基于形态学的车牌自动识别系统的研究
|
摘要
车辆牌照自动识别系统在桥梁路口自动收费、停车场无人管理、违章车辆自动记录等领域有着广泛的应用。与无接触式智能卡等车辆识别技术相比，用摄像头采集图像，运用图像处理、图像分析和模式识别技术实现牌照号码的自动识别具有投资少、适应性强、安装维护方便等优点。
本论文的研究重点主要包括牌照的定位、牌照中字符的分割和字符识别三部分，通过对图像处理和分析技术的综合运用以及对问题本身特点的详细考察，最终实现了基于边缘特征和形态学分析的牌照定位算法，在图像预处理方面采用灰度变换、同态增晰和平滑算法对图像进行处理，提高了牌照图像的质量。然后利用边缘检测和基于Hough变换的校正算法对牌照图像处理，将牌照校正为矩形或近似于矩形。另外，本文还提出了将拓扑特征识别方法和神经网络识别方法相结合的数字识别方法，取得了较高的识别率和可靠性。
本文算法对牌照在图像中的位置、牌照的颜色没有限制，对牌照的倾斜、变形，字符的污染、模糊有较强的抗干扰能力，对于外界光线强度和图像对比度的变化有较强的适应能力。系统测试结果，牌照定位的准确率达98％以上，字符识别率达95％，识别速度0.5秒，各方面指标已经基本达到实用水平。
Automatic license plate identification plays an important role in Intelligent traffic control system, parking lot monitor system and automatic charging system .Vision-based approach is promising since it requires no pavement adjustments and is more flexible and economical.
A Vision-based license plate identification system has to be robust, since the plate may be inclined or distorted, the characters may be blurred and the strokes become disconnected. The algorithms also have to be adaptable since the light condition and image capture position could vary.
The license plate identification system has to implement license plate region identification, character extraction and character recognition .We use edge features and shape features to locate the plate region, in this process image enhance and mathematical morphology are used. In character segmentation the image is binarized and the style of license plate is confirmed, and the frame of license plate is cut off. Then, the image of a whole license plate is segmented based on pixel projection into several images, one of which contains only one character.
These features are computed by analysis of concurrence matrix and project histogram. A modified Hough transform is also used in plate inclination detection. In character recognition process, Low dimension template matching is a robust algorithm since it works on highly blurred Images. Structure information is used to distinguish some alike characters.
本论文的研究重点主要包括牌照的定位、牌照中字符的分割和字符识别三部分，通过对图像处理和分析技术的综合运用以及对问题本身特点的详细考察，最终实现了基于边缘特征和形态学分析的牌照定位算法，在图像预处理方面采用灰度变换、同态增晰和平滑算法对图像进行处理，提高了牌照图像的质量。然后利用边缘检测和基于Hough变换的校正算法对牌照图像处理，将牌照校正为矩形或近似于矩形。另外，本文还提出了将拓扑特征识别方法和神经网络识别方法相结合的数字识别方法，取得了较高的识别率和可靠性。
本文算法对牌照在图像中的位置、牌照的颜色没有限制，对牌照的倾斜、变形，字符的污染、模糊有较强的抗干扰能力，对于外界光线强度和图像对比度的变化有较强的适应能力。系统测试结果，牌照定位的准确率达98％以上，字符识别率达95％，识别速度0.5秒，各方面指标已经基本达到实用水平。
Automatic license plate identification plays an important role in Intelligent traffic control system, parking lot monitor system and automatic charging system .Vision-based approach is promising since it requires no pavement adjustments and is more flexible and economical.
A Vision-based license plate identification system has to be robust, since the plate may be inclined or distorted, the characters may be blurred and the strokes become disconnected. The algorithms also have to be adaptable since the light condition and image capture position could vary.
The license plate identification system has to implement license plate region identification, character extraction and character recognition .We use edge features and shape features to locate the plate region, in this process image enhance and mathematical morphology are used. In character segmentation the image is binarized and the style of license plate is confirmed, and the frame of license plate is cut off. Then, the image of a whole license plate is segmented based on pixel projection into several images, one of which contains only one character.
