基于MATLAB的车牌识别关键技术研究

邓运生，宋玉玺，朱先勇,，刘　润

(1.蚌埠学院 机械与电子工程系，安徽 蚌埠 233030；2.吉林大学 机械科学与工程学院，吉林 长春 130022；3.吉林大学 工程训练中心，吉林 长春 130025)



基于MATLAB的车牌识别关键技术研究

邓运生1，宋玉玺2，朱先勇2,3，刘润3

(1.蚌埠学院 机械与电子工程系，安徽 蚌埠 233030；2.吉林大学 机械科学与工程学院，吉林 长春 130022；3.吉林大学 工程训练中心，吉林 长春 130025)

摘要：车牌自动识别是智能交通应用领域中重要的技术之一，其融合了图像处理和模式识别技术，在停车场、不停车收费站等场合有着广泛的应用。车牌自动识别大致可以分为车牌图像预处理、车牌定位、车牌分割和车牌识别等4个过程，而图像预处理和车牌定位作为车牌识别系统中的核心前端处理技术广受研究开发者的重视。重点研究了车牌图像的预处理和车牌定位技术，并在MATLAB环境下实现了车牌图像的仿真。提出了图像灰度化后直接剪切车牌图像的方法，能够快速确定车牌区域。在二值化处理过程中提出了动态阈值选取法。试验表明该方法有效地提高了二值化效果。

关键词：图像预处理；车牌定位；灰度选择；MATLAB

车牌牌照作为各种车辆唯一的“身份证”备受广大驾乘人员和交管部门的关注。随着技术的不断发展和完善，车牌自动识别技术已经进入了人们的视野，并已被广泛应用在道路交通管理中。一个完整的车牌识别系统包括车牌图像采集、图像预处理、图像分割和图像识别等重要典型的过程。当有车辆通过时，图像采集单元就会自动工作，完成当前车辆视频图像的采集；然后车牌识别系统对采集到的车辆图像进行预处理，定位出车牌照所在的区域；最后进行车牌字符分割、识别。其中，车牌图像的预处理是整个过程中至关重要的一个环节，车牌图像预处理的好坏直接关系到系统能否对车牌进行精准地分割和图像识别。本文在MATLAB环境下，根据计算机图像识别和处理的相关原理[1-3]，研究了一种新型车牌图像预处理方法，在对图像进行灰度化处理之后直接剪切车牌图像，能够提高车牌定位的效率，免去了二值化之后再进行剪切所要的繁杂图像信息；同时提出了一种动态阈值选取法，提升了二值化的效果。

1车牌图像预处理的必要性

在实际应用环境中，车牌识别系统所采集的图像主要有如下几个方面的限制。

1)获取图像质量不高。受限于前段硬件、照明条件、天气条件和运动失真等方面的限制，采集到的图像会出现噪点过多、模糊等现象，影响了后期的定位。

2)牌照多样性。我国根据不同车型、用途，规定了多种牌照格式，例如分为军车、警车和货车等。汽车牌照仅底色就有蓝、黄、白和黑等多种颜色，字符颜色也有黑、红和白等若干种颜色[4]。

3)我国标准车牌照是由汉字、英文字母和阿拉伯数字组合而成的。不同于国外车牌只有字母与数字，汉字的结构复杂，本身的字划比较多，而且汉字间有很多的相似性，这使得车牌识别的难度有很大提升。

4)环境或人为因素造成汽车牌照污染严重。这些因素造成的牌照污染使得车牌的对比度降低，字符特征不是很明显，即使在定位准确的情况下，字符的识别也会受到很大影响[5]。

5)车牌安装位置的不同带来的识别困难。在我国境内销售的汽车种类繁多(微型车、中型车、货车和越野车等)，不同的车型车牌安装的位置也不同，再加之不同车型的颜色差异(有可能和车牌的颜色相对较接近)，这些会给车牌的定位、分割和识别带来一定的难度[6]。

