专利名称：一种基于先验分析的迭代式车牌字符分割方法
技术领域：
本发明涉及智能交通领域，具体来说是一种基于先验分析的迭代式车牌字符分割方法。
背景技术：
车牌识别是现代智能交通系统中的重要组成部分，而字符分割是车牌识别中的关键环节。由于车牌的固定制式，模板匹配曾被认为是最好的字符分割方法，如文献[1]李占斌.不停车收费系统中的车牌识别技术研究[D].青岛中国海洋大学，2005。然而， 模板匹配法对拍下的含车牌的车身图像质量要求极高，因此定位和分割准确度较低。随着研究者对车牌字符分割的方法进行的大量研究，根据定位后车牌的特征以及标准车牌本身存在的特性，相继提出了垂直投影法，如文献[2]凌彤辉.车辆牌照自动识别系统的研究 [D],成都四川大学，2005，和连通区域思想法，如文献[3] 丁兆坤.车牌识别技术研究[D].辽宁东北大学，2004。由于这些方法直接利用二值化后的定位车牌图像，所以对图像质量和定位准确度的要求也较高，并且只有在车牌不存在污损的情况下，才能获得良好的分割效果。近年来，利用字符排列规律等车牌先验知识进行字符分割的方法不断出现。这类方法利用标准车牌的长宽以及所含字符的个数，作为判断分割是否合适的约束条件。在标准车牌制式下，普通车牌大小规定为440mmX 140mm，其中含有7个字符，第一个为汉字即省、自治区、直辖市的简称，第二个字符为A到Z这沈个英文字母中的任一大写字母，第二个字符和第三个字符之间有一个“ ”间隔符，后五个字符为英文字母和阿拉伯数字的组合
标准车牌下，字符所能达到的最小宽度即为数字“1”的宽度，其它字符均以45mm宽度显示在标准车牌中；
标准车牌下，每个字符均是在面积为90mmX45mm的区域内均勻分布，不存在在某一区域中集中分布的情况；
标准车牌下，间隔符“·”直径为10mm，且集中分布在车牌中间高度位置，不符合象素均勻分布情况；
标准车牌下，每个字符在90mmX45mm面积内前景像素和背景像素呈比例分布，不存在某块区域内全是前景像素或全是背景像素的情况。文献W]顾弘，赵光宙，齐冬莲等.车牌识别中先验知识的嵌入及字符分割方法[J]，中国图形图像学报，2010，15(5): 749-756提出了一种先验知识的嵌入方法及其相应的分割方法。该方法将车牌字符分割问题转化为一组马尔可夫链的前向识别问题。 利用字符排列方式的先验知识定义马尔可夫链中的状态，对于不同的车牌只需要计算其字符的可能分布，因此独立于车牌的类型。文献[5]马婉婕.车牌识别系统中字符分割的研究与实现[D].上海复旦大学，2009提出的字符分割方法分为基于二分法的粗分割和基于先验知识的细分割两部分。粗分割是根据投影的波谷进行段落分割，细分割则根据字符的排列规律确定字符的最终分割位置。文献W]黄凡.车牌字符识别技术的研究与实现[D].重庆重庆大学，2008在字符分割方面，将传统的垂直投影与车牌字符固定尺寸的先验知识相结合，提出了基于模板匹配和垂直投影的字符分割方法。文献^]- ]中提出的字符分割方法忽略了图像的灰度信息，直接对定位区域二值化，按照属于一个字符的像素构成一个连通域的原则，再结合字符的高度、间距的固定比例关系等先验知识，来分割车牌图像中的字符。这类基于先验知识的分割方法，其分割准确率较文献[1]_[3]提出的方法有一定的提高，但是对车牌定位准确度的要求仍然较高，特别在车牌倾斜、包含部分车身背景以及光照不均等干扰严重的情况下，分割效果较差，对后续的识别工作带来巨大的挑战和压力。基于先验知识的车牌字符分割方法在进行字符分割前通常会进行车牌矫正、字符归一化、去噪声等预处理。首先利用文献[7] Ondrej Martinsky, Algorithmic and mathematical principles of automatic number plate recognition systems[D], Brno, Brno University of Technology, 2007中提出的方法，通过Hough变换对倾斜车牌进行矫正。然后根据文献[8]中华人民共和国公共安全行业标准.GA36-2007中华人民共和国机动车号牌[S]中华人民共和国公安部发布，2007中标准车牌的大小，采用文献[9]孙成叶，桑农，张天序等.图像双线性插值无级放大及其运算量分析[J]，计算机工程. 2005, 31(9): 167 169所描述的双线性插值方法，对车牌字符的大小进行归一化处理。最后采用如文献W]中所描述的方法对车牌图像进行高斯高通滤波，锐化图像边缘及其他急变区域，并利用高斯低通滤波器剔除高频随机噪声，以增强字符特征信息。
