一种基于图像处理和投影的车牌定位方法
摘要:为了提高车牌的定位率和准确性,通过对车牌特征的研究,提出一种采用颜色特征、图像处理和投影结合的定位方法。首先利用车牌的颜色特征将车牌可能区域从整幅图像中确定,再利用水平移差扫描,边缘检测对图像进行处理,并利用投影以及车牌的长宽比例相结合的方法,确定车牌具体位置。结果表明,此方法对蓝底白字车牌定位较准确,并且具有一定的鲁棒性和实时性。
本文引用地址://m.amcfsurvey.com/article/197495.htm车牌识别系统在现代交通系统中占据重要位置,在停车场管理、高速公路收费管理、十字路口监控都有广泛应用。车牌定位是车牌识别系统中的一个重要部分,由于车牌定位的车牌图片采集于户外,图像背景复杂、噪声干扰严重,图像质量较低,因此车牌定位受到影响。
车牌的定位在车牌识别系统中有着重要的地位,是后续车牌字符识别的前提条件。但是由于车牌定位的车牌图片采集于户外,图像背景复杂、噪声干扰严重,图像质量较低,因此车牌定位往往受到影响而不能准确定位。所以在车牌定位算法中,关键是寻找某种图像处理方法,使原始图像经过该算法的处理后能够清楚地显示出车牌区域,同时使图像中的非车牌区域消失或者减弱,从而能准确有效地定位出车牌在图像中的位置。文中主要针对的是蓝底白字车牌,首先利用车牌蓝色特征和图像处理的方法进行初次定位,减少了车牌候选区域,然后对初次定位的车牌图片进行投影,最终完成车牌定位。
1. 车牌初步定位
1.1. RGB 空间向HSI空间转化后的车牌
彩色图像包含丰富的颜色信息,给人良好的视觉效果,根据这一特点进行初次定位。但在一般情况下,彩色图片都在RGB 模型下,而HSI模型较适合人的视觉系统,所以需进行颜色空间转换,将RGB模型转化为HSI模型,从RGB 空间到H SI空间的转换公式为:
当B =G 时,H = θ;当B > G 时,H = 360°- θ.。
蓝底白字车牌中,蓝色的色度H 约为240°,饱和度S 值较大。通过这两个量,可以将输入图像中的蓝色部分全部过滤,从而去除了大量的背景噪音。
评论