鐘彩+趙武初+王金容+楊興耀

摘要：車牌字符是車牌的關(guān)鍵，主要完成對車輛相關(guān)信息的記錄，而字符分割在車牌管理和識別中具有不容忽視的作用，其作用結(jié)果對車輛識別的效果影響明顯，但是，實際字符分割中，會受到一些外界干擾的制約，如車牌照的傾斜、光照不均等。本文提出一種基于垂直投影和先驗知識相結(jié)合的算法對車牌字符進行分割，先對車牌圖像進行中值濾波，再進行垂直差分，減小左右邊框的影響，根據(jù)車牌的先驗知識形成一個可變長的字符模板匹配的脈沖濾形，定位出第一個字符位置，隨著模板長度的不斷變大，得出每個字符的坐標(biāo)，通過實驗，該方法能有效地對車牌字符進行精確的分割，達到了較好的實驗效果。

關(guān)鍵詞：字符分割；垂直投影法；先驗知識 ；車牌識別

中圖分類號：TP311 文獻標(biāo)識碼：A 文章編號：1009-3044（2016）31-0183-02

1 引言

城市交通的完善為車輛的運行提供的基礎(chǔ)，也進一步地增加了城市車輛的數(shù)量，這也就給城市車輛管理帶來一些不便。車輛識別系統(tǒng)主要是根據(jù)車輛的車牌完成對車主相關(guān)信息的調(diào)用和讀取，還能完成對車輛的定位。字符分割對車牌識別的作用顯著，如果字符分割的效果不夠理想，就會引起的車牌識別和定位出現(xiàn)失誤。故此，需要借由的一種新型的車牌字符分割算法技術(shù)，完成對這些不良因素的控制，保障識別的真實性。

現(xiàn)階段，城市交通中的智能監(jiān)控系統(tǒng)的范圍日漸擴大，可以全面完成對城市交通的監(jiān)控和管理。對于車牌識別，如果不能有效地完成識別，必然不能對車輛完成定位和管理工作。國內(nèi)的車牌主要是由漢字英文字母和數(shù)字這些部分構(gòu)成。但是，受到人為因素和剮蹭、光照等因素的影響，導(dǎo)致的車牌識別的結(jié)果不夠準(zhǔn)確，甚至可能會出現(xiàn)失誤的情況，嚴(yán)重影響相關(guān)服務(wù)和管理工作。本文采用基于垂直投影的分割算法技術(shù)，完成對不同情況下的字符分割，并可以擺脫這些不良因素的干擾，確保車牌識別的準(zhǔn)確性。再通過相關(guān)實驗完成對基于垂直投影的分割算法的檢驗，經(jīng)過檢驗結(jié)果的導(dǎo)致，該算法切實能夠完成對不同干擾情況下的車牌識別，具有較高的實用價值，值得推廣實踐。

2 垂直投影法

2.1 車牌字符分析

國內(nèi)的主要是由字母、漢字和數(shù)字構(gòu)成，共有7個字符，且采用統(tǒng)一規(guī)格，達到便利識別的目的，其中車牌字符的具體參數(shù)如下表1所示。

車牌字符作為車輛識別的重要部分，其規(guī)格必須按照歸家統(tǒng)一標(biāo)準(zhǔn)進行應(yīng)用。另外，車牌在實際的應(yīng)用中，可能會受到一些外界因素的干擾，導(dǎo)致車牌字符的出現(xiàn)識別不佳的情況，其中這些因素主要有：光照問題；安裝問題和字符分割問題。

2.2 垂直投影法的原理

本文的車牌字符分割算法技術(shù)是建立在垂直投影法的基礎(chǔ)上，垂直投影法主要是將經(jīng)過的處理的灰度圖進行灰度垂直投影，并對相關(guān)圖像進行觀察。通過的對車牌的灰度圖像的垂直投影，可以得到7個的區(qū)域，而這7個區(qū)域內(nèi)部則代表的車牌的基本字符，想要得到的具體的字符情況，只需要對的所有字符的左右邊界即可。其中獲取的字符邊界主要是借由的字符區(qū)間內(nèi)部的白色像素個數(shù)的波谷，借由這類方式，即可完成對字符邊界的獲取。鑒于垂直投影法的效果可靠，能夠完成對車牌字符的分割，故此，可以有效地應(yīng)用到的車牌字符分割中。

