一种RGB颜色空间中的车牌定位新方法_郑成勇
- 格式：pdf
- 大小：1.28 MB
- 文档页数：6
文档推荐
-
基于投影法的车牌定位研究页数:5
-
车牌定位算法研究及实现页数:18
-
基于MATLAB的车牌定位算法设计页数:5
-
有效的车牌定位方法页数:11
-
车牌定位方法综述页数:8
下载文档原格式
合集下载
复杂背景中基于纹理和颜色的车牌定位研究
复杂背景中基于纹理和颜色的车牌定位研究万燕;徐勤燕;黄蒙蒙【摘要】提出一种将车牌纹理和颜色相结合的车牌定位方法，即基于纹理粗定位得到车牌候选区域后，运用改进的自主确定聚类数和聚类中心的RGB空间k-means聚类算法，而不是定义颜色范围来分割车牌。
该方法的优越性在于首先利用纹理排除了颜色干扰区域，其次利用颜色聚类去除了纹理干扰区域，又克服了量化定义颜色适应性不强、稳定性差的缺点。
实验表明，该方法可以准确定位复杂背景中任意方向和不同光照下的车牌，具有很强的稳定性和鲁棒性。
%In this paper we present a vehicle license plate location method which combines the texture and colour of the license plate,that is,after roughly locating based on texture the candidate region of license plate,the modified k-means clustering algorithm in RGB colour space,which allows the number of cluster and the clustering centres to be determined autonomously,is used to segment the license plate instead of defining the colour range.The advantages of this method are that first it rules out the colour interference area with texture,then it rules out the texture interference area using colour clustering,and also overcomes the instability and weak adaptability of quantified definition of colour.Experiment demonstrates that this method can accurately detect the license plates in complex background with arbitrary orientations and different illumination.It has strong stability and robustness.【期刊名称】《计算机应用与软件》【年(卷),期】2013(000)010【总页数】5页(P259-262,316)【关键词】车牌定位;复杂背景;纹理特性;颜色k-means聚类;句法特征【作者】万燕;徐勤燕;黄蒙蒙【作者单位】东华大学计算机科学与技术学院上海201620;东华大学计算机科学与技术学院上海201620;东华大学计算机科学与技术学院上海201620【正文语种】中文【中图分类】TP391.4车牌识别系统是现代智能交通系统中的一项重要研究与应用，一般主要有三个步骤：车牌定位、字符分割和字符识别［1－3］。
一种RGB颜色空间中的车牌定位新方法_郑成勇
［4 ］
。 由于 U 分量
或 Cb 分 量 均 不 包 含 亮 度 信 息， 因 而 图像 F 对 光 照 变化不 敏 感。 本 文 取 k1 = 0. 168 74 × 2 = 0. 337 48 ， k2 = 0. 331 26 × 2 = 0. 662 52 ， 使得k1 + k2 = 1 。 黄 色可 以 看 做 是 蓝 色 的反 色， 因 而 黄 色 的 特征 可定义为 F y ( x， y) =
