■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