基于垂直投影法的车牌字符分割算法设计

【关键字】方法1 绪论1.1问题的提出和研究背景车辆牌自动识别(Automated License Plate Recognition,ALPR)技术作为交通管理自动化的重要手段，其任务是分析、处理汽车监控图像，自动识别汽牌照号，并进行相关智能化数据库管理。

ALPR 系统可以广泛应用于高速公路电子收费站、出入控制、公路流量监控、失窃车辆查询、停车场车辆管理、公路稽查入监测黑牌机动车、监控违章车辆的电子警察等需要牌照认证的重要场合。

尤其在高速公路收费系统中，实现不停车收费技术可提高公路系统的运行效率。

人们一般将车牌识别系统划分为三大部分[1],首先将车牌从经过预处理的图像中定位出来,然后对车牌中的字符进行准确的切分,最后对分割好的字符进行识别"如何从复杂图像中将待识别的信息进行准确有效的定位与分割就是自动识别的关键1.2 ALPR系统简介车辆牌自动识别系统，总体来说是图像处理技术与牌照本身特点的有机结合，也包括小波分析、神经网络、数学形态学、模糊理论等数学知识的有效运用。

一个车牌自动识别系统基本包括:图像预处理、牌照定位、牌照校正、牌照字符分割、字符识别及结果输出等。

图1-1为系统的流程框图：图1-1 车辆牌照自动识别流程1.3 ALPR关键技术：1.图像采集：用一个摄像机摄取车辆前视图或后视图。

2.图像处理：对采集到的图像进行增强，恢复，变换。

目的是突出车牌的特征，以便更好的提取车牌。

3.车牌定位：在采样的图像中找到车牌的位置。

4.车牌字符分割：对获得的车牌分离出单个字符（包括汉字、字母和数字等）5.字符识别：对分割得到的字符进行归一化处理，转化为文本存入到数据库或直接显示出来。

由此可见，车牌识别系统在硬件上一般包含一台PC机，摄像头，图像采集设备，相应的图像处理软件，以及汽车到来的检测装置。

1.4国内外研究现状和发展趋势牌照识别技术自1988年以来，人们就对它进行了广泛的研究，目前国内外己经有众多的算法，一些实用的ALPR技术也开始用于车流监控、出入控制、电子收费、移动稽查等场合。

1 绪论1.1 背景介绍为了实现车牌字符识别，通常要经过车牌位置检测、车牌字符分割和字符识别三个关键步骤。

车牌位置检测是根据车牌字符目标区域的特点，寻找出最符合车牌特征的区域。

车牌字符分割就是在车牌图像中找出所有字符的上下左右边界，进而分割出每个车牌字符。

在实际应用中，车牌字符分割的效果对车牌字符识别正确率会产生很大的影响，由于车牌图像亮度不均、尺度变化、透视失真、字符不完整等因素，使图像质量存在较大差异，进而影响图像分割的效果，因此车牌字符分割这一技术仍然具有很大的研究意义。

在实际的监控场景中，车牌图像的透视失真通常是由于拍摄视角的变化或车辆位置的移动，相机光轴偏离车牌平面的法线方向造成的。

由于车牌图像在整幅图像中占有较小的比例，所以车牌图像几何校正主要工作是校正车牌图像的旋转和剪切失真。

旋转投影法和直线拟合法是两种主要的偏斜校正方法。

旋转投影法是为了获取垂直倾斜角，即将车牌图像穷举逐个角度进行剪切变换，然后统计垂直投影数值为0的点数，得到最大值对应的角度。

这种方法受背景区域的干扰比较大。

另一种方法是直线拟合车牌字符的左边界点从而获得垂直倾斜角，该方法为直线拟合法。

该方法并没有逐个角度对车牌图像进行剪切变换，从左边界点拟合出的直线通常不能真正用来代表车牌的垂直倾斜方向，检测出的角度存在较大误差，且字符左侧噪声对角度检测干扰太大，鲁棒性较差。