。然而， 宽高 比、 面 积等 特征 易 随 图像 尺 寸
或图像的分辨率改 变 而 改 变， 很难 给 出 一 个 通 用 的 。 准确而有效的范围 如果过窄， 则会造成漏检， 而过 宽了 ， 又会引入 虚 假 目 标。 许 多文 献 中 给 出 的 范围 6］和 文 往往只 适 用 于 某 些 特 定 的 环 境， 如 文 献［ 7］ 献［ 给出的车牌 区 宽 高 比 的 范围 分 别 为 2 ～ 5 和 3 ～ 15 ， 实际 的 数 值 有 可 能 同 时 超 出 二 者 给 出 的 范围。 本文认为， 在车牌区固有的特征中， 字符数是固 定的 ， 字符宽度 及 各字 符 间的间 距 是 一 致 的。 我 国 的 车 牌 一 般 都 是 7 个 字 符， 每个字符的宽度为 45 mm， 字符 间 距 也 有 一定 的 规 定。 字 符 个 数 及 各 字符宽度的一致 性不 会 随 图像 尺 寸 的 改 变 而 改 变， 这正是本文用于车牌检验的依据。本文设计了一种 字符个数及字符宽度一致性的车牌字符规则度的计 算方法， 并将其应用于车牌检验， 取得了良好的效果。 本文算法的大致流程如图 1 所示。
{
－ k1 d1 ( x ， y ) － k2 d2 ( x ， y) 0
d1 ( x ， y) ＜ 0 ， d2 ( x ， y) ＜ 0 ( 3 ) 其他
。 由于 U 分量
或 Cb 分 量 均 不 包 含 亮 度 信 息， 因 而 图像 F 对 光 照 变化不 敏 感。 本 文 取 k1 = 0. 168 74 × 2 = 0. 337 48 ， k2 = 0. 331 26 × 2 = 0. 662 52 ， 使得k1 + k2 = 1 。 黄 色可 以 看 做 是 蓝 色 的反 色， 因 而 黄 色 的 特征 可定义为 F y ( x， y) =
。然而， 宽高 比、 面 积等 特征 易 随 图像 尺 寸
或图像的分辨率改 变 而 改 变， 很难 给 出 一 个 通 用 的 。 准确而有效的范围 如果过窄， 则会造成漏检， 而过 宽了 ， 又会引入 虚 假 目 标。 许 多文 献 中 给 出 的 范围 6］和 文 往往只 适 用 于 某 些 特 定 的 环 境， 如 文 献［ 7］ 献［ 给出的车牌 区 宽 高 比 的 范围 分 别 为 2 ～ 5 和 3 ～ 15 ， 实际 的 数 值 有 可 能 同 时 超 出 二 者 给 出 的 范围。 本文认为， 在车牌区固有的特征中， 字符数是固 定的 ， 字符宽度 及 各字 符 间的间 距 是 一 致 的。 我 国 的 车 牌 一 般 都 是 7 个 字 符， 每个字符的宽度为 45 mm， 字符 间 距 也 有 一定 的 规 定。 字 符 个 数 及 各 字符宽度的一致 性不 会 随 图像 尺 寸 的 改 变 而 改 变， 这正是本文用于车牌检验的依据。本文设计了一种 字符个数及字符宽度一致性的车牌字符规则度的计 算方法， 并将其应用于车牌检验， 取得了良好的效果。 本文算法的大致流程如图 1 所示。
{
－ k1 d1 ( x ， y ) － k2 d2 ( x ， y) 0
d1 ( x ， y) ＜ 0 ， d2 ( x ， y) ＜ 0 ( 3 ) 其他
一种基于HSV颜色空间与小波能量特征融合的车牌定位算法
一种基于HSV颜色空间与小波能量特征融合的车牌定位算法范蕤
【期刊名称】《通化师范学院学报》
【年(卷),期】2013(34)6
【摘要】文中针对彩色汽车图像牌照定位率不高和速度慢等问题,提出了基于HSV 颜色空间与小波能量分析相融合的车牌定位方法.利用固定底色牌照的色相、亮度和饱和度值分布区间不同的特点,完成对大多数黄蓝底色牌照的快速定位.对于车牌底色与车身颜色相近无法一次完成定位的操作,进行图像二次定位处理,利用车牌区域小波高频能量分布特点从背景图像中提取车牌区域.实验结果表明该方法比单一使用HSV空间进行定位的算法准确率高,比其它小波定位算法实现速度快,并且具有较好的鲁棒性.
