《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 業(yè)界動態(tài) > 一種利用Hough變換和先驗(yàn)知識的車牌識別新方法

一種利用Hough變換和先驗(yàn)知識的車牌識別新方法

2009-10-14
作者:林 俊,楊 峰,林 凱

  摘 要:車牌定位上,針對當(dāng)前實(shí)際中存在的一些困難,結(jié)合先驗(yàn)知識,提出了一種Hough變換多線檢測的由粗到精的定位算法。在字符分割中,通過合理改進(jìn),使投影法的準(zhǔn)確性進(jìn)一步得到提升。并在大量實(shí)驗(yàn)的基礎(chǔ)上,將BP神經(jīng)網(wǎng)絡(luò)反復(fù)修正,使得系統(tǒng)理論識別率達(dá)到了91.00%,結(jié)果表明此方法是行之有效的。
??? 關(guān)鍵詞: 先驗(yàn)知識;Hough變換;車牌識別;多線檢測;投影法;BP

?

?? 隨著交通管理系統(tǒng)的日趨現(xiàn)代化,車牌自動識別系統(tǒng)成為智能交通系統(tǒng)的重要組成部分。通過對當(dāng)前車牌識別的基本原理和主要方法的研究,分析比較各種識別方法的優(yōu)缺點(diǎn),針對車牌定位、字符分割和字符識別,本文提出一套實(shí)用可靠的算法。
??? 車牌定位作為整個算法步驟的第一步,定位錯誤將直接導(dǎo)致最終識別錯誤,定位不精確將提升分割難度。實(shí)際中不同車牌圖像在拍攝距離和角度、拍攝手法、光照強(qiáng)弱等方面不盡相同,有時甚至差異很大,使得一些傳統(tǒng)方法在圖像群品質(zhì)的差異存在較大跨度下其定位準(zhǔn)確率低下,缺失普遍性。其中,利用水平灰度跳變特征的分步驟法即先粗略定位再精確定位是相對比較穩(wěn)定的一種方法,但其缺點(diǎn)也很明顯,就是精確定位不夠精。為了改善這種情況,本文嘗試性地提出了一種利用Hough變換多線檢測實(shí)現(xiàn)精確定位的方法, 同時結(jié)合先驗(yàn)知識,改進(jìn)了水平搜索方式,有效地提升了車牌定位精準(zhǔn)率,使得這一算法具有較強(qiáng)的適應(yīng)性,并且速度快、魯棒性好。
  在字符分割中,得益于定位的良好效果,通過合理地二值化與濾波處理,提出了一種改進(jìn)的投影法。該算法克服了車牌群光照變化跨度大以及邊框、鉚釘?shù)瘸R娨蛩馗蓴_,使投影法字符分割的準(zhǔn)確率得到了一定的提升。
  車牌字符識別是車牌識別系統(tǒng)的核心部分,本文構(gòu)造了BP神經(jīng)網(wǎng)絡(luò)進(jìn)行車牌識別。通過反復(fù)修正各個參數(shù)使該識別算法快速準(zhǔn)確,并且具有良好的穩(wěn)定性,能滿足車牌實(shí)時識別的要求。
1 車牌定位
1.1 圖像預(yù)處理

