摘要：提出了一種利用灰度形態(tài)變換快速提取汽車牌照區(qū)域的方法。利用灰度形態(tài)變換對(duì)輸入的圖像進(jìn)行濾波，根據(jù)牌照的大致尺寸和濾波圖像的模板卷積得到幾個(gè)牌照的候選區(qū)域，最后分析候選區(qū)域內(nèi)水平方向的波峰高寬比波峰數(shù)得到真正的牌照區(qū)域。

關(guān)鍵詞：灰值動(dòng)態(tài)學(xué) 卷積 模板卷積投影 牌照識(shí)別

基于圖像理解的汽車牌照自動(dòng)識(shí)別系統(tǒng)是智能交通系統(tǒng)一個(gè)重要分支，有著非常廣泛的應(yīng)用前景，而把汽車牌照從復(fù)雜的汽車圖像中分割出來(lái)是汽車牌照自動(dòng)識(shí)別系統(tǒng)必須解決的關(guān)鍵問(wèn)題。在過(guò)去的十幾年中，各國(guó)的科研人員提出了不少提取汽車牌照的方法。Choi和Kim提出利用Hough變換尋找垂直邊緣提取汽車牌照的方法，此方法由于許多汽車前部散熱器產(chǎn)生的垂直邊緣和某些牌照邊框的扭曲或某些汽車牌照沒(méi)有邊框而魯棒性較差。S.K.Kim和H.J.Kim提出的基于遺傳算法分割提取汽車牌照的方法，最大缺點(diǎn)是耗時(shí)長(zhǎng)，難以進(jìn)行實(shí)時(shí)處理。S.H.Park提出的一種基于神經(jīng)網(wǎng)絡(luò)提取汽車牌照的方法，使用二個(gè)時(shí)延神經(jīng)網(wǎng)絡(luò)在水平和垂直方向?qū)斎雸D像進(jìn)行濾波，得到牌照的候選區(qū)域，然后利用牌照的長(zhǎng)寬比、面積、面積與周長(zhǎng)比來(lái)區(qū)分真正的牌照區(qū)域與類牌照區(qū)域。此方法要求圖像中的牌照尺寸基本不變，一旦圖像中的牌照尺寸發(fā)生了較大的變化，必須對(duì)神經(jīng)網(wǎng)絡(luò)重新進(jìn)行訓(xùn)練。T.R.Crimmins提出了一種數(shù)字形態(tài)學(xué)方法，此方法用不同尺寸的每個(gè)可能字符作為結(jié)構(gòu)元素，采用擊中擊不中方法先提取輸入圖像中的字符，再根據(jù)牌照字符的語(yǔ)法得到汽車牌照，這種方法計(jì)算量非常大且易受噪聲影響。C.H.Poon提出了一種灰值形態(tài)學(xué)方法，它通過(guò)檢測(cè)字符中的直線段和字符間的空間來(lái)提取牌照，這種方法耗時(shí)較多，且沒(méi)有利用版照的尺寸信息。C.M.Hwang提出了空間頻率方法，它利用牌照區(qū)域內(nèi)空間頻率變化大的特性，對(duì)圖像進(jìn)行一階差分。差分圖在牌照區(qū)域內(nèi)形成多個(gè)峰，然后利用峰的幅度、寬度和密度區(qū)分真正的牌照區(qū)域與類牌照區(qū)域。這種方法具耗時(shí)少、抗噪能力強(qiáng)的優(yōu)點(diǎn)。本文提出的灰值形態(tài)學(xué)方法僅利用了牌照區(qū)域內(nèi)空間頻率變化大的特性而且利用了牌照區(qū)域字符筆劃具有高曲的特性，因而比單純的空間頻率方法更加有效。通過(guò)建立牌照與卷積算子形態(tài)學(xué)結(jié)構(gòu)元素尺寸的相互關(guān)系。本文提出的方法對(duì)不同尺寸牌照具有很好的魯棒性。

1 數(shù)字形態(tài)學(xué)

數(shù)字形態(tài)學(xué)是一種重要的數(shù)字圖像處理方法和理論。在數(shù)字形態(tài)學(xué)中，兩種最基本的變換或運(yùn)算是腐蝕和膨脹，其它形態(tài)學(xué)變換都可通過(guò)它們來(lái)定義。下面列出了一些灰值形態(tài)學(xué)變換的定義。

圖像f(x,y)平移（a,b）定義為：

f(a,b)(x,y)=f(x-a,y-b)

圖像f(x,y)相對(duì)于原點(diǎn)的反射為：

f^(x,y)=f(-x,-y)

二幅圖像f(x,y)和g(x,y)的最小記為（f∧g）（x,y）。

當(dāng)（x,y）位于圖像f的定義域D(f)和圖像g的定義域D(g)的交集D（f）∩D(g)內(nèi)時(shí)：

（f∧g）(x,y)=min{f(x,y),g(x,y)}

否則：

（f∧g）（x,y）=0

二幅圖像f(x,y)和g(x,y)的最大記為（f∨g）（x,y）。

當(dāng)（x,y）位于圖像f的定義域D（f）和圖像g的定義域D(g)的交集D（f）∩D（g）內(nèi)時(shí)：

(f∨g)（x,y）=max{f(x,y),g(x,y)}

當(dāng)（x,y）∈D(f)且（x,y）∈D（g）時(shí)

（f∨g）（x,y）=f(x,y)

當(dāng)（x,y）∈D(g)且（x,y）∈D（f）時(shí)

(f∨g)(x,y)=g(x,y)

f(x,y)被g(x,y)膨脹定義為：

(f⊙g)(x,y)=max{f(x-a,y-b)+g(a,b)}

（a,b）∈D(g)

f(x,y)被g(x,y)腐蝕定義為：

(f⊙g)(x,y)=max{f(x-a,y-b)-g(a,b)}

一種基于灰值形態(tài)學(xué)的汽車牌照提取方法 [日期：2004-12-8] 來(lái)源：電子技術(shù)應(yīng)用 作者：章東平 劉濟(jì)林 祝金標(biāo) [字體：大 中 小]