基于DSP的图像处理在车牌识别中的应用

基于DSP的图像处理在车牌识别中的应用

文章编号:1008-0570(2009)10-2-0133-03

DSP开发与应用

基于DSP的图像处理在车牌识别中的应用

TheApplicationofTheImageProcessBasedonDSPintheLPR

(1.四川大学;2.山东大学)

马晶

1

雷勇

1

涂国强

1

杨健熙

1

穆巍

2

MAJingLEIYongTUGuo-qiangYANGJian-xiMUWei

摘要:车牌识别模块是车牌识别(LPR)系统的核心。论文根据国内汽车牌照的特点,对车牌识别模块中的预处理、字符分割及字符识别技术提出了改进的算法,并基于DSP实现了对车牌纯字符区域的准确提取、分割。改进点有采用对边缘锐化后的二值图像进行局部投影去除车牌背景、对各字符的外部轮廓进行统计特征提取以及充分利用数字“1”自身的特点设计识别方案。通过CodeComposerStudio(CCS)对358副车牌图像进行了仿真测试,识别率为99.16%。关键词:车牌识别;DSP;模式识别;数字图像处理

文献标识码:A中图分类号:TP391,41

Abstract:ThesubsystemofLicenseplaterecognitionisthecoreofthelicenseplaterecognition(LPR).Accordingtothecharacteris-ticsofthedomesticautomobilelicense,thispaperproposesanimprovedalgorithmofthesubsystemincludingpretreatmentoflicense

plateimage,licenseplatecharactersegmentandcharacterrecognition.BasedonDSP,thepreciseextractionandsegmentationofthecharacterareafromthelicenseplateareachieved.Inthispaper,thebackgroundofthelicenseplateisdiscardedbylocalprojectionofthebinaryimageaftertheedgedetection,theexternaloutlineofeachcharacterisextractedbythestatisticresult,andthetem-platematchingisonbasisofthefeaturevector;thespecialtyof“1”isfullyusedtodiscriminate“1”fromothernumbers.Theper-formanceofthesystemhasbeeninvestigatedonreallocatedimagesofabout358licenseplatesextractedundervariousilluminationconditionsintheCCS.Recognitionofabout99.16%showsthatthesystemisquiteefficient.Keywords:Licenseplaterecognition;DSP;Digitalimageprocess;Patternrecognition

技术创新

引言

随着高速公路的快速发展,以及汽车普及程度的提高,汽车牌照自动识别系统(LPR)的研究与开发也成为现代化交通发展中倍受关注的问题。对提高这些场所交通系统的管理水平和自动化程度具有重要的意义和巨大的经济价值,有着广阔的发展前景。车牌识别技术作为该系统的核心,起着举足轻重的作用,它在高速公路、城市道路和停车场等项目管理中占有无可取代的重要地位。

像再次进行了中值滤波。CCS仿真测试表明,中值滤波后的车牌二值图像,清晰度得到了显著提高(如图1所示),为车牌字符分割打好了基础。

(a)中值滤波前

图1二值图

(b)中值滤波后

1图像预处理及车牌字符分割

1.1预处理

LPR的摄像部分工作于开放的户外环境,拍照时的光线,摄像机与牌照的距离和角度等都会造成采集图像的模糊、歪斜等,严重影响车牌的分割识别。所以在进入车牌识别模块之前,首先要对采集到的车牌图像进行预处理。目前,适应于各种应用环境的,较为通用的图像预处理方法还不是很成熟,论文在现有车牌预处理算法的基础上,针对车牌图像提出了改进的预处理方案。具体过程是在现有的中值滤波、灰度化及二值化的常规处理后,又提出了对二值图像进行二次中值滤波来对二值图像降噪,并将通常用于实现车牌定位的锐化边缘算法运用到预处理中,为去除车牌图像背景,提取车牌字符做好了准备。

