陳文青

(紹興職業(yè)技術學院信息工程學院,浙江紹興312000)

一種基于Radon變換的車牌識別技術研究

陳文青

(紹興職業(yè)技術學院信息工程學院,浙江紹興312000)

由于車牌和攝像機之間存在相位差,導致獲取的車牌圖像存在傾斜、扭曲和變形,造成車牌的分割和識別困難.針對上述問題,提出了一種改進的Radon變換的車牌識別算法.該算法首先對車牌圖像進行Radon變換,接下來對Radon變換的結果進行一階函數(shù)求導,對一階導數(shù)的絕對值再進行累計求和,由求和結果的最大值得到相對應的Radon變換角度值,把該變換角度值作為車牌圖像的傾斜角度.實驗結果表明,改進的Radon變換車牌識別算法用時少、精度高,具有對光照不敏感和較好的抗外界干擾等優(yōu)點.

車牌識別;Radon變換;一階導數(shù);字符分割

0 引言

隨著社會車輛數(shù)量的迅速增長,車輛管理工作越來越需要借助計算機進行.而車牌號碼是管理車輛的關鍵標識,自然而然成為車輛管理中的一個關鍵數(shù)據(jù).管理流動中的車輛首先從車牌號碼識別開始.獲取運動中的車牌圖像,一般主要通過CCD攝像機抓拍,由于車輛和CCD攝像機拍攝角度、拍攝距離以及車牌懸掛位置的不同,造成拍攝到的車牌圖像有一定程度的傾斜.若車牌圖像只是0°到2°輕微傾斜,不影響識別效率,可不做校正處理.若非輕微傾斜,如果在字符分割之前不對車牌圖像進行校正,分割的時候容易產(chǎn)生錯誤,降低車牌字符分割準確率的同時,也降低識別車牌字符的正確率.因此,先對非輕微傾斜的車牌進行必要的傾斜校正[1-3],然后再對車牌字符進行分割,可以提高字符分割的準確率.

處理傾斜車牌,常用的幾種算法有Hough變換法、投影法與主成分分析法.這些算法各有優(yōu)劣,Hough變換法的優(yōu)點是精度高,但如果車牌邊框有磨損或者變形,校正效果不理想;投影法針對投影圖分析,具有操作簡單的優(yōu)點,但是計算量巨大;主成分分析法直接針對二值圖進行計算,但對實測圖像的二值圖精確度要求很高[4-6].

對拍攝到的角度不正、發(fā)生傾斜的車牌處理方法,本文首先采用Radon變換對需要校正的傾斜的車牌圖像進行校正,然后再對Radon變換的結果進行一階求導,并累加求導絕對值,算出求導絕對值之和,求出傾斜角度,然后在水平方向與垂直方向上進行旋轉校正.

1 車牌識別流程

在各種交通道路監(jiān)視管理系統(tǒng)中,需要識別來往車輛的車型與車牌,對車速與車重進行檢測,車牌識別是這些重要交通信息中的一個關鍵環(huán)節(jié).由于受CCD攝像機拍攝角度、拍攝距離及車牌位置不同的影響,采集的車牌大都在一定程度上存在傾斜的情況.為了降低車牌字符分割的錯誤率,在車牌圖像識別之前,需要先對傾斜的車牌圖像進行校正處理,傾斜車牌校正處理后再進行分割,這樣可以提高字符分割的正確率,字符分割正確率提高了,車牌識別率也就提高了[7-8].車牌識別流程如圖1所示.

圖1 車牌識別流程

2 Radon變換

對于二維圖像而言,Radon變換可以在任何維數(shù)變量空間域范圍內(nèi)進行變換,其變換形式為:

公式(1)中,D表示拍攝到的車牌圖像平面;f(x,y)表示圖像中(x,y)點位置的灰度值,在車牌處理中用來表示從車輛整體圖形中識別出的彩色車牌圖像經(jīng)過灰度算法處理后的圖像灰度值;δ表示特征函數(shù);ρ代表車牌圖像所在的平面(x,y)內(nèi)的直線與原點之間的距離;θ表示原點到直線的垂線與水平x軸之間的夾角,Radon變換示意圖如圖2所示,該圖清晰表示了圖像基于Radon變換中從圖像空間到參數(shù)空間的變換.

圖2 Radon變換示意圖

3 車牌傾斜方式和校正

3.1 車牌傾斜方式

若把車牌的邊框作為車牌圖像輪廓,標準車牌圖像可以看作一個長方形,但由于受到各種各樣的因素影響,使得采集到的車牌圖像并非是一個長方形,而是產(chǎn)生了傾斜,這種傾斜的車牌圖像,相當于一個平行四邊形.車牌的傾斜方式一般分為水平傾斜、垂直傾斜、水平垂直混合傾斜,如圖3所示.

車牌水平傾斜時,車牌字符自身無錯切,只是車牌與x軸成一定角度α,求出α,之后旋轉±α,就可以完成車牌校正;若需校正的傾斜車牌為垂直傾斜時,在傾斜車牌圖像當中,因為在同一行間的像素存在錯位偏移,因此,可以先計算出錯位偏移β值,然后再進行傾斜校正;車牌水平垂直混合傾斜時,可先對車牌進行水平校正,水平校正完成后再對車牌進行垂直校正[9-10],最后輸出校正的車牌圖像.