因此找到一种更准确和迅速的车牌垂直倾斜矫正方法是十分重要的。

通过得到最小的字符投影点坐标方差，得到另一种车牌垂直矫正方法。

首先将车牌字符图像进行水平校正，根据字符的区域的上下边界，将车牌字符进行粗分割。

然后将剪切变换后的字符点进行垂直偷用。

当得到投影点最想左边方差时，便能导出两类剪切角闭合表达是，最后便是确定垂直投影的倾斜角并对此进行校正。

投影法是目前最常用的车牌分割算法之一，其算法简单并且计算复杂度低。

该方法的核心思想是将车牌图像进行水平投影和垂直投影，利用峰谷特征来定位车牌字符的上下左右边界。

应用技术12 * 广州市留学人员科技创业资助计划(2006V11I0831)资助。

模板匹配法和垂直投影法相结合的 一种新的车牌字符分割方法*潘中杰 谭洪舟（中山大学电子与通信工程系）摘要：在深入研究了大部分常用的车牌字符分割算法的前提下，根据车牌区域图像的特征，文章提出了一种综合了模板匹配法和垂直投影分割法的车牌字符分割算法（模板匹配－垂直投影分割法），该算法经过大量实验证明了其在准确率方面的优越性。

关键词：字符分割；模板匹配；垂直投影1概述字符分割的目标是把经过车牌定位步骤提取出来的车牌图像中的每个字符从整个图像中切割出来成为单个字符。

车牌字符的正确分割是影响字符识别准确率的关键步骤，字符分割正确与否，将直接影响到车牌识别的准确率。

字符分割的难点主要是如何判断车牌字符图像的粘连、断裂情况，并正确地分割粘连字符及合并断裂字符。

2车牌的字符特点要进行字符分割，首先要了解车牌的字符特点。

根据对车牌的分析得知，一般牌照字符共有7个，并且长、宽、高都符合一定的标准。

例如字符区域的总长为409mm ，每个字符宽45mm ，高90mm ，第2和第3个字符间距为34mm ，其余字符间距为12mm [1,3]。

3字符垂直分割的常见方法字符垂直分割的常见方法有模板匹配法[2,4]、垂直投影分割法[3,5]及基于连通域思想的垂直切分方法[5]，下面将分别介绍这三种方法的基本思想并分析其优缺点。

（1）模板匹配法：在精确定位车牌字符的上下边界后，以图1为模板，从左往右扫描车牌图像，寻求落在字符区域与字符间空隙区域白色像素的最大差值，此时则可将字符分割出来。

模板匹配法能很好地解决图像二值化后字符粘连及铆钉等的干扰。

若车牌内汉字为左右结构，也不会将该汉字错分为两个字符，但是待处理的车牌图像尺寸必须很规范，车牌稍微的变形即可导致字符分割错误。

图1 车牌模板（H 为车牌字符高度）（2）垂直投影分割法：对二值化后的车牌的白色像素个数进行垂直方向上的统计，由于字符区域白色像素丰富，而字符间空隙区域白色像素较少，通过检测字符与字符之间白像素个数的波谷确定字符的左右边界。

结合垂直投影法与固定边界分割的车牌字符分割算法（附源码和详细解析）上⼀篇博⽂简单有效的车牌定位算法（附源码和详细解析），详细介绍了数学形态学处理车牌粗定位与蓝⾊像素统计、⾏列扫描的车牌精确定位算法。

没有看的朋友可以先看上⼀篇博⽂。

这次，在牌照字符的分割上，我结合了⽬前使⽤最多的投影法和车牌固定边界的多阈值分割算法。

它的⼤致实现过程如下：第⼀步先对上⼀节粗定位完牌照的只有⿊⽩两⾊的图像bg2实施伪彩⾊标记。

第⼆步获取标记区域各连通块的尺⼨参数，⽤作下⼀步遍历的索引。

第三步投影得直⽅图，取⼀个分割阈值，划分出背景和字符的范围，也就是在直⽅图histrow(histcol)中区分⾕底点和上升点。

第四步分析峰⾕，得到例如最⼤峰中⼼距等参数。

最后⼀步，根据上⼀步求得的参数分割字符。

具体分割流程图如下图：图5-1 字符分割流程图⼀、车牌区域彩⾊标记与特征提取 对粗定位车牌后的⼆值图像作连通区域4邻域的伪彩⾊标记的⽬的是为了⽅便计算出车牌区域的⾯积、宽⾼度以及车牌框架的⼤⼩、区域开始和结束的⾏列位置等区域特征参数，是为后续的车牌投影分析操作作预准备。

