车牌识别中的二值化及快速倾斜校正算法史燕,吕永战,张帆(中国空空导弹研究院河南洛阳471009摘要:根据车牌几何形状和纹理的特点,提出了基于图像的特征线确定二值化阈值的方法。为了解决车牌图像倾斜对字符分割与识别带来的不良影响,对一种基于字符间投影距离的倾斜校正方法做了研究。在该方法中,根据倾斜车牌与非倾斜车牌字符的投影距离大小比较来确定车牌图像的倾斜角度,再用基于双线性插值的旋转方法进行矫正。针对该方法的不足之处,提出了该算法的改进算法。试验结果表明,该算法是快速而有效的。关键词:车牌识别;特征线;二值化;投影间距;倾斜校正中图分类号:TP391.4文献标识码:B文章编号:1004-373X(200905-149-04BinaryConversionandSlantCorrectionAlgorithminPreprocessingofLicensePlateRecognitionSHIYan,LVYongzhan,ZHANGFan(ChinaAirborneMissileAcademy,Luoyang,471009,ChinaAbstract:Accordingtoplateshapeandchartexture,analgorithmappliedtolicenseplatebinaryconversionofvehicleimagebasedonfeaturelineisintroduced.Inordertoresolvethedifficultiesincharactersegmentationandadverseimpacttothefinalrecognitionrate,anewmethodispresentedbasedoncharactersverticalprojectiondistance.Themethodfirstanalysesthechangeofdistancebetweentwocharacterswhichcomesfromtheverticalprojectiontowardsleanimageandhorizontalimage,theleanangleofimageisfoundout,andthen,ahorizontalimageisgainedbytherotationbasedonbilinearinterpolation.Con-sideringthedefectsofthismethod,anoptimumalgorithmisintroduced.Experimentalresultsareprovidedtodemonstratetheperformanceoftheproposedalgorithm.Keywords:licenseplaterecognition;featureline;binaryconversion;verticalprojectiondistance;slantcorrection收稿日期:2008-08-120引言车牌识别技术(LicensePlateRecognition,LPR是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题,是实现交通管理智能化的重要环节。车牌自动识别系统是对经摄像头拍摄的图片利用图像处理的分析方法,提取出车牌区域,进而对车牌区域进行字符分割和识别。车牌图像的倾斜校正是车牌定位和字符分割间的一个重要处理过程。在图像采集系统中,由于拍摄条件的多样性和实际情况的差异性,采集到的图像质量差别很大,难免会造成了图像的倾斜,这种倾斜会给字符分割带来困难,进而影响到字符识别的准确率。因此为确保系统的识别率,有必要在字符分割前对图像进行倾斜校正。目前,针对机动车牌图像进行校正的研究已经取得了一定的成果,比如Hough变换法和旋转投影法。Hough变换法是先采用轮廓跟踪的方法去除牌照图像中和校正无关的所有冗余信息,然后对图像进行Hough变换检测出边框直线的倾斜角度,最后对图像进行旋转校正。此方法对于图像中车牌的边框受噪声,污迹等干扰影响较大,又或者由于二值化等原因造成粘连和断裂现象的车牌图像校正效果并不理想。通过旋转车牌图像在坐标轴上的投影求取倾斜角度是一种抗干扰能力较强的方法。但是该方法中的最佳倾斜角的求取是一个寻优过程,要进行多次投影逐步搜寻最佳倾斜角,计算复杂度高。由于字符是车牌图像中最为明显的特征,因此本文把基于字符间的垂直投影距离比较的方法引入图像倾斜校正中,并且提出了该算法的改进算法。该方法不仅避免了Hough变换法对图像边框的特殊要求,而且减少了Hough变换法和旋转投影法的计算量。实验表明,该算法是快速而有效的。1车牌图像的预处理1.1图像的二值化二值化算法又称为阈值算法,其目的就是找出一个149合适的阈值,将待研究的区域划分为前景和背景两部分。本文中将字符像素称为目标像素,将非字符像素称为背景像素。针对灰度图像,其二值化过程用公式表示为:B(i,j=1,ifG(i,jT0,else(1式中:T为阈值,G(i,j表示坐标值为(i,j像素点的灰度值。图像的二值化关键是阈值的选取。常用的阈值法分为全局阈值法和局部阈值法。全局阈值法是指在二值化过程中只使用一个阈值T的方法,从整个灰度图像的像素分布出发寻找一个最佳的门限值。局部阈值法具体就是首先将图像分解为一系列子图...