上述种种因素会给后期车牌的识别带来诸多不便，因此，有必要对采集到的车牌图像进行预处理，以提升车牌识别的准确度和效率。

2车牌图像的灰度化

预处理过程一般包括图像灰度化、图像滤波、图像增强以及图像的二值化处理[7]。在对车牌的识别中，数字图像的灰度是进行图像识别与处理的基础。因为所需的信息只有车牌上的字母、数字和汉字，所以在车牌识别技术中将图像进行灰度化处理，不仅不会大量损失车牌信息，而且由于灰度图像包含的信息量比彩色图像小很多，在处理过程中不需要考虑车牌颜色不同的情况，既简化了处理过程，又不会影响识别精度[8]。灰度化就是使彩色图像的R、G、B分量相等的过程。灰度值大的像素点比较亮(像素值最大为255，为白色)，反之比较暗(像素值最小为0，是黑色)。

车牌原始图像和灰度化后的图像分别如图1和图2所示。

图1　原始图像　　　　　图2　灰度化的图像

通过车牌图像的灰度化处理，得到了灰度化的图像。图像中最重要的部分是车牌信息，如果对整个图像进行后续的处理，势必造成时间上的浪费，而且图像上的其他部分有可能会影响到最后的处理结果；因此，本文从这一步开始对此图像进行剪切处理，以此来获得所需要部分的图像，从而大大提高了图像处理效率。图像剪切的主要程序如下：I2=imcrop(I1,rect);其中，矩形框rect为剪切图像的四元素向量[ymin,ymax,length,width]，分别表示矩形的左下角纵坐标、左上角纵坐标、长度及其宽度，并且这些值在空间坐标中被指定。通过若干次的试验，本次试验选取的四元素向量为[20,80,7000,60]。通过图像剪切，获得了车牌图像(见图3)。

图3剪切化后的车牌图像

为了获得更好的车牌图像，应对剪切化的图像进行下一步处理。众所周知，一个车牌图像分为背景部分和图像部分，往往背景和图像两部分的灰度值分布状况存在着很大的区别，因此，接下来应对上述图像进行绘制直方图，其主要程序为：imhist(I)。得到的车牌图像灰度直方图如图4所示。

图4　灰度直方图

通过此车牌的灰度直方图，可以大体判断出车牌图像灰度分布的范围，这将为进一步提取车牌区域提供基础和依据。其调用有如下几种方法。

1)BW=roicolor(A,low,high)。色图范围为[low high]，返回这些像素选择区域，BW为大小和A相同的数组，若A中元素值在[low high]范围内，则返回值1，否则返回0。

2)BW=(A≥low)&(A≤high)。BW为内部区域值为1，外边值为0的矩阵。

3)BW=roicolor(A,v)。A中像素与向量v相匹配的区域，BW为二值图像，1值为A中与v相匹配的地方。

通过此函数的应用，选择了车牌图像所在的大致灰度范围。到这一步处理结束，获得了车牌灰度选择图像(见图5)。

图5灰度选择图像

3二值化处理

3.1动态阈值选取法

在图像预处理中有一个重要步骤——图像的二值化处理。由于当前车牌主要分为黑底白字、蓝底白字和黄底黑字，其灰度图像主要有黑底白字和白底黑字两类。由于各种外部因素导致车牌照图像存在着图像灰度分布不均匀、伪影和车牌照本身的污垢、灰尘等，导致车牌图像的二值化效果不好。二值化过程中阈值的选取非常重要，本文提出了一种动态阈值选取法，试验结果表明，具备了良好的二值化效果，其主要思想如下。

假设车牌图像为理想情况下无噪声、无干扰并且光照均匀，那么图像中的灰度变化相对平缓，假定字符灰度为g1，背景灰度为g2，都满足条件：0≤g1≤255，0≤g2≤255；此牌照中假设字符像素点所占的比例为r1，背景像素点所在的比例为r2，那么可知0

设该车牌照灰度图像的均值为N，则：

N=r1g1+r2g2,g1

(1)

于是方差C为：

(2)