在这⼀步骤中，⾸先以4领域⼤⼩为模块对⼆值图像作区域标记，给每块连通区域块标记上序数，获取图像中连通区域的块数和图像矩阵L，初步计算出各连通区域的框架⼤⼩，然后再根据车牌的先验知识设置亮度⾼度的合理阈值筛选出真正车牌区域的连通域，记录下该连通域的序数，最后对车牌区域块作区域特征提取，获取车牌的框架⼤⼩、宽⾼度、宽⾼⽐例以及开始位置点的⾏、列数等参数。

在MATLAB中对车牌号码为粤A6ZC93和粤AC609Z两车辆的车牌粗定位⼆值图像作伪彩⾊标记效果如下图：（a）粤A6ZC93 (b)粤AC609Z图5-2 区域标记与特征参数提取⼆、车牌预处理(1) 基于Radon变换的倾斜校正 从车体侧⾯拍摄的车辆图像中提取出来的牌照会出现⾓度的倾斜，为了后续操作的⽅便，需要进⾏⾓度的校正。

图像处理包括图像二值化、车牌定位、字符分隔、字符识别。

每一步都关系系统成功与否以及好坏。

如果图片二值化不好就不方便车牌定位，如果定位的车牌图片不准确就谈不上字符的切割，字符图片切割不好就难以识别。

这些应该很好理解，可见成员之间需要很好的默契。

而我负责了图像处理中的字符分隔模块，起初我不知道位图形式以及如何读取位图，可见我获取信息的主动性和能力并不好。

非常感谢其他组员提供了读取位图像素数据的相关方法，才能使我能放心去思考切割的算法，而不必去担心如何获取数据的问题。

我使用了一种字符像素横向和纵向扫描的算法，得到字符在横向和纵向的像素分布波形，通常是缓慢的连续变化，车牌越模糊，变化越缓慢。

自然，波峰是字符区，波谷是字符间的空隙区。

它们的分界点并不明显，必然需要找到介于波峰与波谷之间的一个阀值，将波形变成01直方波形。

那么阀值自然是个关键，如果定得不准，就可能切不出所有字符，这是我之前遇到的问题，那时我固定了阀值，使它介于平均波峰值和平均波谷值之间的某个固定点，但这通常只能切割出模糊图片的部分字符，因为有些波峰和波谷并没有被切分开来。