【总页数】4页(P1-4)
【作者】范蕤
【作者单位】江苏省信息融合软件工程技术研发中心,江苏江阴214405;江阴职业技术学院计算机科学系
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于Top-Hat预处理和小波能量分析的车牌定位算法 [J], 侯阿临;徐欣;史东承;陈勇
2.XYZ空间与小波能量特征融合的车牌定位 [J], 王学伟;薛迎卫
3.一种基于HSV颜色空间和SIFT特征的车牌提取算法 [J], 杨涛;张森林
4.基于HSV颜色空间的一种车牌定位和分割方法 [J], 王洪建
5.一种基于能量滤波和小波的车牌定位方法 [J], 王润民;钱盛友
因版权原因，仅展示原文概要，查看原文内容请购买。
基于Lab颜色空间的车牌定位方法
基于Lab颜色空间的车牌定位方法【摘要】本文提出一种基于Lab颜色空间的车牌定位方法。
首先将RGB颜色空间转换成Lab彩色空间，采用自适应二值化阈值对b分量图像进行二值化处理，使得车牌区域凸显，并通过后续的形态学处理排除孤立点的干扰，最后采用投影法确定出车牌的准确位置。
【关键词】车牌定位；Lab颜色空间；二值化一、引言近年来，我国的公路交通事业发展迅速，车牌识别问题作为现代交通工程领域中研究的重点和热点问题之一，其中车牌定位是整个车牌识别的关键，受到越来越多人们的关注。
国内外已经提出了很多种车牌定位的方法。
传统的算法中，多是采用了单一的颜色模型，会因汽车所处的背景等原因使得定位的精度受到限制。
因此有些学者提出基于多颜色模型的方法，将传统的RGB分量转换到HSV 颜色空间[1]和YIQ颜色空间[2]，然后利用多个颜色空间的信息，进行相应的运算，便于将车牌区域分割出来。
陈昌涛[3]等提出一种利用Lab空间中a分量与b 分量的信息的方法，结合两个分量的信息完成颜色的分割。
这为基于颜色特征的定位方法提供了新的思路，但是利用多个颜色空间的数据进行运算，难免会使得计算量增加。
本文提出一种基于颜色信息的方法，将RGB颜色模型转换到Lab 颜色空间，b分量中车牌区域为比较突出的黑色区，再根据自适应阈值的二值化处理，即可完成车牌的粗定位，后续再通过形态学的方法，排除干扰，最后通过投影法得到精确定位的车牌。
二、Lab颜色模型Lab色彩空间是由CIE（国际照明委员会）于1976年公布的一种色彩模式，由一个亮度分量L，以及两个色度分量a和b来表示颜色的。
a分量代表由绿色到红色的光谱变化，a分量包括的颜色是从深绿色到灰色再到亮粉红色；而b分量代表由蓝色到黄色的光谱变化，b分量则是从亮蓝色到灰色再到黄色。
我国汽车车牌中有多种特定颜色的组合，而使用最普遍的是蓝色车牌。
Lab 空间的b分量刚好代表蓝色到黄色的光谱变化，因此将传统的RGB彩色空间转换到Lab彩色空间，通过b分量的信息可将蓝色区域突出显现出来。
