用改进的投影法实现车牌字符分割

杨峰,潘越,李建奇

(湖南文理学院 电气与信息工程学院,湖南 常德,415000)

用改进的投影法实现车牌字符分割

杨峰,潘越,李建奇

(湖南文理学院 电气与信息工程学院,湖南 常德,415000)

提出了一种改进的车牌字符分割投影方法。首先用Otsu算法对车牌图像二值化,再对边框、铆钉进行处理,消除其带来的不利影响,最后利用Hough变换做直线检测,确定车牌的倾角后进行矫正。各环节均在Matlab环境下完成。试验结果表明,在选定的使用未经改进的直接投影无法分割的图像样本中,94%的样本通过改进的投影法被正确分割。

字符分割;投影法;Hough变换

在车牌识别系统中,车牌被定位提取信息后需要对其进行字符分,分割的结果直接影响字符的识别。投影法作为一种经典的分割方法,能够完成没有字符粘连和断续情况下的字符分割。但在实际情况下,大多数车牌图像质量受到了倾斜、光照、污渍、边框及铆钉等因素的影响,传统的投影法对图像的处理不理想。本文通过增加针对性的辅助处理环节,对垂直投影法加以改进,并在Matlab中实现。

1 二值化

定位得到的子图像是灰度图像,须进行二值化处理,二值化的核心是阈值的确定。阈值根据运算范围的不同可分为全局阈值和局部阈值。全局动态二值化算法Otsu运用了最小二乘法的原理[1–2],其基本思想是:设阈值K将图像灰度分成C0与C1两类,C0对应于底色,C1对应于主体,阈值K须使两类的类内方差最小,类间的方差最大。类内方差σw2=w0σ02+w1σ12;类间方差σB2=w0(u0-ur)2+w1(u1-ur)2=w0w1(u0-u1)2。其中:u0、u1分别为C0、C1类的灰度均值;w0、w1分别为C0、C1的出现概率。对于给定的一幅图像可以证明σw2+σB2为一常数,因此,只需求出maxσB2(K),就可得到minσw2(K),从而确定阈值K。Otsu算法是对图像整体的灰度分布状况的刻画,车牌字符与背景对比明显,且具有呈两极分布的直方图,二值化效果良好(图1)。

图1 Otsu法二值化效果

2 除边框

图1所示二值化后的车牌一般存在牌框的干扰,这种干扰主要是水平方向的。根据车牌特征:无论图像中车牌自身的尺寸如何,单个字符宽度与车牌整体的宽度相关,即单个字符宽度小于车牌宽度的1/6,可认为二值图像中由“1”构成的且宽度超过整体1/6的水平线便是边框,将其置“0”既消除了大部分边框的干扰,同时保持了字符的完整性。图2(a)是图1(a)同一车牌除边框后得到的结果,可以看到边框条纹已经被移除,字符信息依然完整。图1(b)与图1(c)边框条纹不明显,因此,处理前后二者基本无变化(图2(b,c))。

图2 消除边框干扰

3 倾斜矫正

车牌的倾斜指的是在图像中字符的排列不是理想的平直排列,而是呈一定角度,这主要是由于拍摄的角度、车牌的安装、路面的坡度所致。车牌发生倾斜后若不进行矫正,会给投影带来不利影响,这种影响会随倾斜角度的增大而被放大。一般来说,当倾斜角度小于8°时,不矫正也能较好地分割,但超过8°时,则必须进行矫正。因此,对定位后所获取的图像需先检测倾角以确定是否需要矫正。

对比矫正前后图2与图5的车牌,矫正后字符的字形有轻微的畸变,但字符的本征结构所受影响很小,可以忽略。

图3 端点像素提取

图4 倾角检测

图5 矫正后的图像

4 字符分割

矫正后的车牌采用垂直投影法进行字符分割[5–6],分割结果如图6所示。图6中,波形图的波谷即为字符之间分割线的位置。

图6 垂直投影分割

从图6(a)可发现,车牌中相邻的2个“0”粘连在一起,即未被分离。

这是由于字符之间的车牌铆钉影响所致。若采用传统的图像处理方法去除铆钉的影响,并保证字符信息的完整性,难度较大。由于车牌中共7个字符,则单个字符的宽度应不大于整体宽度的1/6,相邻2个字符的宽度应不大于整体宽度的1/3。因此,可按照此条件来判断字符是否存在粘连,若有粘连,则可直接将其二等分来实现分割[7]。图6(b)与图6(c)中的车牌没有铆钉的影响,故实现了一次性成功分割。

5 结论

针对车牌字符信息易受边框干扰,易倾斜的实际情况,提出了一种改进的投影分割法。算法包括二值化、除边框、倾斜矫正、投影分割4个流程。在Matlab环境下对该算法进行测试,用于测试的样本是预先选定的在未经改进的投影算法下分割出错的图像。测试结果表明,94%的样本能分割成功,这与预期的效果相符。另6%的样本未能成功分割,其原因,一是车牌污渍较多,导致有2个及以上的字符形成粘连,改进算法对该情形没有设计针对性的处理措施;二是倾斜角度过大,导致矫正后失真严重,字符信息被破坏。

[1] 胡敏,李梅,汪荣贵. 改进的Otsu算法在图像分割中的应用[J]. 电子测量与仪器学2010,24(5):443–448.

[2] 范九伦,赵凤. 灰度图像的二维Otsu曲线阈值分割法[J]. 电子学报,2007,35(4):751–755.

[3] 王良红,王锦玲,梁延华. 改进的Hough变换在校正汽车牌照倾斜中的应用[J]. 信息与电子工程,2004,2(1):45–48.

[4] Rafael C. Gonzalez,著. 数字图像处理[M]. 阮秋琦,译. 北京:电子工业出版社,2005:296–304.

[5] 崔文学,崔义川,王朝晖,等. 基于模板匹配和垂直投影的车牌字符分割算法[J]. 齐齐哈尔大学学报,2015,31(6):12–16.

[6] 田岩. 数字图像处理与分析[M]. 武汉:华中科技大学出版社,2010:82–88.

[7] 葛海江,方江江,张翔. 车牌识别系统中车牌定位及倾斜矫正算法研究[J]. 杭州电子科技大学学报,2012,27(2):49–52.

License plate character segmentation realization based on improved projection algorithm

Yang Feng,Pan Yue,Li Jianqi
(College of Communication and Electric Engineering,Hunan University of Arts and Science,Changde 415000,China)

An improved license plate character segmentation projection algorithm is introduced. First,image binarization is based on Otsu algorithm. Second,unfavorable effects induced by plate edge and rivet are overcome by means of any treatments. Third,line detecting based on Hough is used to transform correct the angle of plate. All steps are operated on MATLAB. Test result shows that,94% of images which can not be segmented in unchanged algorithm is segmented successfully in algorithm changed.

character segmentation;projection;Hough transform

TP 391.41

A

1672–6146(2017)04–0034–02

10.3969/j.issn.1672–6146.2017.04.009

杨峰,33599149@qq.com。

2017–02–03

国家自然科学基金(61403136);湖南省自然科学基金(14JJ5008)。

(责任编校:刘晓霞)