于是我采用了另一种策略，即使用动态扫描，从最小的波谷扫到最大的波峰，并不断计算切得的波峰数量（实际就是字符数量）。

然后判断这个切割数是否符合实际车牌上的字符数量，如果符合，可以停止扫描，切割位置可以明确定在波峰和波谷的变化点上。

当然，我进行了各种优化，比如更多判断来排除各种车牌边框等干扰。

在DOS窗口上经过反复的数据显示测试，终于得到了非常不错的字————————————————————————————————————————————(1)利用字符像素XY方向扫描；(2)分析波形；(3)动态指定阀值；(4)获得01分布；(5)判断波形变化次数；(6)去干扰；(7)获得切割位置；时间有限，有不完善之处可以去本人博客提问：/flashforyou#pragma once#include <cstring>#include <cmath> //数学函数库#include <cstdio>#include <cstdlib>#include <cmalloc>#include "stdafx.h"#include <complex>#define WIDTHBYTES(bits) (((bits)+31)/32*4)/////////////////////////////////////typedef unsigned char BYTE;typedef unsigned short WORD;typedef unsigned long DWORD;typedef long LONG;///////////////////////////////////////***位图文件头信息结构定义//其中不包含文件类型信息（由于结构体的内存结构决定，要是加了的话将不能正确读取文件信息）typedef struct tagBITMAPFILEHEADER {DWORD bfSize; //文件大小WORD bfReserved1; //保留字，不考虑WORD bfReserved2; //保留字，同上DWORD bfOffBits; //实际位图数据的偏移字节数，即前三个部分长度之和} BITMAPFILEHEADER;///////////////////////////////////////***信息头BITMAPINFOHEADER结构，其定义如下：typedef struct tagBITMAPINFOHEADER{//public:DWORD biSize; //指定此结构体的长度，为40LONG biWidth; //位图宽LONG biHeight; //位图高WORD biPlanes; //平面数，为1WORD biBitCount; //采用颜色位数，可以是1，2，4，8，16，24，新的可以是32 DWORD biCompression; //压缩方式，可以是0，1，2，其中0表示不压缩DWORD biSizeImage; //实际位图数据占用的字节数LONG biXPelsPerMeter; //X方向分辨率LONG biYPelsPerMeter; //Y方向分辨率DWORD biClrUsed; //使用的颜色数，如果为0，则表示默认值(2^颜色位数)DWORD biClrImportant; //重要颜色数，如果为0，则表示所有颜色都是重要的} BITMAPINFOHEADER;/////////////////////////////////////////***调色板Palette，当然，这里是对那些需要调色板的位图文件而言的。

收稿日期:2008-09-03基金项目:国家自然科学基金(40627001)作者简介:陈　涛(1984-),男,硕士研究生,研究方向为图像处理与模式识别;杨晨晖,教授,硕士生导师,研究方向为图像处理、模式识别、计算机视觉。

基于投影和固有特征结合的车牌字符分割方法陈　涛,杨晨晖,青　波(厦门大学信息科学与技术学院,福建厦门361005)摘　要:根据车牌字符的固有特征,提出一种新的基于投影的车牌字符分割方法。

该方法首先对车牌图像进行预处理,检测车牌倾斜角度,如果倾斜角大于指定角度则进行车牌倾斜校正,然后利用车牌的水平方向投影去除车牌的上下边框以及铆钉,对处理得到的图像进行二值化。

再根据车牌字符的排列规则和字符间距的关系,利用车牌的垂直投影定位字符,先分割出第二个和第三个字符,从第三个字符开始分割出后五个字符,再利用已分割字符的知识来分割前两个字符,然后对分割出来的候选字符块进行处理,有效解决字符粘连和断裂的情况,最终实现车牌字符的准确分割。

实验结果证明,该方法有较好的分割效果。

关键词:字符分割;投影;二值化;车牌倾斜校正中图分类号:TP301.6 文献标识码:A 文章编号:1673-629X (2009)05-0045-03Characters Segmentation of License Plate B ased on Combination ofProjection and Intrinsic CharacteristicsCHEN Tao ,YAN G Chen 2hui ,Q IN G Bo(Information Science and Technology School ,Xiamen University ,Xiamen 361005,China )Abstract :According to the intrinsic characteristics of license plate ,a new approach for characters segmentation of license plate based on projection is proposed.Firstly ,some preprocesses are processed toward the license plate images -detect the incline angle of license plate and rectify the slanted and distorted plate if the incline angle is bigger than the designated angle ,then the horizontal boundaries are re 2moved by using horizontal projection of license plate.After these processes ,image binarization is processed to the image.Then the char 2acters are located by using vertical projection of license plate ,according to the ranging rulers and intercharacter distance of license plate characters.The second and third character are first segmented ,then the last five characters from the third character are also segmented.With the knowledge of single character which has been segmented ,the first two characters are segmented.Then all the possible charac 2ters are processed specially ,segmenting the conglutinant characters and combining the cracked characters if existing.As a result ,all the characters are segmented accurately.The experimental result shows that this approach has a good effect of segmentation.K ey w ords :characters segmentation of license plate ;projection ;binarization ;rectif ying the slanted and distorted license plate0　引　言车牌识别系统是智能交通系统中一个非常重要的部分,在现代交通中有较好的应用前景和研究价值。

现代计算机（总第三一三期0引言本文利用车牌精确定位的结果，运用像素水平投影与竖直投影的方法，结合车牌字符的先验信息，在不需要设计特征函数与判决函数的条件下，就可以准确地对车牌字符进行切割。