发明内容
本发明提供了一种基于先验分析的迭代式车牌字符分割方法，通过运用先验知识，对车牌进行多次迭代式分割，降低了对车牌定位准确度的要求，克服了复杂背景带来的不利影响，消除了其他方法中常见的粘连、断裂分割等结果，进一步提高了分割的准确度。一种基于先验分析的迭代式车牌字符分割方法，包括
(1)对车牌图像进行归一化、锐化边缘和去除噪声的预处理；
(2)利用垂直投影法对预处理后的车牌图像进行分割，并计算每个字符块的亮度Αω、每个字符块的对比度/7。(i)、所有字符块的亮度均值
Ph、所有字符块的对比度均值艮，如果字符块不满足以下任一条件，则判定该字符块为不
合法，对该字符块整体予以剔除
权利要求
1. 一种基于先验分析的迭代式车牌字符分割方法，其特征在于该方法包括以下步骤 步骤(1)对车牌图像进行归一化、锐化边缘和去除噪声的预处理； 步骤⑵利用垂直投影法对预处理后的车牌图像进行分割，并计算每个字符块的亮度Αω、每个字符块的对比W、所有字符块的亮度均值Ph、所有字符块的对比度均值艮，如果字符块不满足以下任一条件，则判定该字符块为不合法，对该字符块整体予以剔除 其中cb，cc的取值范围为W，1]，获得初步筛选后的字符；步骤C3)利用阈值迭代法对初步筛选后的字符进行二值化，根据标准车牌制式，计算各字符块所含的先验知识，包括字符宽度『(i)、高度力(i)、前景和背景像素分布，如果字符块不满足以下任一条件，则判定该字符块为不合法，对该字符块整体予以剔除 条件a)字符宽度『⑴大于4个像素；条件b)水平方向全部为背景像素的行数小于字符高度的四分之一，即l/4A(i)； 条件c)字符高度力(i)的三分之一到三分之二区域，即在[1/3 hu\ 2/3 hU)]内，前景像素占全部前景像素的比例大于1/4 ；条件d)字符块内全部的前景像素和全部的背景像素的比例大于1/4 ； 根据以上判定剔除不合法的字符块，获得再次筛选后的字符； 步骤(4)计算经过再次筛选后的字符块个数，如果字符块个数大于等于5个，并且小于等于8个，则执行步骤(5)，如果字符块的个数小于5个或者大于8个，则将再次筛选后的字符依照其在车牌中出现的先后顺序拼接成新的车牌图像，调整峰值比例因子&和边界比例因子，利用步骤(2)和步骤(3)所述重新进行字符块分割；步骤(5)计算车牌字符宽度^)和所有字符的平均宽度 ，当|『ω- |>0.8 ，则判定存在粘连情况，对该字符块按照( 所述方法重新进行垂直投影，在最大垂直投影值处分割成两个字符，当I,)+ Ρ")- I <0.3 ，则判定存在断裂情况，合并两个字符块，即将第i个字符块的右边缘与第i+Ι个字符块的左边缘相连接，当每个字符宽度均不满足以上两个条件时，获得最终的字符。
全文摘要
本发明涉及一种基于先验分析的迭代式车牌字符分割方法。本发明首先对车牌图像进行预处理，利用垂直投影法对预处理后的车牌图像进行分割，并计算每个字符块参数，依据该参数作出初步筛选；其次利用阈值迭代法对初步筛选后的字符进行二值化，根据标准车牌制式，计算各字符块所含的先验知识，获得再次筛选后的字符；然后计算经过再次筛选后的字符块个数，满足设定条件则计算车牌字符宽度和所有字符的平均宽度，根据这两个参数确定是否能获得最终字符，不满足设定条件则重新投影。本发明降低了对车牌定位准确度的要求，克服了复杂背景带来的不利影响，消除了其他方法中常见的粘连、断裂等分割结果，进一步提高了分割的准确度。
文档编号G06K9/34GK102222226SQ20111016684
公开日2011年10月19日 申请日期2011年6月21日 优先权日2011年6月21日
发明者周文晖, 孙志海, 张桦, 戴国骏, 郭燚平 申请人:杭州电子科技大学