一种CIELab颜色空间中的车牌定位方法
ａａｙｉ ｏ ｔｅａｅ ｆｈ ａ ｄｄ ｔ ｒｇｏ ，ａｉ ｏ ｉｔ ｅｇ ｔ ｎ ｕ ｂ ｒ ｆ ｒｙ ｅ ｅ ｊｍｐ． ｎ ｌ ｓ ｆｈ ｒａ ｅｃｎ ｉａｅ ｅｉ ｒ ｏ ｆ ｄｈｔ ｈ ｉｈ ｄｎ ｍ ｅ ａ ｖｌｕ ｓ Ａ ｓ ｏｔ ｎ ｔ ｗ ｏ ａ ｏｇ ｌ
Ａｂ ｔａ ｔ ｓ ｒ ｃ ：Ｔｈ ｓ ａ ｅ ｔｅ ｔ ｔ ｐ ｔ ｆｒ ｒ ｖ ｈ ｃ ｅ ｌｃ ｎ ｅ ｌ ｔ ｏ ａｉ ｎ ｅ ｈ ｉ ｕ ｗｈ ｃ ｉ ｉ ｐ ｐ ｒ ａ ｔｍｐ ｓ ｏ ｕ ｏ ｗａ ｄ ａ ｅ ｉ ｌ ｉ ｅ ｓ ｐ ａ ｅ ｌ ｃ ｔｏ ｔｃ ｎ ｑ ｅ ｉｈ ｓ
ｌ ｒ ｅ ｎ ｍ ｂ ｒｏ ｌ ｔ ｏ ａｉ ｎ ｅ ｐ ｒｍｅ ｔ ｈ ｗ ｈ ｔｔ ｅ ａ ｇ ｒｔ ｍ ｓａ ｐ ｉａ ｌ ｏ ｐ ａｅ ｆｄｉｆｒ ｎ ａ ｇ ｕ ｅ ｆｐ ａ ｅ ｌｃ ｔｏ ｘ ｅ ｉ ｎ ｓｓ ｏ ｔ ａ ｈ ｌ ｏ ｉｈ ｉ ｐ ｌｃ ｂ ｅ ｔ ｌ ｔ ｓｏ ｆｅ ｅ ｔ
文 章 编 号 ： １ ０ ． ３ ２ （ ０ ０ １０ ２ ． ６ ０ ６７ ０ ２ １ ）０ ． 间 中 的车 牌 定 位 方 法 Ｌ ａ Ｅ
郑 成 勇
（ 邑大学 数理 系，广 东 江 门 ５ ９ ２ 五 ２ ０ ０）
摘要 ： 出了在 Ｃ Ｅ ａ 提 Ｉ Ｌ ｂ颜 色空 间 中进行 车牌定位 的方 法．首 先将 图像从 Ｒ Ｂ颜 色空间转换 到 Ｇ ＣＥ ａ ＩＬ ｂ颜 色空 间；然后通 过数 学形 态学增 强和 图像连 通体 分析提 取 出候 选 区域 ；最后通 过分析 候 选 区域 的面积 、宽 高比及灰 度阶跃 次数提取 出真实的 车牌 区域 ．大量的 车牌 定位 实验表 明 ： 所提 算 法适 用于不 同尺寸 的车牌 图像 ，定位 准确率较 高． 关键 词 ：车牌定位 ；Ｃ Ｅ ａ ；数 学形态 学 ＩＬ ｂ 中图分类号 ：Ｔ ３ １ Ｐ ９ 文献 标志码 ：Ａ
基于HSV颜色空间的车牌定位方法[1]
![基于HSV颜色空间的车牌定位方法[1]](https://img.taocdn.com/s1/m/6cb1bb63caaedd3383c4d33c.png)
（１．华北电力大学信息与网络管理中心；２．保定电力职业技术学院）张 丽 静 １ 孙 杰 １ 殷 晓 宇 ２
ＺＨＡＮＧ ＬＩＪ ＩＮＧ Ｓ ＵＮ Ｊ ＩＥ ＹＩＮ ＸＩＡＯＹＵ
摘要：文 章 提 出 了 一 种 基 于 ＨＳＶ 颜 色 空 间 的 车 牌 定 位 方 法 。首 先 把 输 入 的 ＲＧＢ 彩 色 图 像 转 化 到 ＨＳＶ 颜 色 空 间 ， 利 用 车 牌 区