圖3 車牌傾斜方式

3.2 水平校正

車牌水平校正的步驟如下:

(1)運用Mathematical Morphology方法二值邊緣化原始車牌圖像;

(2)對步驟(1)二值邊緣化結果進行Radon變換;

(3)計算Radon變換矩陣中的峰值;

(4)將傾斜車牌進行水平方向旋轉并進行無損校正,將圖像旋轉 ±α;

rot=90-c

I5=imrotate(I,rot,’crop’);%車牌水平旋轉校正

圖4 Radon變換系數(shù)圖

在Radon變換系數(shù)圖中可以看出,變化系數(shù)越大的地方顏色越亮,從圖4可看出在104度左右出現(xiàn)變化系數(shù)的最大值,因此,旋轉度數(shù)α=90-104=-14,把車牌圖像按順時針旋轉,順時針旋轉14度后校正的車牌圖像如圖5所示:

圖5 水平校正

3.3 垂直校正

垂直校正的主要步驟:

(1)運用水平投影和垂直投影方法去掉水平校正車牌圖像的邊框,因為有字符和沒有字符的區(qū)域投影像素是不同的,差異很大;

(2)對無邊框的水平校正圖像進行垂直邊緣檢測;

(3)對垂直邊緣檢測結果進行Radon變換;

theta=0:179;

[r xp]=radon(I4,theta);%Radon變換.

(4)對Radon變換結果求一階導數(shù)累積和;

圖6 垂直邊緣圖

圖7 垂直校正結果

公式(2)中,R表示Radon變換后的結果;n表示Radon變換中x'軸的長度;i表示Radon變換的角度.

4 實驗仿真

為了驗證本文算法的有效性,以3幅未校正的車牌二值圖像為研究對象,分別比較本文算法和投影法的校正效果.水平校正、垂直校正和混合校正的結果分別如圖8、圖9和圖10所示.

圖8 水平校正

圖9 垂直校正

圖10 混合校正

通過圖8、圖9和圖10校正結果可知,本文算法具有精度高、運行時間少的優(yōu)點,平均運行時間0.3秒左右.

以圖11中的3幅圖像作為測試對象測試算法的校正效果與校正時間,分別進行Hough變換、Radon變換、最小二乘法和兩點法,這四種算法的車牌圖像校正結果對比如圖12、圖13和圖14所示,校正的角度與算法用時對比情況如表1所示.

圖11 測試圖像

圖12 測試圖像1校正結果

圖13 測試圖像2校正結果

圖14 測試圖像3校正結果

表1 校正結果對比情況

由表1校正對比結果可知,Radon變換效果最好,不但計算精度高,同時具有計算時間短的優(yōu)點,可以有效地應用于低質量的車牌識別.

5 結論

現(xiàn)實生活中,汽車車牌大多存在一定程度上的傾斜、變形甚至扭曲等問題,造成車牌識別困難.本文提出一種改進的Radon變換的車牌識別方法,該方法先對需要校正的車牌圖像進行Radon變換,對變換結果一階求導并累加求導絕對值,算出求導絕對值之和,得到傾斜校正度數(shù),然后在水平方向與垂直方向上進行旋轉校正.實驗結果表明,改進的Radon變換車牌識別算法用時少、精度高,具有對光照不敏感和較好的抗外界干擾等優(yōu)點.

[1]喻曉,李慕龍,張礽婧,等.復雜車輛圖像中的車牌定位方法[J].電子設計工程,2010,18(12):120 -123.

[2]張順利,李衛(wèi)斌,吉軍.基于投影的文檔圖像傾斜校正方法[J].計算機工程與應用,2010,46 (3):166.

[3]曹中華,周定康,謝旭升.基于矩特性的變形圖像矯正[J].計算機應用與軟件,2014,21(4):752-756.

[4]白建華.車牌字符分割及識別算法研究[D].西安:西安電子科技大學,2010.

[5]甘玲,林小晶.基于連通域提取的車牌字符分割算法[J].計算機仿真,2011,28(4):336-339.

[6]AI-Ghaili A M,Mashohor S.Vertical Edge Based Car License Plate Detection Method[J].IEEE Transactions on Vehicular Technology,2013,62(1):26-38.

[7]秦常貴.車牌自動識別的算法研究與實現(xiàn)[J].計算技術與自動化,2011,30(2):139-144.

[8]申繼龍.車牌定位和傾斜校正的關鍵技術研究[D].南京:南京郵電大學,2013.

[9]韓立明,王波濤.車牌識別中關鍵技術的研究與實現(xiàn)[J].計算機工程與設計,2010,31(17):3919 -3923.

[10]牛潔.字符識別算法研究[D].北京:北京郵電大學,2010.

(責任編輯 王海雷)

TP391.41

A

1008-293X(2015)08-0065-06

10.16169/j.issn.1008-293x.k.2015.08.13

2015-04-06

2014年浙江省教育廳科研項目(Y201431964:基于Radon變換的低質量車牌識別關鍵技術研究).

陳文青(1978-),女,廣東潮汕人,講師,主要研究方向:圖形圖像處理、高等教育教學研究.