其中垂直投影實際的應(yīng)用中，主要的是按照橫向投影的方式，由左向右側(cè)展開檢測，并將黑色像素設(shè)為0，白色為1。通過對檢測結(jié)果中1的個數(shù)分析，就可以得到的車牌中白色像素的基本情況。鑒于車牌中白色像素所占的區(qū)域少，可以采用波谷作為邊界，從而完成邊界的獲取。但是，這類方式對車牌的字符分割的仍舊存在一些不足，需要對其進行改善。本文采用先展開垂直投影的方式，先得到圖像，并先進行域值的定義，定義域值為T，如果投影的值

2.3 垂直投影法的實現(xiàn)過程

車牌定位后，提取了車牌的特征值，就能找到垂直投影的分割線位置，具體步驟如下

⑴分別設(shè)定參數(shù)與，完成對字符寬度的計算，公式如下：

⑵根據(jù)上述公式的基本情況，完成對的計算和分析。計算得出后，需要合理的對垂直投影特征函數(shù)進行計算，具體的計算公式如下：

⑶借由垂直投影的特征函數(shù)，可以完成求出特征值和垂直投影，結(jié)合如下公式，完成對的分割線的選擇。

⑷上述步驟的分割線等參數(shù)求解完成后，需要合理的對間距進行的選擇，了解最大間隔位置P的具體情況。其中分割區(qū)域的特征主要包含投影數(shù)量、規(guī)格等信息。

⑸最大間隔的位置P獲取完成后，需要完成對最大間隔特征的提取，結(jié)束后，對兩個信息的進行同時應(yīng)用，從而完成對車牌字符的分割。采用垂直投影—先驗知識結(jié)合的方法分割字符，可以有效地減少各類干擾因素的對圖影像的影響，且投影效果良好，及時的車牌受到一定程度的損壞，也可以完成對字符的分割，進而為車牌的識別提供基礎(chǔ)，保障識別的質(zhì)量。

3 實驗結(jié)果分析

對停車場車輛車牌、高速公路路口抓拍的車牌以及公路行駛車輛抓拍的車牌進行測試，這也是目前字符分割普遍采用的方法。其中停車場車牌可以實現(xiàn)99%以上的分割正確率，其余2種的分割正確率也在98%左右，對字符進行分割，為了達到改善識別的效果，還需要對字符的寬度因素進行考慮。但該方法在研究過程中也存在缺陷，就是當(dāng)字符褪色嚴(yán)重或有干擾信息時會影響分割的質(zhì)量。

本文通過運用垂直投影法進行實驗，對車牌圖像庫中的圖像進行字符測試，圖庫中共有60幅圖（400個樣本），其中35幅作為訓(xùn)練集（320個樣本）；25幅圖作為測試集（280個樣本）。

實驗結(jié)果表明，該方法可以有效完成對不同影響因素下的車牌識別情況，可以解決拍攝到的車牌圖像出現(xiàn)模糊不清的問題，但算法存在某些局限性，故此，需要進一步的對實驗進行研究和分析，從而推動車牌識別的效果和質(zhì)量。

參考文獻：

[1] 段娜，劉力政.基于最大間隔符號特征的車牌字符分割算法[J].西安科技大學(xué)學(xué)報，2014（9）.

[2] 姜周恩.車牌字符分割算法研究[J].遼寧師范大學(xué)，2010（6）.

[3] 傅建強，馮瑞.基于條件隨機場的低圖像質(zhì)量車牌字符分割[J].計算機應(yīng)用與軟件，2013（10）.

[4] 陸建華.基于垂直投影與卷積相結(jié)合的車牌字符分割算法[J].計算機時代，2013（11）.

[5] 潘中杰，譚洪舟.模板匹配和垂直投影法相結(jié)合的一種新的車牌字符分割方法[J].應(yīng)用技術(shù)，2010（4）.

[6] 周開軍，陳三寶，徐江陵.復(fù)雜背景下的車牌定位和字符分割研究[J].計算機工程，2008（2）.