  (1)尺寸歸一化:車牌圖像的尺寸對算法中相關(guān)閾值的選取有較大影響。本系統(tǒng)中車牌圖像尺寸均已歸一化到400×300像素。
?  (2)圖像平滑:為了更好地提取水平灰度跳變特征(與算法有關(guān)),有必要先對圖像進(jìn)行水平平滑處理。實(shí)驗(yàn)表明,使用[1/2 1/2]這樣一種掩膜的效果最好。
1.2 算法
  (1)特征提取[1]:提取水平灰度跳變特征。對經(jīng)過了水平平滑的灰度圖像,選取適當(dāng)閾值T,將每一行各像素與其前一像素比較,若灰度差絕對值超過T,則記為1,否則記為0,從而完成對灰度圖像進(jìn)行水平方向灰度跳變特征的提取。實(shí)驗(yàn)證明,此方法與傳統(tǒng)邊緣檢測相比,特征提取效果更顯著、噪音更小。以水平方向?yàn)閷ο笫且驗(yàn)檐嚺圃谒椒较蜉^垂直方向灰度跳變特征更為明顯。
??? (2)水平方向粗定位:對由(1)生成的二值圖像,結(jié)合先驗(yàn)知識,即圖像中車牌位置以下的部分與車牌以上的部分相比干擾要小很多,采取由下至上的行搜索方法。當(dāng)某1行的1個值個數(shù)與整行像素之比值大于一定閾值時,便記下行位置x1,繼續(xù)逐行上移搜索,當(dāng)比值小于閾值時記下行位置x2,x1與x2形成坐標(biāo)對,若x1與x2距離超過較小的高度(以400×300為例,車牌高度應(yīng)大于10,所以選擇10)時,即確定其為車牌水平方向切割位置(為了防止少切,分別對x1和x2進(jìn)行向下和向上的適當(dāng)延伸);否則,排除此x1和x2,并繼續(xù)向上搜索尋找x1、x2坐標(biāo)對,直到確定x1、x2為止,并對二值圖像切割。為了增強(qiáng)穩(wěn)定性,可以用雙行比值代替單行比值,此時應(yīng)縮小判定閾值。
  (3)垂直方向粗定位[2]:設(shè)由(2)切割出來的圖像為A,對A進(jìn)行除噪處理后,先用1個與A等高度、寬度與高度相同的矩形框體B對A從左至右遍歷搜索[3],若B中1值像素之和與B中全部像素之比大于一定閾值時,記錄此時列位置為y1,然后用同樣方式從右之左搜索,獲得列位置y2。用y1與y2對A切割,完成垂直方向的粗定位。
  (4)精確定位:在以往的車牌識別方法中,Hough變換線檢測一般只用于車牌矯正,實(shí)際上Hough變換線檢測更可用來做車牌定位。本文中將利用此對車牌做最后的精確定位。
??? Hough變換提取直線的原理[4]:
??? 對于圖像空間中的任意一點(diǎn)(x0,y0),將其變換為參數(shù)空間(θ,r)中的1條曲線r=x0 cos θ+y0 sinθ,對位于同一直線l上的n個點(diǎn)逐一進(jìn)行上述變換,則在參數(shù)空間(θ,r)中對應(yīng)得到n條曲線,由變換公式可知,這n條曲線必定經(jīng)過 同一點(diǎn)(θ0,r0)。找到參數(shù)空間中的這個點(diǎn)就知道了圖像空間中的對應(yīng)直線l,因此,Hough變換可以用來在二值圖像中檢測直線。
??? 設(shè)由算法(3)粗切割得到的圖像為C,利用Hough變換對C進(jìn)行多條直線檢測(至少10條以上)。取直線中端點(diǎn)行坐標(biāo)最小值和最大值分別為車牌上下邊界精定位值,取直線左端點(diǎn)列坐標(biāo)平均值或中值為車牌左邊界精定位值,取直線右端點(diǎn)列坐標(biāo)平均值或中值為車牌右邊界精定位值(經(jīng)過反復(fù)實(shí)驗(yàn)論證,使用平均值時穩(wěn)定性優(yōu)于使用中值)。由此確定的車牌定位結(jié)果為最終定位結(jié)果。
??? 圖1~圖7是選取了3幅不同方位角度車牌圖像的詳細(xì)定位過程。從圖2可以看出,圖像中車牌位置以下的信息干擾明顯比以上部分的干擾弱小,這是因?yàn)檐嚺频南路街饕锹访姹尘埃嚺频纳戏絽s包含了車燈、中網(wǎng)等敏感信息。由下至上的搜索法充分地利用了這一特征。同時由于車牌多處在圖像下半部,從而也減少了搜索時間。用多直線檢測,精確度高,魯棒性好。

?

