了進行字符的分割一些專家學(xué)者進行了一定的研究，取得了比較理想的效果。 現(xiàn)在主要采用以下幾種方法。一是基于紋理的字符分割閾值方法，該方法首先對車輛牌照圖像進行紋理分析，確定車輛牌照中字符像素點的灰度相對于牌照底色灰度的高 通信與電子工程學(xué)院 通信工程 07級 EDA設(shè)計 24 或者低，同時取得字符灰度與牌照底色灰度的近似分布，最后采用模式識別中最大最小準(zhǔn)則獲取灰度分割閾值。假設(shè)字符像素的灰度分布 P(x/字符 )和車牌底色的灰度分布P(x/背景 )， a為分割閾值，則當(dāng)字符灰度級別相對較高時： (3— 12) 而當(dāng)字符灰度級別相對較低時： (3— 13) 通過這種方法確定車牌區(qū)域的二值化閾值進而分割字符 [11]。 二是基于縱向投影圖規(guī)則變換分割車牌字符的方法，該方法對于字符粘連的效果也比較好。該方法是對車牌圖像采用全局閾值進行二值化處理，然后根據(jù)處理得到的二值化圖像進行投影，然后通過搜索所有的峰點的位置和相應(yīng)的高度以及左右谷點的位置及相應(yīng)的高度，保存這些數(shù)據(jù)，然后根據(jù)一定的判定條件合并峰點，最后對規(guī)則變換后投影圖采用掃描線的方法得到字符的基本寬度及字 符個數(shù) [11]。 三是基于區(qū)域分割為基礎(chǔ)的車牌字符分割的方法，該方法通過確定其中的一個字符，然后根據(jù)字符之間的間隔和長 、 寬之間的關(guān)系，確定其它的字符位置，進而完成字符的切分。該方法首先對于定位好的車牌進行二值化操作，根據(jù)以下條件進行斷裂點分析： （ 1） 字符區(qū)域的排列有一定的規(guī)律 （ 2） 字符與非字符在灰度上面有較大的差異 （ 3） 存在字符區(qū)域為連通區(qū)域 然后按照字符出現(xiàn)的規(guī)律，定義出掃描曲線，對于整個圖像進行掃描，包含字符區(qū)域較多的區(qū)域?qū)⒊霈F(xiàn)較多的字符區(qū)域與非字符區(qū)域交替的現(xiàn)象，對這些區(qū)域采用 4 連通和 8連通，最后填充連 通的區(qū)域，完成一次字符的分割，然后根據(jù)已經(jīng)分割的字符利用字符之間的間距關(guān)系以及字符的高度 、 寬度信息，分割其它的字符，進而完成整個字符的分割 [13]。 牌照顏色的統(tǒng)一 牌照底色與字符顏色分黃底黑字 、 白底紅字 、 藍底白字 、 黑底白字四種 ,轉(zhuǎn)換為 256色灰度圖象以后 ,黃底黑字、白底紅字兩種屬于明底暗字類型 ,藍底白字、黑底白字兩種屬于暗底明字類型 。 根據(jù)上面的二值化方法 ,將大于閾值的灰度級范圍變換為 255,小于閾值的灰度級范圍變換為 0。 這樣處理以后 ,對于明底暗字的車牌 ,因為底色明亮 ,其像素的灰 度值偏大 ,而字符像素對應(yīng)的灰度值偏小 ,所以二值化后的圖像底色為白色 ,而字符顏色為黑色 ,即白底黑字 。對于明底暗字的車牌來講恰恰相反 。 為了后續(xù)處理的方便 ,需要將二值圖像統(tǒng)一 。 通信與電子工程學(xué)院 通信工程 07級 EDA設(shè)計 25 為了便于處理 ,設(shè)定二值化后的牌照為白底黑字 ,這樣子對于黃底黑字和白底紅字的牌照來講 ,不需要另外進行反色處理 ,對于藍底白字和黑底白字牌照在二值化后 ,要進行反色處理 。 為此 ,需要首先區(qū)分牌照屬于明底暗字還是暗底明字。理想的牌照區(qū)域中字符所占的像素數(shù)相對于背景所占的像素數(shù)要少 ,通過觀察大概是 3:7。 可以通過對于二值化后的圖像統(tǒng)計其中的黑白 像素的比值來確定對應(yīng)的牌照區(qū)域字符與背景的顏色 。假定根據(jù)數(shù)學(xué)期望法二值化后的圖像為白底黑字 ,統(tǒng)計處理過后的黑白像素的個數(shù) 。 設(shè)定黑白像素的比值為 2:3,大于 3:7 的比值即可 。 計算處理過后圖像黑白個數(shù)的比值 ,當(dāng)大于 2:3 時 ,則說明黑色像素居多 ,可能的圖像為黑底白字 ,則對圖象進行反色處理 。相反 ,則認(rèn)為是白底黑字 ,不需要進行反色的處理 [12]。 