一種基于數(shù)學形態(tài)學和Hough變換的車牌圖像檢測及定
(1)在r、θ適當?shù)淖畲笾岛妥钚≈抵g建立一個離散的參數(shù)空間;
滿足式(3)的連通區(qū)域保留下來,就可以檢測到車牌的字符區(qū)域,如圖4(a)所示。
為了定位出整個車牌,需要將檢測到的車牌文本所有的字符區(qū)域連通起來形成一個大的連通域,并適當向外擴展。定位出的車牌區(qū)域如圖4(b)所示。為了避免在上個步驟中出現(xiàn)牌照內(nèi)的某個字符未被檢測到或者仍然留有偽文本區(qū)域未去除的情況,從而影響最后的定位結果,因此還需要利用整個車牌的寬高比來檢測出最后的牌照區(qū)域。選用牌照寬高比為44:14作為判定標準,以此來定位出最后的車牌區(qū)域,最后精確提取出的車牌區(qū)域如圖4(c)所示。本文引用地址:http://m.butianyuan.cn/article/196876.htm
4 實驗結果及分析
該算法所需的開發(fā)工具為Matlab7.0,實驗所采用的車牌圖像是在實際環(huán)境中隨機拍攝的,對汽車的背景沒有特殊限制。圖5所示的是對4幅不同場景下的汽車牌照進行定位的結果,圖5(a)的車牌有些傾斜和變形;圖5(b)是在車窗存在反光的情況下拍攝的;圖5(c)的車窗存在部分反光的情況,并且背景比較復雜,車身存在很多污跡;圖5(d)是在光線較暗的情況下拍攝的,并且車窗上存在其他物體的投影;圖5(e)為這四種場景的定位結果,雖然這四幅圖像的車牌背景比較復雜,但仍能準確定位出車牌的位置。實驗測試結果表明,這種方法對于光照不均、噪聲較強、環(huán)境背景復雜的圖像均能成功定位,并提取出車牌區(qū)域,而且算法比較簡單,定位速度快,具有很強的魯棒性。
本文提出了一種基于數(shù)學形態(tài)學和Hough變換的車牌綜合定位算法。其利用了國內(nèi)車牌字符的特征,經(jīng)過高帽變換突出感興趣區(qū)域,然后利用邊緣信息通過Hough變換檢測車牌字符的中心線,能夠提高定位結果的準確性。實驗結果表明,對于自然場景下的車牌定位,該算法具有較強的適用性。但復雜背景下的車牌定位比簡單背景下的定位準確率低,主要原因是復雜環(huán)境的背景信息復雜,干擾較多,使得利用Hough變換檢測字符組的中心線時出現(xiàn)誤差,特別是對于傾斜嚴重的車牌,本算法的定位率較低,這是下一步的研究方向。
評論