These features are computed by analysis of concurrence matrix and project histogram. A modified Hough transform is also used in plate inclination detection. In character recognition process, Low dimension template matching is a robust algorithm since it works on highly blurred Images. Structure information is used to distinguish some alike characters.
引文
1. Nikhil R. Pal et al., A Review on Image Segmentation Techniques, Pattern Recognition, Vol.26, No.9, pp.1277-1294, 1993
2. P. K. Sahoo et al., A Survey of Threshholding Techniques, Computer Vision, Graphics, and Image Processing 41, 233-260(1988)
3. Robert M. Haralick et al., Image Segmentation Techniques, Computer Vision, Graphics, and Image Processing 29, 100-132(1985)
4. David J. Kruglinski, 《Visual C++技术内幕》(第四版)，清华大学出版社，1998
5. J. Barroso et al., Real-Time Number Plate Reading, Universidade de Tras-os-Montes e Alto Douro
6．蔺慧娟，孔令明，徐宝龙，河北省高速公路ITS发展透析，河北工业大学成人教育学院学报，第15卷，第2期，2000，pp5-7
7．黄中祥，贺国光，不停车自动收费系统研究动态与发展趋势，国外公路第16卷，第6期，1996，pp49-52
8．栗菊，智能运输系统在国外，中国机电工业，第9期，2000
9．蒋冰蕾，美国智能公共交通领域发展近况，国外城市规划，第1期，1999，pp9-13
10．郭敏，国外智能运输系统，国外公路，第19卷，第5期，1999，pp16-20
11．夏良正等，《数字图像处理》，东南大学出版社，1999
12．夏德深，付德胜，《现代图像处理技术与应用》，东南大学出版社，1997
13．王润生，《图像处理》，国防科技大学出版社，1995
14．荆仁杰，叶秀清等，《计算机图像处理》，浙江大学出版社，1990
15．谭浩强，《C程序设计》，清华大学出版社，1991
16．田村秀行等，《计算机图像处理技术》，北京师范大学出版社，1986
17．吴一全，朱兆达，图像处理中阈值选取方法30年(1962—1992)的进展(一)，数据采集与处理，第8卷，第3期，1993，pp193-282
18．李洪波，李永祥，杨翠玲，21世纪公路交通的标志—ITS，黑龙江交通科技，第2期，2000，pp69-70
19．罗希平，田捷等，图像分割方法综述，模式识别与人工智能，第12卷，第3期，1999，pp300-312
20．李淦山，日本智能运输系统(ITS)研究综述，国外公路，第20卷，第4期，2000，pp33-35
21．吴立德，《计算机视觉》，复旦大学出版社，1993
22．郑南宁，刘健勤，基于区域特征的自适应图像分别方法，电子学报，第7期，1995，pp98-101
23．章毓晋，《图像处理和分析》，清华大学出版社，1999
24．张西宁，郑南宁，汽车牌照自动识别中的目标与背景的快速分割，信息与控制，第2期，1988，pp27-31
25．郑南宁，张西宁等，行驶车辆牌照自动识别系统，西安交通大学学报，第25卷，第1期，1991，pp43-53
26．王少杰，朱志刚等，货运列车车型车号自动分割和识别算法，模式识别与人工智能，第11卷，第3期，1998，pp328-334
27．徐立亚，林纯青，戚飞虎，图像目标区域定位模糊法实现，红外与毫米波学报，第17卷，第3期，1998，pp209-214