ｆｏｒｍｅｄ ｔｏ ＨＳＶ ｃｏｌｏｒ ｓｐａｃｅ， Ｔｈｅ ｍｅｔｈｏｄ ｅｍｐｌｏｙｓ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｔｈｅ ｃｏｌｏｒ ｉｍａｇｅ ｉｎ ＨＳＶ ｃｏｌｏｒ ｓｐａｃｅ ｔｏ ｃｏｎｓｔｒｕｃｔ ａ ｆｉｖｅ－ ｓｃａｌｅ ｇｒａｙ ｉｍ－
ａｇｅ ， ａｎｄ ｂｙ ｃｏｍｂｉｎａｔｉｎｇ ｔｈｅ ｍｏｒｐｈｏｌｏｇｙ ｓｍｏｏｔｈ ｍｅｔｈｏｄ ｔｏ Ｄｅｎｏｉｓｉｎｇ ，Ａｔ ｌａｓｔ， ｗｅ ｇｅｔ ｔｈｅ ａｃｃｕｒａｔｅ ｐｏｓｉｔｉｏｎ ｏｆ ｔｈｅ ｐｌａｔｅ ｂｙ ｕｓｉｎｇ
张丽静： 教授 硕士生导师
在 我 国 共 有 四 类 车 牌—蓝 底 白 字（小 功 率 汽 车 牌 照）、黄 底 黑 字（大 功 率 汽 车 牌 照）、白 底 黑 字 或 红 字（军 用 或 警 用 车 派）、黑 底 白 字（国 外 驻 华 机 构 用 车 ）。即 车 牌 底 色 共 蓝 、黄 、白 、黑 四 种 颜 色。在 ＨＳＶ 空间中， 利 用 Ｖ 分 量 可 以 将 黑 色 区 域 识 别 出 来 ， 并 将 其 灰 度 值 设 为 １００， 利 用 Ｈ、Ｓ 分 量 可 将 蓝 、黄 区 域 识 别 出 来 ， 将蓝色和黄色区域的灰度值分别设为 ２５５ 和 ２００， 利用 Ｖ、Ｓ 分 量可以识别白色区 域， 将其其灰度值设为 １５０， 将其它颜色信息 设为背景， 灰度值设为 ０， 这样将图像转化为 ５ 级灰度图， 可以 快速定位到与车牌颜色有关的区域。通过对大量的色彩分析得 出四种色彩所限定的区间范围如表 １ 所示：
ＺＨＡＮＧ ＬＩＪ ＩＮＧ Ｓ ＵＮ Ｊ ＩＥ ＹＩＮ ＸＩＡＯＹＵ
摘要：文 章 提 出 了 一 种 基 于 ＨＳＶ 颜 色 空 间 的 车 牌 定 位 方 法 。首 先 把 输 入 的 ＲＧＢ 彩 色 图 像 转 化 到 ＨＳＶ 颜 色 空 间 ， 利 用 车 牌 区
ｆｏｒｍｅｄ ｔｏ ＨＳＶ ｃｏｌｏｒ ｓｐａｃｅ， Ｔｈｅ ｍｅｔｈｏｄ ｅｍｐｌｏｙｓ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｔｈｅ ｃｏｌｏｒ ｉｍａｇｅ ｉｎ ＨＳＶ ｃｏｌｏｒ ｓｐａｃｅ ｔｏ ｃｏｎｓｔｒｕｃｔ ａ ｆｉｖｅ－ ｓｃａｌｅ ｇｒａｙ ｉｍ－
ａｇｅ ， ａｎｄ ｂｙ ｃｏｍｂｉｎａｔｉｎｇ ｔｈｅ ｍｏｒｐｈｏｌｏｇｙ ｓｍｏｏｔｈ ｍｅｔｈｏｄ ｔｏ Ｄｅｎｏｉｓｉｎｇ ，Ａｔ ｌａｓｔ， ｗｅ ｇｅｔ ｔｈｅ ａｃｃｕｒａｔｅ ｐｏｓｉｔｉｏｎ ｏｆ ｔｈｅ ｐｌａｔｅ ｂｙ ｕｓｉｎｇ
张丽静： 教授 硕士生导师