同时，针对某些汉字如川、浙、湘、沪、津及皖、桂等易被错误分割或漏割的情况，对汉字左右边界的起始位置进行标记，利用此标记获得该汉字的原始灰度图像，对其单独进行分割及二值化，避免汉字笔画退化为噪声。

1车牌的水平投影从图1可以看出，在车牌区域中存在边框及铆钉的存在，影响车牌字符的分割，因此，在字符分割前需要消除边框及铆钉等噪声对车牌字符分割的影响。

如图2所示，由于已经对车牌区域进行了位置矫正，使得车牌区域基本保持矩形形状，因此，可以利用车牌区域像素水平投影的方法消除车牌边框及铆钉。

具体算法如下：图1车牌区域（1）对车牌区域作竖直像素差分，以消除背景的影响，如图3所示。

此步骤是消除车牌区域边框及铆钉等噪声的关键。

图2像素水平投影图3像素竖直差分（2）对车牌区域中的各点作像素水平投影pixel -Sum[i]，I 为车牌区域的宽度。

（3）从开始搜索，当pixelSum[i]12时，标志flag=0，当遇到pixelSum [i]>12，记录该i 值作为结束位置end ，如果此时flag=0，那么并且记录首个使得pixel -Sum[i]>12的i 值作为开始位置start ，同时设置标志flag=1，当时，记录此时的开始位置start 与结束位置end ，作为字符的竖直区域，否则继续搜索。

图4去除车牌的边框及铆钉结果去除车牌的边框及铆钉结果如图4所示，说明经过该算法处理后，能够有效地消除车牌边框及铆钉等，，，，，，基于投影的车牌字符分割方法黄文杰（淮阴工学院交通工程系，淮安223003）摘要：关键词：车牌识别；字符分割；投影收稿日期：2009-06-22修稿日期：2009-07-26作者简介：黄文杰（1977-），男，研究方向为智能交通、模式识别、图像重构运用像素水平投影与竖直投影的方法，结合车牌字符的先验信息可以准确地对车牌字符进行切割。

基于垂直投影和模板匹配的车牌字符分割方法本文介绍了一种基于垂直投影和模板匹配的车牌字符分割方法。

首先，利用垂直投影将车牌区域切割成多个竖条，然后使用模板匹配来识别每个竖条中的字符。

具体地，将每个字符的模板与竖条进行匹配，得到一个匹配分数，选择分数最高的作为该竖条中的字符。

最后，通过连通区域分析和形态学操作来进一步提取和分割字符。

实验结果表明，该方法在不同类型的车牌上均能取得较好的分割效果。

- 1 -。

基于投影法的车牌定位研究摘要：车牌识别系统是近几年发展起来的基于图像处理和字符识别技术的智能化交通管理系统。

车牌定位是车牌识别中的关键步骤。

为了能在复杂背景和不同光照条件下快速、准确地定位车牌位置。

提出了一种基于投影法的车牌定位方法。

该方法首先对车牌图像实施二值化、边缘检测等预处理，然后在此基础上，利用基于双向回溯的投影法确定车牌的上下左右边界。

实验结果表明，该方法定位准确。

关键词：车牌定位；行扫描；边缘检测；垂直投影Research of License Plate Locating Method Based on ProjectionAbstract: license plate recognition system is developed in recent years based on image processing and character recognition technologies intelligent traffic management system. License plate location is one of the key steps in the license plate recognition. In order to obtain accurate location of vehicle plate quickly under complicated background and different illumination condition, this paper proposes a kind of locating method based on projection. First, this method carries out preprocessing such as two-valuation and edge detection. Then the projection approach based on two-way back is adopted to examine up-down and left-right boundary of the car license. The experiment results indicate that the presented method is excellent in accuracy.Key words: license plate location; line scanning; edge detective; vertical projection0 引言车牌识别系统作为数字摄像、计算机信息管理、图像分割和图形识别技术在智能交通领域的应用，是智能交通管理系统中重要的组成部分。