牌照的校正 某些車牌 由于攝像機拍攝角度的原因 ,存在一定的角度傾斜 ,為了正確的分割和識別字符 ,必須進行牌照的校正 ,使牌照從正面看基本上是一個長方形 。 因為字符分布 在牌照的中央位置 ,字符與上下邊界之間各存在一個空隙 ,對于上面處理過后的二值圖像 ,該空隙對應(yīng)的白色區(qū)域 ,可以通過對牌照進行水平投影 ,這樣子那兩個空隙對應(yīng)的白色區(qū)域在投影圖中就存在兩個谷底。但是 ,傾斜的牌照這樣的谷底就不存在或者不明顯 ,為此首先找到牌照的傾斜角度 ,然后旋轉(zhuǎn)該圖像。有學(xué)者提出了一種基于水平投影的自適應(yīng)方法確定牌照的傾斜角度 。 該方法從車牌左側(cè)以水平方向為起點 ,以 3度角為步長 (一般的傾斜角度在正負(fù) 15 度之內(nèi) ),分別沿著順時針和逆時針方向向右側(cè)投影 。 每投影一次 ,統(tǒng)計投影圖中每行黑色像素的個數(shù) ,然后從統(tǒng)計 結(jié)果中選擇相鄰三行黑色像素數(shù)之間變化梯度最大值 ,此次掃描的角度作為該次投影后所求的牌照偏移的角度 。 這樣 ,每變換一次 ,即可得 — 到一個梯度值 ,直到循環(huán)到順時針 15 度和逆時針 15 度為止 ,這樣得到 11個梯度值 ,在這 11個梯度值中找到最大值 ,作為該值所進行的掃描角度的實際偏移值 [1]。 水平投影 逆時針 3 度投影 逆時針 6度投影 順時針 3度投影 通信與電子工程學(xué)院 通信工程 07級 EDA設(shè)計 26 順時針 6度投影 圖 3— 5 角度自適應(yīng)投影示意圖 在求得圖像的偏移角度后 ,需要對原圖像進行角度旋轉(zhuǎn)。通常圖像的旋轉(zhuǎn)是以圖像中心為原點 ,旋轉(zhuǎn)一定 的角度 。 選擇后的圖像大小一般會改變 ,但是對于本文的牌照來講 ,因為只有當(dāng)牌照傾斜一定的角度后才進行旋轉(zhuǎn)動作 ,并且是將圖像轉(zhuǎn)回為水平位置 ,圖像中有用的信息都沒有丟失 。 具體做法是通過坐標(biāo)變換實現(xiàn)的 ,如圖 3— 6所示 : (a) (b) 圖 3— 6 角度旋轉(zhuǎn)坐標(biāo)圖 [1] 轉(zhuǎn)前點 ? ?00,xy 的坐標(biāo)為 : 00c o s ( )sin ( )xryr? ?????? (3— 14) 旋轉(zhuǎn)后為 : 0 0 00 0 0c o s ( ) c o s ( ) c o s ( ) s in ( ) s in ( ) c o s ( ) s in ( )s in ( ) s in ( ) c o s ( ) c o s ( ) s in ( ) s in ( ) c o s ( )x r r r x yy r r r x y? ? ? ? ?? ? ? ? ?? ? ? ? ? ? ? ? ? ??? ? ? ? ? ? ? ? ? ?? 通信與電子工程學(xué)院 通信工程 07級 EDA設(shè)計 27 (3— 15) 寫成矩陣表達式為 : 10c os( ) si n( ) 0si n( ) c os( ) 01 0 0 1 1xxyy????? ? ? ? ? ?? ? ? ? ? ???? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ? (3— 16) 上述旋轉(zhuǎn)是繞坐標(biāo)原點 (0,0)進行的 ,而位圖數(shù)排列方式是從下到上 ,從左到右 ,也就是說圖像的原點坐標(biāo)在左下角 ,要以圖像的中心像素為坐標(biāo)原點進行旋轉(zhuǎn) ,就要進行平移 ,如上圖所示旋轉(zhuǎn)坐標(biāo)系原點 : 39。10011 0 0 1 1x a xy b y? ? ? ????? ? ? ?????? ? ? ?? ? ? ?????? ? ? ? (3— 17) 其逆變換矩陣表達式為 : 39。10011 0 0 1 1x a xy b y? ? ? ???? ? ? ?????? ? ? ?? ? ? ?????? ? ? ? (3— 18) 其中的 a