在 我 国 共 有 四 类 车 牌—蓝 底 白 字（小 功 率 汽 车 牌 照）、黄 底 黑 字（大 功 率 汽 车 牌 照）、白 底 黑 字 或 红 字（军 用 或 警 用 车 派）、黑 底 白 字（国 外 驻 华 机 构 用 车 ）。即 车 牌 底 色 共 蓝 、黄 、白 、黑 四 种 颜 色。在 ＨＳＶ 空间中， 利 用 Ｖ 分 量 可 以 将 黑 色 区 域 识 别 出 来 ， 并 将 其 灰 度 值 设 为 １００， 利 用 Ｈ、Ｓ 分 量 可 将 蓝 、黄 区 域 识 别 出 来 ， 将蓝色和黄色区域的灰度值分别设为 ２５５ 和 ２００， 利用 Ｖ、Ｓ 分 量可以识别白色区 域， 将其其灰度值设为 １５０， 将其它颜色信息 设为背景， 灰度值设为 ０， 这样将图像转化为 ５ 级灰度图， 可以 快速定位到与车牌颜色有关的区域。通过对大量的色彩分析得 出四种色彩所限定的区间范围如表 １ 所示：
基于纹理分析和字符特征结合的车牌定位方法
性。ｒｈ ｐｉａｏ ｆ ｍａ ａｔ ｓＥ ｇ ｅｒ ｇ ｏＳｓ ｍｓ ｑ ｉｍ ｎ， ｎ ａｉｔ ｓｏ Ｎ ｃｅｒ ｏ ｅ １ Ｉ Ｅ ｅｏ ｅ ｄｄＰａｔｅｆ ｅ ｃ ｏ ｔ Ａｐｌ ｔ ｎｏ ｃ ｉ Ｈｕ ｎＦ ｃ ｒ ｎ ｉ ｅ ｎ ｙｔ ， ｕｐ ｅ ｔａ ｄＦ ｃ ｉｅ ｆ ｕｌａ ｗ ｒ ｏ ｎ ｉ ｔ ｅ Ｅ ｌｉ Ｐ
５结论
为 了使核 电站主控室人机界 面设计满足人 因工程 的要 求 ， 保证机组安全运行 ， Ｆ ｖ方法 已经成功 的应用 于国内新建核 电站 Ｈ Ｅｖ 的人机界面设计 的验证 与确认 中 ， 遵循人 因工程 的基本 准则 进行 人机接 口的设 计 ， 以减 少人 的失误 ， 可 提高核 电站 的安全性和可用
单个 字幅宽度为 ， ％ 对候选 图像 做垂直投影 即可得到各 字符 的宽度及所在位置 ， 由此计算 字符个数及字符宽度 的一致性 。若满 足
Ｖ ￣ ｌ ｌ ｗ ， 为车牌 区域 。 ｏ≈ ／ Ｏ 则
娶
图７ 最终图像
５总 结
该文提 出了一 种基 于纹理分析 和字符特征 的车牌定 位方法 ， 有效的解决 了其他 算法 因为光照变化 、 车牌尺寸 大小 不一等带来 的定位不准确的问题 。实验结果表 明 ， 该方法效果 比较好 ， 能够较为精确 的定位 出车牌 区域 。
Ｇｅ ｅ ａ ｉ ｇＳ ａ ｉｎ ｎ ｔ ｅ ｕ ｌ ａ ａ ｉ ｔ ｓＩ ＥＥ Ｓｄ １ ２ － ０ ４ ｎ ｒ ｔ ｔｔ ｓａ ｄ Ｏ ｈ ｒＮ ｃｅ ｒＦ ｃｌ ｉ ． ｎ ｏ ｉｅ Ｅ ｔ．０ ３ ２ ０ ．
［】 Ｓ Ｒ ．ｕ ａ ａｔ ｓ ｎｉｅｒ ｇ ｒｇａ ｅｉ ｄ１ Ｕ Ｅ － ７ ２ ０ ． ２ Ｕ Ｎ ＣＨ ｍ ｎＦ ｃ ｒ Ｅ ｇ ｅｉ ｏｒｍ Ｒ ｖ ｗＭｏｅ． Ｒ Ｇ ０ ， ４ ｏ ｎ ｎ Ｐ ｅ Ｎ １ ０ １
５结论
为 了使核 电站主控室人机界 面设计满足人 因工程 的要 求 ， 保证机组安全运行 ， Ｆ ｖ方法 已经成功 的应用 于国内新建核 电站 Ｈ Ｅｖ 的人机界面设计 的验证 与确认 中 ， 遵循人 因工程 的基本 准则 进行 人机接 口的设 计 ， 以减 少人 的失误 ， 可 提高核 电站 的安全性和可用
