多种字符分割的方法学习及比较

多种字符分割的方法学习及比较

基于模板匹配的字符分割算法

1.预处理
先将精确定位后的车牌候选区转换为灰度图, 并将白底黑字和黄底黑字候选区灰度取反, 使得所有候选区域字符点灰度高, 背景点灰度低。然后使用局部二值化算法将灰度图转换为二值图。
2. 去除铆钉
为了去除上下边框线和内侧粘连的铆钉对字符分割的影响, 按与公式 (4) 同理的方法计算二值图水平积分投影的平移曲线fH (x) , 再提取fH (x) 的最宽正区间MPI, 将其下、上界作为字符的上下边界。

3.竖直投影谷值分析
首先在去除铆钉后的二值图上计算竖直积分投影的平滑曲线p (x) , 再搜索p (x) 的局部最小 (波谷) 值, 得到一个波谷位置序列v0, v1, …, vn。然后将相邻两个波谷vi和vi+1分别作为左右边界提取出一组矩形区ri, 并根据下列规则对矩形序列ri进行删除、分裂、合并和调整大小。
4.模板匹配
根据车牌的字符排列规则, 引入下图所示的模板, 并使用该模板与竖直积分投影曲线匹配, 计算最佳匹配位置, 从而得到字符分割的准确结果。模板与竖直积分曲线的匹配程度由匹配偏移量MT决定:
p (n) 是竖直积分投影曲线;w, ai, bi如上图所示。MT越小, 匹配程度越高。

基于投影图特征值的垂直分割算法

经过预处理后的车牌图像都是黑底白字的二值化图像。作其垂直投影图, 定义特征值TZ的取值公式为：