2 字符分割
  字符分割之前,有必要對傾斜的車牌進(jìn)行校正。用Hough變換進(jìn)行傾斜角檢測是一種常用的有效途徑。
  由于實(shí)現(xiàn)了車牌定位,可以用全局閾值法對定位結(jié)果圖像重新二值化,以得到更理想的二值圖像。圖8是用Otsu法[5]得到的二值圖。

  字符切割最常用的方法是投影法。如果二值化后車牌圖像的字符中粘連和斷裂情況不那么嚴(yán)重,只需要垂直投影就可以很好地完成字符切割的任務(wù)。但是水平邊框、鉚釘有時會把一些“谷”填平,使得難以精確確定分割點(diǎn)。盡管如此,垂直投影仍然是字符分割中的一個非常重要的方法。本文對垂直投影法加以改進(jìn),基本上克服了邊框和鉚釘帶來的影響。

  對于二值化后可能存在的水平邊框干擾如圖8(a)所示(垂直邊框?qū)Υ怪蓖队胺]有影響),根據(jù)先驗(yàn)知識:不管車牌整體的大小如何,單個字符的寬度不會超過整個圖像寬度的1/8。因而可將寬度超過1/8或更多一點(diǎn)的白線像素置0。這樣既去除了大部分干擾又無字符信息的丟失。
??? 下面將進(jìn)行校正。選取圖9每1列如圖10所示的最下方的1值像素,經(jīng)過Hough變換后如圖11所示的可檢測到邊緣直線,此直線傾角(即車牌傾角θ)根據(jù)公式:
  

  對圖9進(jìn)行坐標(biāo)轉(zhuǎn)換便實(shí)現(xiàn)了車牌傾斜校正,如圖12所示。其中x0、y0為原坐標(biāo),x、y為轉(zhuǎn)換后坐標(biāo)。
??? 對矯正后的車牌采用垂直投影法進(jìn)行字符分割,結(jié)果如圖13所示。

?


??? 圖13(a)中有2個連續(xù)的“0”字符粘連在一起,未能被分離,原因是鉚釘剛好處在它們中間的位置。用圖像處理的手段消除鉚釘而又不影響字符信息其難度很大。對于這種情況,針對性的解決辦法是直接將包含2個字符的分割板塊對等中切。1個字符的寬度不會超過整塊車牌寬度的1/5,連續(xù)2個字符的寬度肯定超過整塊車牌寬度的1/5,根據(jù)此先驗(yàn)知識,以寬度大于車牌1/5且小于車牌2/5為條件,可以方便地確定是否存在粘連塊。圖13(b)與圖13(c)沒有受到鉚釘干擾,因而能1次性分割成功。圖14是將粘連板塊對等中切后的結(jié)果。

?