1.1.1中值滤波

中值滤波对于消除孤立点,即椒盐噪声和线段干扰十分有用,特别是对于二进制的椒盐噪声尤为有效,所以论文对二值图

马晶:硕士研究生

1.1.2锐化边缘

在车牌识别系统中通常采用锐化边缘的方法实现车牌定位,论文将其用于预处理,采用Roberts算子,利用局部差分算子寻找边缘,对车牌二值图像进行了边缘锐化(如图2所示),为去除车牌背景提取字符做好了准备,同时经过边缘锐化提取了车牌边框及字符的外部轮廓信息,相对整个车牌信息,后续处理的数据量大大减少了,从而提高了系统的处理速度。

(b)边缘检测后

图2预处理后

1.2车牌字符分割算法及改进

车牌字符分割是在车牌定位后把车牌的整体区域分割成单字符区域。字符分割算法主要有自顶向下分割、边缘检测分割、迭代像素聚类和区域生长法等。论文结合车牌自身的特点,提出了先去车牌背景提取字符,再进行字符分割的改进的车牌分割方案。

邮局订阅号：/年-133-

(a)原图

PLC技术应用200例》

基于DSP的图像处理在车牌识别中的应用

DSP开发与应用

1.2.1字符提取

车牌背景对车牌字符的正确分割和识别有很大的影响,为了提高识别效率,论文在车牌分割之前,充分利用定位车牌两铆钉中间部分无铆钉干扰,且字符与车牌边框的粘连度较小的特点,首先采用改进的局部投影法去除了车牌图像的背景(边框、铆钉以及噪音),准确提取出车牌图像的纯字符区(如图4(b)所示)。首先,截取车牌二值图像的中间部分(通常为车牌长度的1/3到2/3部分)进行局部水平投影,通过从中间向两边扫描投影值(0或255)的大小寻找字符区域的上下边界,再根据车牌各字符字体高度相等的特点,即可去除车牌的上下边框和铆钉。同理,对去除水平背景的二值图像进行垂直投影并从左到右扫描投影值,便可找到并去除车牌图像的左右边框,彻底提出车牌中的字符图像。

1.2.2字符分割

论文利用车牌图像小且内容简单的特点,将自顶向下分割法与边缘检测分割法相结合,采用了改进的垂直投影法,对边缘锐化了的纯字符图像做垂直投影,从右向左扫描黑白跳变点来实现车牌字符分割。由于是对纯字符的二值图像进行垂直投影,

《微计算机信息》(嵌入式与SOC)2009年第25卷第10-2期

性较差且耗时较长,所以论文提出基于特征向量的匹配算法,具

体算法是将待识别字符的特征向量与模板字符特征库中的特征向量依次对应相减,若结果为零向量则完全匹配,其对应的模板字符即为识别结果。若为非零向量,则对这9个差值的绝对值求和,取最小值对应的标准模板字符作为最佳匹配字符并将其

“1”的字高与字宽之比大于3,输出,完成了字符识别。由于数字

而其他字符的高宽之比都小于3,所以论文首先根据这一特性判断分割字符是否为“1”“1”,若是则识别结果输出标准字符,若

特征提取和基于特征不是则依次对分割字符进行字符归一化、

向量的模板匹配,输出识别结果。这样既可以较为简单和准确的识别字符“1”“1”的模板特征向量,减少了计,而且不需要建字符

算量,提高识别了速度,同时也降低了整体识别的难度。

3系统组成原理

3.1硬件结构框图

车牌识别系统分为硬件部分和软件部分两部分。它的基本硬件配置是由摄像机、工控机、采集卡、照明装置组成。而软件则是由基于DSP的具有车牌识别功能的图像分析处理软件,和满足具体应用需求的后台管理软件组成。车牌识别系统的流程

其中车牌识别软件部分具体又分为三个步骤:车图如图3所示。

牌定位、车牌图像预处理字符分割和字符识别。首先通过车牌定位获取车牌图片,随后将图片切割成包含单个字符的七个子图像,最后对各个字符进行字符识别,得出识别结果。

技术创新

且车牌的边 …… 此处隐藏：6773字，全部文档内容请下载后查看。喜欢就下载吧 ……