28．王昱，赵正校，杨硕，基于样本线搜索和霍夫变换的区域定位算法，红外与激光工程，第28卷，第4期，1999，pp16-33
29．王年，李婕等，多层次汽车车牌照定位分割方法，安徽大学学报，第23卷，第2期，1999，pp57-62
30．刘智勇，路桥不停车收费系统中的硬件技术选型及车道实时控制系统工作原理，河南交通科技，第20卷，第1期，2000，pp57-59
31．杨东凯，吴今培，张其善，智能运输系统(ITS)的发展及其模型化研究，北京航空航天大学学报，第26卷，第1期，2000，pp22-25 廖金周，宣国荣，车辆牌照的自动分割，微型电脑应用，第7期，1999
32．戴青云，余英林，一种基于小波与形态学的车牌图像分割方法，中国图像图形学报，第5卷，第5期，2000，pp411-415
33．龚炜，石青云等，《数字空间中的数学形态学—理论及应用》，科学出版社，1997
34．晏建华，赵正校，基于属性开运算的汽车牌照区域定位算法，微型电脑应用，第15卷，第11期，1999
35．唐鸿龄，张元林，陈浩球，《应用概率》，南京工学院出版社，1988
36．熊辉，李吉成，沈振康，运用形态膨胀检测红外运动点目标，系统工程与电子技术，第11期，1998，pp50-54
37．叶晨洲，廖金周，一种基于纹理的牌照图像二值化方法，微型电脑应用，第6期，1999
38．刘春阳，梁德群，宋焕生，带有手写干扰的印刷体数字识别，西安交通大学学报，第32卷，第1期，1998，pp21-24
39．叶斌，彭嘉雄，基于顺序形态滤波的边缘检测，华中理工大学学报，第28卷，第8期，2000，pp9-11
40．陈贺新，《非线性滤波器与数字图像处理》，国防工业出版社，1997
41．邹荣金，蔡士杰，张福炎等，字符粘连及字线相交的分割与识别方法，软件学报，第10卷，第3期，1999，pp241-247
42．吴佑寿等，《汉字识别—原理、方法与实现》，北京，高教出版社，1992
43．张忻中，《汉字识别技术》，清华大学出版社，广西科学技术出版社
44．张二虎，吴显金等，复杂背景中字符图像的提取，西安理工大学学报，第15卷，1998，pp50-53
45．黄翰敏，汪先矩等，一种基于特征提取的手写字符识别技术，重庆大学学报，第23卷，第1期，2000，pp66-69
46．陈向东，常文森，高政，基于数学形态学的图像分形维数实时提取方法研究，信息与控制，第27卷，第6期，1998，pp433-439
47．解梅，顾德仁，使用小波变换的图像边缘检测算法，电子科技大学学报，第25卷，第4期，1996，pp353-356
48．杨静宇，曹雨龙，《计算机图像处理及常用算法手册》，南京大学出版社，1997
49．沈清，汤霖，《模式识别导论》，国防科技大学出版社，1990
2. P. K. Sahoo et al., A Survey of Threshholding Techniques, Computer Vision, Graphics, and Image Processing 41, 233-260(1988)
3. Robert M. Haralick et al., Image Segmentation Techniques, Computer Vision, Graphics, and Image Processing 29, 100-132(1985)
4. David J. Kruglinski, 《Visual C++技术内幕》(第四版)，清华大学出版社，1998
5. J. Barroso et al., Real-Time Number Plate Reading, Universidade de Tras-os-Montes e Alto Douro
6．蔺慧娟，孔令明，徐宝龙，河北省高速公路ITS发展透析，河北工业大学成人教育学院学报，第15卷，第2期，2000，pp5-7
7．黄中祥，贺国光，不停车自动收费系统研究动态与发展趋势，国外公路第16卷，第6期，1996，pp49-52
8．栗菊，智能运输系统在国外，中国机电工业，第9期，2000
9．蒋冰蕾，美国智能公共交通领域发展近况，国外城市规划，第1期，1999，pp9-13
10．郭敏，国外智能运输系统，国外公路，第19卷，第5期，1999，pp16-20
11．夏良正等，《数字图像处理》，东南大学出版社，1999
12．夏德深，付德胜，《现代图像处理技术与应用》，东南大学出版社，1997