单个 字幅宽度为 ， ％ 对候选 图像 做垂直投影 即可得到各 字符 的宽度及所在位置 ， 由此计算 字符个数及字符宽度 的一致性 。若满 足
Ｖ ￣ ｌ ｌ ｗ ， 为车牌 区域 。 ｏ≈ ／ Ｏ 则
娶
图７ 最终图像
５总 结
该文提 出了一 种基 于纹理分析 和字符特征 的车牌定 位方法 ， 有效的解决 了其他 算法 因为光照变化 、 车牌尺寸 大小 不一等带来 的定位不准确的问题 。实验结果表 明 ， 该方法效果 比较好 ， 能够较为精确 的定位 出车牌 区域 。
Ｇｅ ｅ ａ ｉ ｇＳ ａ ｉｎ ｎ ｔ ｅ ｕ ｌ ａ ａ ｉ ｔ ｓＩ ＥＥ Ｓｄ １ ２ － ０ ４ ｎ ｒ ｔ ｔｔ ｓａ ｄ Ｏ ｈ ｒＮ ｃｅ ｒＦ ｃｌ ｉ ． ｎ ｏ ｉｅ Ｅ ｔ．０ ３ ２ ０ ．
［】 Ｓ Ｒ ．ｕ ａ ａｔ ｓ ｎｉｅｒ ｇ ｒｇａ ｅｉ ｄ１ Ｕ Ｅ － ７ ２ ０ ． ２ Ｕ Ｎ ＣＨ ｍ ｎＦ ｃ ｒ Ｅ ｇ ｅｉ ｏｒｍ Ｒ ｖ ｗＭｏｅ． Ｒ Ｇ ０ ， ４ ｏ ｎ ｎ Ｐ ｅ Ｎ １ ０ １
Lab颜色空间和形态学处理相结合的双行车牌定位方法
Lab颜色空间和形态学处理相结合的双行车牌定位方法杨飚;杨芩【摘要】车牌定位是车牌识别系统的前提和关键.针对双行车牌均是黄色车牌,且比较脏的特点,首先将图像由RGB颜色空间转换成Lab颜色空间;再利用Lab颜色空间的通道a提取出图像中的红色和绿色区域,通道b提取图像中带干扰的黄色区域,然后将二者相减,提取出图像中的黄色区域,并可同时去除背景及车身的大部分干扰;最后利用形态学处理滤除噪声等影响,粗略定位出车牌候选区域,再结合图像的纹理特征如面积、长宽比和连通域内像素个数最终定位出车牌区域.该方法对复杂环境下的双行车牌能实现快速准确定位,受光线、背景环境影响较少,同时对脏牌、污牌也能达到准确定位的目的.【期刊名称】《科学技术与工程》【年(卷),期】2014(014)026【总页数】4页(P108-110,130)【关键词】双行车牌定位;Lab颜色空间;形态学处理;纹理特征【作者】杨飚;杨芩【作者单位】北方工业大学城市道路交通智能控制技术北京市重点实验室,北京100144;北方工业大学城市道路交通智能控制技术北京市重点实验室,北京100144【正文语种】中文【中图分类】TP391.41中国的车牌主要分为单行车牌和双行车牌，单行车牌主要是小型汽车号牌，而双行车牌主要是大货车、大客车号牌等。
本文主要研究双行车牌的定位方法，一般双行车牌识别系统主要包括车牌定位、字符分割和字符识别。
其中双行车牌定位是整个车牌识别系统的前提和关键，也是近年来的研究热点之一。
目前车牌的定位的算法很多［1—3］，如Othman Khalifa 等［4］利用Sobel 算子检测图像边缘，再结合图像的纹理特征最终定位出车牌区域，该方法很有效且实时性高但是对复杂环境以及脏的号牌边缘特征不明显，定位效果较差。