3 字符識別
??? 在分類器的選取上,既要求其要有良好的容錯,又要求其具有良好的自適應(yīng)的能力。神經(jīng)網(wǎng)絡(luò)具有與人腦相似的高度并行性、良好的容錯性和聯(lián)想記憶功能、自適應(yīng)、自學(xué)習(xí)能力和容錯等特點(diǎn),特別是以改進(jìn)型BP網(wǎng)絡(luò)為代表的神經(jīng)網(wǎng)絡(luò)具有良好的自學(xué)習(xí)能力、強(qiáng)大的分類能力、容錯能力或魯棒性,可以實(shí)現(xiàn)輸入到輸出的非線性映射。因此本文選擇BP神經(jīng)網(wǎng)絡(luò)作為字符進(jìn)行分類、識別的主要方法。
3.1 字符預(yù)處理
  對切割出來的車牌字符很有必要進(jìn)行預(yù)處理,預(yù)處理包括:
??? (1)大小歸一化
??? 為了便于訓(xùn)練和識別,需要對字符圖像進(jìn)行規(guī)范化處理,使它們變成統(tǒng)一尺寸的圖像,本文中將字符片段歸一化為24×14大小。
??? (2)特征提取
??? 即由歸一化得到的字符確定網(wǎng)絡(luò)輸入向量。本文是將24×14網(wǎng)格轉(zhuǎn)換為單一向量輸入。
3.2 BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)
??? 大多數(shù)實(shí)際的神經(jīng)網(wǎng)絡(luò)只需要2~3層神經(jīng)元[6],本文設(shè)計(jì)的BP神經(jīng)網(wǎng)絡(luò)包含2個隱含層。對于神經(jīng)網(wǎng)絡(luò)中隱含層節(jié)點(diǎn)數(shù)目的確定,沒有一個固定的規(guī)律可遵循。本文中對隱含層內(nèi)節(jié)點(diǎn)數(shù)的確定,是以找到1個經(jīng)過樣本訓(xùn)練后,其網(wǎng)絡(luò)輸出與實(shí)際結(jié)果最近似的網(wǎng)絡(luò),這是一個搜索的過程。參考相關(guān)隱含層確定的準(zhǔn)則[7],通過逐個比試最終確定,第1個隱含層節(jié)點(diǎn)數(shù)為15個,第2個隱含層節(jié)點(diǎn)數(shù)為10個,學(xué)習(xí)速度為0.01。
??? 實(shí)驗(yàn)中選取了300幅實(shí)際的車牌。這些車牌圖像的大小和拍攝的角度有所不同,有些車牌圖像比較清楚,有些則有缺陷。然后在Matlab7.0環(huán)境下對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,訓(xùn)練樣本由200個車牌的1 400個字符組成。剩下的100幅車牌圖像用于識別試驗(yàn)。試驗(yàn)結(jié)果:正確識別91幅,誤識6幅,不能識別3幅,平均識別速率0.94 s/幅。在實(shí)驗(yàn)過程中數(shù)字識別率最高,字母次之,漢字識別率最低。
??? 本文系統(tǒng)地研究了一套車牌識別算法,包含了車牌定位、字符分割、字符識別3個環(huán)節(jié)。其前后銜接緊密,互補(bǔ)性好,整體準(zhǔn)確性高,穩(wěn)定性好,具有較強(qiáng)的實(shí)用性。但仍存在一些問題需要進(jìn)一步改進(jìn),如車牌定位時,距離伸縮性不夠,字符傾斜校正存在一些失真,字符特征提取還需要更有效的方法。
參考文獻(xiàn)
[1] 劉麗新,劉京剛.行掃描進(jìn)行車牌上下邊界定位的研究[J].儀器儀表學(xué)報,2005,26(8).
[2] 洪健,陳繼榮.基于修正思想的車牌圖像定位與二值化處理[J].計(jì)算機(jī)工程,2007,33(8).
[3] HUANG R, TAWFIK H, NAGAR A K. Clonal selection for licence plate character recognition[C]. In:Applications and Innovations in Intelligent Systems XV, London,UK,2007:309-314.
[4] 王國宏.Hough變換及其在信息處理中的應(yīng)用[M].北京:兵器工業(yè)出版社,2005.
[5] 張?jiān)苿偅瑥堥L水.利用Hough變換和先驗(yàn)知識的車牌字符分割算法[J].計(jì)算機(jī)學(xué)報,2004,27(1).
[6] HAGAN M T, DEMUTH H B, BEALE M H.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)[M].北京:機(jī)械工業(yè)出版社,2002.
[7] 高大文,王鵬.人工神經(jīng)網(wǎng)絡(luò)中隱含層節(jié)點(diǎn)與訓(xùn)練次數(shù)的優(yōu)化[J].哈爾濱工業(yè)大學(xué)學(xué)報,2003,35(2):207-209.

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點(diǎn)。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。
主站蜘蛛池模板: 女人洗澡一级毛片一级毛片| 暖暖日本免费中文字幕| 啦啦啦在线观看视频直播免费| 国产精品va一级二级三级| 国产网站在线播放| a级毛片高清免费视频在线播放| 成人毛片免费播放| 久久乐国产精品亚洲综合| 最近最好的中文字幕2019免费| 亚洲欧美日韩成人一区在线| 男人天堂资源站| 好男人www.| 中文字幕日产每天更新40| 永久黄色免费网站| 免费中文字幕视频| 精品国产一区二区三区免费看 | 免费看黄a级毛片| 美女脱个精光让男人桶爽 | 国产美女牲交视频| 9lporm自拍视频在线| 妖精www视频在线观看高清| 两根一进一出啊灌满了视频| 无码精品人妻一区二区三区漫画| 久久天天躁狠狠躁夜夜av| 最近中文国语字幕在线播放 | 久久精品无码中文字幕| 校园春色国产精品| 亚洲人成电影网站| 欧美午夜春性猛交xxxx| 亚洲欧洲免费无码| 美女破处在线观看| 国产一区二区影院| 西西人体44rt大胆高清日韩| 国产在线一区观看| 87福利电影网| 国精无码欧精品亚洲一区| 99国产情在线视频| 在线播放国产一区二区三区| a视频免费在线观看| 天堂网www最新版资源在线| www.中文字幕.com|