13．王润生，《图像处理》，国防科技大学出版社，1995
14．荆仁杰，叶秀清等，《计算机图像处理》，浙江大学出版社，1990
15．谭浩强，《C程序设计》，清华大学出版社，1991
16．田村秀行等，《计算机图像处理技术》，北京师范大学出版社，1986
17．吴一全，朱兆达，图像处理中阈值选取方法30年(1962—1992)的进展(一)，数据采集与处理，第8卷，第3期，1993，pp193-282
18．李洪波，李永祥，杨翠玲，21世纪公路交通的标志—ITS，黑龙江交通科技，第2期，2000，pp69-70
19．罗希平，田捷等，图像分割方法综述，模式识别与人工智能，第12卷，第3期，1999，pp300-312
20．李淦山，日本智能运输系统(ITS)研究综述，国外公路，第20卷，第4期，2000，pp33-35
21．吴立德，《计算机视觉》，复旦大学出版社，1993
22．郑南宁，刘健勤，基于区域特征的自适应图像分别方法，电子学报，第7期，1995，pp98-101
23．章毓晋，《图像处理和分析》，清华大学出版社，1999
24．张西宁，郑南宁，汽车牌照自动识别中的目标与背景的快速分割，信息与控制，第2期，1988，pp27-31
25．郑南宁，张西宁等，行驶车辆牌照自动识别系统，西安交通大学学报，第25卷，第1期，1991，pp43-53
26．王少杰，朱志刚等，货运列车车型车号自动分割和识别算法，模式识别与人工智能，第11卷，第3期，1998，pp328-334
27．徐立亚，林纯青，戚飞虎，图像目标区域定位模糊法实现，红外与毫米波学报，第17卷，第3期，1998，pp209-214
28．王昱，赵正校，杨硕，基于样本线搜索和霍夫变换的区域定位算法，红外与激光工程，第28卷，第4期，1999，pp16-33
29．王年，李婕等，多层次汽车车牌照定位分割方法，安徽大学学报，第23卷，第2期，1999，pp57-62
30．刘智勇，路桥不停车收费系统中的硬件技术选型及车道实时控制系统工作原理，河南交通科技，第20卷，第1期，2000，pp57-59
31．杨东凯，吴今培，张其善，智能运输系统(ITS)的发展及其模型化研究，北京航空航天大学学报，第26卷，第1期，2000，pp22-25 廖金周，宣国荣，车辆牌照的自动分割，微型电脑应用，第7期，1999
32．戴青云，余英林，一种基于小波与形态学的车牌图像分割方法，中国图像图形学报，第5卷，第5期，2000，pp411-415
33．龚炜，石青云等，《数字空间中的数学形态学—理论及应用》，科学出版社，1997
34．晏建华，赵正校，基于属性开运算的汽车牌照区域定位算法，微型电脑应用，第15卷，第11期，1999
35．唐鸿龄，张元林，陈浩球，《应用概率》，南京工学院出版社，1988
36．熊辉，李吉成，沈振康，运用形态膨胀检测红外运动点目标，系统工程与电子技术，第11期，1998，pp50-54
37．叶晨洲，廖金周，一种基于纹理的牌照图像二值化方法，微型电脑应用，第6期，1999
38．刘春阳，梁德群，宋焕生，带有手写干扰的印刷体数字识别，西安交通大学学报，第32卷，第1期，1998，pp21-24
39．叶斌，彭嘉雄，基于顺序形态滤波的边缘检测，华中理工大学学报，第28卷，第8期，2000，pp9-11
40．陈贺新，《非线性滤波器与数字图像处理》，国防工业出版社，1997
41．邹荣金，蔡士杰，张福炎等，字符粘连及字线相交的分割与识别方法，软件学报，第10卷，第3期，1999，pp241-247
42．吴佑寿等，《汉字识别—原理、方法与实现》，北京，高教出版社，1992
43．张忻中，《汉字识别技术》，清华大学出版社，广西科学技术出版社
44．张二虎，吴显金等，复杂背景中字符图像的提取，西安理工大学学报，第15卷，1998，pp50-53
45．黄翰敏，汪先矩等，一种基于特征提取的手写字符识别技术，重庆大学学报，第23卷，第1期，2000，pp66-69
46．陈向东，常文森，高政，基于数学形态学的图像分形维数实时提取方法研究，信息与控制，第27卷，第6期，1998，pp433-439
47．解梅，顾德仁，使用小波变换的图像边缘检测算法，电子科技大学学报，第25卷，第4期，1996，pp353-356
48．杨静宇，曹雨龙，《计算机图像处理及常用算法手册》，南京大学出版社，1997
49．沈清，汤霖，《模式识别导论》，国防科技大学出版社，1990