基于VC++的车牌图像预处理设计与实现

刘凯　罗凯耀　姜代红

摘要：天气、背景或拍摄等因素会造成车牌图像模糊、光照不均等，严重影响了智能交通车牌识别。运用灰度化、二值化、边缘增强等方法对采集到的图像进行预处理，可提高识别率，满足智能交通需求。

关键词：车牌图像；预处理；灰度化；二值化；边缘增强

DOIDOI：10.11907/rjdk.151249

中图分类号：TP317.4

文献标识码：A 文章编号：16727800（2015）006018902

基金项目基金项目：江苏省大学生创新创业训练计划项目（xcx2014052）

作者简介作者简介：刘凯（1992-），男，江苏扬州人，徐州工程学院信电工程学院学生，研究方向为计算机软件；罗凯耀（1994-），男，江苏徐州人，徐州工程学院信电工程学院学生，研究方向为网络技术；姜代红（1969-），女，江苏徐州人，徐州工程学院信电工程学院教授，研究方向为数据库技术、嵌入式技术。

0 引言

汽车牌照自动识别系统[1]是以汽车牌照为特定目标的专用计算机视觉系统 ，是计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一。 车辆牌照识别[2]一般由以下环节：图像获取、图像预处理、车牌定位、字符分割、字符识别 ，每一环节对下一环节都有很大的影响。 从采集卡获得的原始图像不仅包括车牌照，而且还有汽车本身以及汽车背景图像，车牌识别的难点在于获取高质量的车牌图像。采集车牌图像时，会受到光照、障碍物、拍摄角度、摄像设备等的影响，图像中会产生较多与车牌无关的图像数据，造成噪声，从而影响车牌识别效果，所以需要对识别的图像进行预处理，去除噪声干扰。

本文车牌图像预处理[3]主要针对智能交通管理系统中的车牌识别，通过获取车牌对车辆信息进行采集，经过车牌图像灰度化、图像增强、边缘检测、车牌定位、车牌图像二值化及图像倾斜校正等，为车牌图像后续处理打下基础。

1 灰度化

一般从摄像头采集到的图像或者计算机中存储的图像通常是彩色图，彩色图像包含着大量的色彩信息，在数字图像[4]处理中 ，很多算法都是针对灰度图像 ，处理的灰度级从0～255，共 256个灰度级，这样不仅减少了存储图像所需的内存，而且加快了图像处理的速度。 因此，首先要将彩色图像转换成灰度图像。彩色图像中任一像素都有R、G、B三种不同的颜色分量，而当图像中每一像素值R=G=B时，表示一种灰度颜色。其中，灰度化的方法主要有以下3种。

2 二值化

二值图像是由黑白两种颜色构成的图像。目的是能够快速将车牌字符和背景分开，通过阈值设定将灰度值小于阈值的像素直接设为0，灰度值大于阈值的像素直接设置为255，而二值化的关键就是找到合适的阈值T来区分对象和背景。

4 实验结果

本文采用手机随机拍摄的汽车图像，测试环境为2GHz cpu，2G内存，操作系统为window 7，使用平台为vs2005，并基于opencv开发车牌预处理功能。

当对一副未进行预处理或噪声处理不当的图像分割时，即会出现如图5的车牌定位区域过大或过小的情况，而进行过预处理后的图像进行车牌定位时则如图6所示，可见预处理对降噪起了很大的作用。

5 结语

车牌图像本身较复杂，冗余信息较多，因此难以识别。本文探讨三种预处理方法简化图像、消除图像噪声。其中灰度化减少了图像存储的大小；二值化将图像转化为黑白两种颜色的图像，使车牌和背景分离；边缘增生使得车牌定位更加快速、准确。实验结果表明，三种方法均达到预期效果，提高了图像的质量，为图像后续分割和识别打下了基础。

参考文献：

[1]刘海波，沈晶 ，郭耸.Visual C++ 数字图像处理结束详解[M].北京：机械工业出版社，2010.

[2]冯伟兴，唐墨，贺波.Visual C++数字图像模式识别技术详解[M].北京：机械工业出版社，2010.

[3]周阅宇.汽车牌照识别系统研究与设计[D].长春：吉林大学论，2013.

[4]李凌.车牌图像预处理技术研究与实现[J].淮北职业技术学院学报，2007（2）：98100.

[5]李冬生，陈域.基于先验知识的车牌垂直倾斜校正方法[J].软件导刊，2014，13 （3）：2325.

[6]董玲娇.车牌图像预处理研究[J].机电工程，2009，26（6）：107109.

责任编辑（责任编辑：陈福时）