matlab车牌投影分割法,LPR中车牌分割的Matlab解决方案

■匿■置目日壹墼量；！：竺曼虫至壁坌型塑坚！！！坐坚迭直塞

ＬＰＲ中车牌分割的Ｍａｔｌａｂ解决方案

齐敏，王玲

(湖南师范大学物理与信息学院湖南长沙４１００８１)

摘要：车牌的分割是车牌识别中比较重要的环节。通过Ｍａｔｌａｂ，运用二值梯度边缘挂测对生成的二值化图像进行检测，通过形态学的膨胀算法形成连通区域并判决连通区域，然后使用蒙板分割出车牌类似区域．并计算其问的欧拉敷，最终筛选出车牌区域。

关键词：车牌识别｝车牌分割｝边缘检测ｌ膨胀算法

中图分类号：ＴＰ３０Ｉ．６文献标识码：Ｂ文章编号：１００４—３７３Ｘ(２００７)２３—２０４一０３

ＭａｔｌａｂＳｏｌｕｔｉｏｎｏｆＬｉｃｅｎｓｅＰｌａｔｅＳｅｇｍｅｎｔａｔｉｏｎｉｎＬＰＲ

ＱＩＭｉｎ．ＷＡＮ(；Ｌｉｎｇ

(Ｐｋｙｓｉｅｓ

ａｎｄＩｎｆｏｍａｔｉｏｎＣｏｌｌｅｇｅ．ＨｔｍａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｌｙ，Ｃｈａｎｇｓｈａ，４１００８１，Ｃｈｉｎａ)

Ａｂｓｔｒａｃｔ：ＴｈｅｐｌａｔｅｓｅｇｍｅｎｔａｔｉｏｎｉｓａｖｅｒｙｉｍｐｏｒｔａｎｔｉｓｓｕｅｓｉｎＬＰＲ．Ｗｉｔｈｔｈｅｉｉ．ＲｅｏｆＭａｔｌａｂ，ｂｙｐｅｒｆｏｒｍｉｎｇｂｉｎａｒｙｌ／ｌｅａｓ—ｕｒｅｍｅｎｔｉｎｉｍａｇｅ．ｄｅｃｔｅｃｔｉｎｇｅｄｇｅｗｉｔｈａｂｉｎａｒｙｇｒａｄｍｅｔｈｏｄ，ｃｒｅａｔｉｎｇｃｏｎｎｅｃｔｅｄｃｏｍｐｏｎｅｎｔｓｉｎａｄｉｌａｔｉｏｎｍｅｔｈｏｄｏｆｍａｔｈｅｍａｔｉｅａｌｍｏｒｐｈｏｌｏｇｙａｎｄａｎａｌｙｓｉｎｇｉｔ，ｔｈｅｎｄｉｖｉｄｉｎｇｉｍａｇｅｉｎｔｏｓｏｍｅｓｅｇｍｅｎｔｓｂｙｍａｓｋｉｎｇ，ｆｉｎｄｉｎｇｔｈｅｐｌａｔｅａｒｅａｊｕｄｇｅｄｂｙｔｈｅｎｕｍｂｅｒｏｆＥｕｌｅｒｆｉｎａｌｌｙ．

Ｋｅｙｗｏｒｄｓ：ＬＰＲＩｌｉｃｅｎｓｅｐｌａｔｅｓｅｇｍｅｎｔａｔｉｏｎ；ｅｄｇｅｄｅｔｅｃｔｉｏｎ；ｄｉｔａｔｉｏｎａｌｇｏｒｉｔｈｍ

ｌ引言

车牌分割是车牌识别中比较重要的一个环节。如何准确而迅速地找出车牌的位置，一直是个热门话题．目前提出

来的研究方法也很多．主要是基于灰度特征分析的方法，因为基于彩色信息的方法计算量大并且受图像亮度影响大。比较成熟的有统计的投影直方图Ⅲ，使用Ｈｏｕｇｈ变换检测边缘”］，小波分析０３等。统计投影直方图法虽然简单．但是效果最差；Ｈｏｕｇｈ检测边缘的方法速度较快，但不能应对车牌有形变的情况；小波分析的方法技术含量最高，但运算量大。速度最慢。本文提出一种二值化图像梯度边缘检测法，并枉Ｍａｔｌａｂ中实现。该方法可以快速地对车牌区域进行

定位，并将其分割出来。流程如图１所示。

匝Ｈ互乎叵’匝Ｈ堕习＋囤怔匝乎圆

圈１车牌分割流程

２图像二值化

一般的车牌识别，预处理都是基于灰度图的，但是在通常情况下，车牌所在位置是亮度较高的区域。如果设置一个比较恰当的阈值，就可以生成一个含有车牌信息的二值化图像，而在二值化图像的情况下运算，计算量将大大减少。具体方法如下：

收穑日期：２００７一Ｏｄ一２４

２０４

，、ｆ１

ｉｆ，(ｚ，ｙ)＞Ｔ

斛“”２｛０ｉｆ，(ｚ，ｙ)≤Ｔ

其中ｇ(ｘ，ｙ)为图像中某一象素点的亮度。丁为设置好的阈值，而闻值的确定是二值化的重点，本文采用Ｓａｕｖｏｌａ阔值分割法”３。丁的设定将不是单一的按照亮度来决定，而图像的层次、平均亮度、纹理特征以及图像的逻辑构成都会影响１’的大小，即使是污染严重而且是光照不好的图像也能很好地进行二值化处理。这种方法将足以象素点(工，ｙ)为中心的ｂ×ｂ窗口内求出亮度平均值和方差并经过一定运算求出丁。如下式：

Ｔ(ｚ，ｙ)＝ｍ(ｒ，，)＋『１＋６(堕｛尹旦一１)］

其中ｍ(ｚ，，)和ｄ(Ｔ，ｙ)为需要求出的平均值和方差。根据文献［４３中该公式可设定为Ｋ＝０．５，Ｒ＝１２８，ｂ＝１０。效果如图２所示。

囤２图像二值化

３图像边缘检测

边缘检测足为了检测出图像的边缘．而非边缘区域将

万方数据