由式1和式2联合可以推出下式。

字符灰度：

(3)

背景灰度：

(4)

对于白底黑字牌照，为把黑字从白底中分割出来，按下式选取阈值T1：

(5)

对于黑底白字牌照，为把白字从黑底中分割出来，按下式选取阈值T2：

(6)

3.2试验验证

对本文提出的动态阈值选取法进行试验验证，具体步骤如下。

l)首先假定为白底黑字牌照，以T1为阈值，对牌照图像进行二值化处理。

2)对以T1为阈值的二值化图像进行纹理分析，判定并分析字符笔划边缘，同时计算黑点所占比例关系，以此确定二值化图像效果及步骤1中的假定(为白底黑字牌照)是否正确(若为黑底白字牌照，以T1为阈值的二值化图像鲜有笔划边缘，并且黑点比例远小于r1)。若假定错误，则转步骤3；若假定正确，则转步骤4。

3)说明步骤1假定错误，应为黑底白字牌照，以T2为阈值对牌照图像二值化，同时进行纹理分析，判定并分析字符笔划边缘。

4)根据笔划边缘的分析结果对T1(T2)作微调，最终得到笔划清晰连续的二值化图像。二值化后的图像如图6所示。

图6二值化后的图像

经过上述几个重要步骤后，车牌图像应该比较清晰了。最后，对二值图像进行滤波平滑处理。通过试验和比较，本文选取了一款掩模滤波器，处理结果如图7所示。

图7　平滑后的图像

4结语

本文重点探讨了车牌识别过程的预处理方法和定位技术，面对环境影响不确定、车牌自身的缺点导致的负面影响，提出了图像灰度化后直接剪切车牌图像的方法，该方法有助于快速确定车牌区域；同时，本文在二值化处理过程中提出了动态阈值选取法，试验表明该方法有效地提高了二值化效果。

参考文献

[1] 贾永红.计算机图像处理与分析[M].武汉：武汉大学出版社，2001.

[2] 周品，李晓东.MATLAB 数字图像处理[M].北京：清华大学出版社，2012.

[3] 阮秋琦. 实现数字图像处理[M]. 北京：电子工业出版社，2001.

[4] 王璐. 基于MATLAB的车辆识别系统研究[D]. 上海：上海交通大学，2009.

[5] 贺兴华，周缓缓，王继阳，等.MATLAB 7.X图像处理[M].北京：清华大学出版社，2008.

[6] 康健新. 基于图像的车牌识别系统的设计和实现[D]. 长春：吉林大学，2014.

[7] 黄山. 车牌识别技术的研究和实现[D]. 成都：四川大学，2005.

[8] 孟涛. 车牌识别关键技术的研究与实现[D]. 武汉：华中科技大学，2006.

责任编辑郑练

Research on Key Technology of License Plate Recognition based on MATLAB

DENG Yunsheng1, SONG Yuxi2, ZHU Xianyong2,3, LIU Run3

(1.Department of Mechanical and Electronic Engineering, Bengbu College, Bengbu 233030, China; 2.School of Machinery Science and Engineering, Jilin University, Changchun 130022, China; 3.Engineering Training Center, Jilin University, Changchun 130025, China)

Abstract：Automatic license plate recognition is one of the important technologies in intelligent traffic system. It has been widely used with image processing and pattern recognition. It can be divided into four processes: license plate image preprocessing, license plate location, license plate segmentation and license plate recognition. This paper focuses on the license plate image preprocessing and license plate location technology, and realizs the simulation with MATLAB. Propose a method for image grayscale image directly after cutting the plate, it is possible to quickly determine the license plate area. Present a dynamic threshold selection method in the binarization process, the experiments show that this method can effectively improve the binarization results.

Key words:image pre-processing, license plate location, gray level selection, MATLAB

收稿日期：2015-10-09

作者简介：邓运生(1983-)，男，硕士研究生，主要从事电子技术、数字图像处理和车牌识别等方面的研究。

中图分类号：TP 391.41

文献标志码:A