Li Gang 等［5］提出基于RGB 颜色模型和纹理特征相结合的黄色车牌定位方法，根据RGB 颜色模型找出图像中的黄色区域，然后再结合车牌的纹理特征定位出车牌，试验表明，该方法原理简单、效率高、速度快，但对于脏牌、污牌和车身与车牌颜色相似的号牌定位不准确。
基于颜色空间和投影技术的车牌定位
基于颜色空间和投影技术的车牌定位
徐志佳;张勇
【期刊名称】《自动化技术与应用》
【年(卷),期】2014(33)11
【摘要】车牌定位是车牌识别系统的核心技术之一.本文采用基于色调H、饱和度S、强度Ⅰ空间(HSI颜色空间)和亮度Y、色彩U、饱和度V空间(YUV颜色空间)的车牌初定位方法,去噪处理后通过水平投影和垂直投影精定位,并用Radon变换校正倾斜的车牌.该算法可有效定位四种不同底色的车牌并倾斜校正,算法简单易实现,并能克服光照等因素影响,在阴天、雨天等复杂环境下具有较好的定位效果.【总页数】5页(P79-83)
【作者】徐志佳;张勇
【作者单位】贵阳学院机械工程学院,贵州贵阳550005;贵州省交通规划勘察设计研究院试验检测中心,贵州贵阳550001
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于数学形态学与HSV颜色空间特征的车牌定位 [J], 周洪健;杨娟娟
2.一种基于HSV颜色空间与小波能量特征融合的车牌定位算法 [J], 范蕤
3.基于 HSI 颜色空间和行扫描的车牌定位算法 [J], 胡峰松;朱浩
4.基于车尾检测和语言学颜色空间的车牌定位 [J], 王拴
5.基于轮廓识别和BGR颜色空间的车牌定位 [J], 漆世钱
因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于HSV颜色空间和SIFT特征的车牌提取算法
关键 词 ：Ｈ Ｖ颜 色空 间 ；ＳＦ 特征 ；车牌提 取 ；图像 配 准 Ｓ Ｉ Ｔ 中图分 类号 ：Ｔ ３ １４ Ｐ ９ ． 文献标 志 码 ：Ａ 文章 编 号 ：１０ ．６ ５ ２ １ ） ０ ３ ３ ． ３ ０ １３９ （０ １ １—９７０
ｄ ｉ１ ． ９ ９ ｊ ｉ ｎ １０ －６ ５ ２ １ ．０ ０ ２ ｏ：０ ３ ６ ／．ｓ ． ０ １３９ ．０ １ １ ．９ ｓ
ｅ ｃ Ｓ ａ ｔ ｈ ｔ ｅ ｆ ａｕ ｅ ａ ｔａ ｄ ｃ ｒｅ ｔ ｘ ｅ ｉ ｎ ａ ｅ ｕｔ ｌＯ ｓ ｏ ｔ ａ ｈ ｔ ｏ ａ ｏ ｄ ｐ ｒ ｒ ｎ ｅ ｎ ｅ。Ｏ ｃ ｎ ｍａｃ ｈ ｅ ｔｒ ｓ ｆｓ ｎ ｏ ｃ ．Ｅ ｐ ｒ ｍｅ ｔｌ ｓ ｌ ａ Ｓ ｈ ｗ ｈ ｔ ｅ ｍｅ ｈ ｄ ｈ ｓａ ｇ ｏ ｅｆ ｍａ ｃ ． ｒ ｓ ｔ ｏ Ｋｅ ｒ ｓ：ＨＳ ｏｏ ｐ ｃ ｙ ｗｏ ｄ Ｖ ｃ ｌ ｒｓ ａ ｅ； ｓ Ｆ ｅ ｔ ｒ Ｉ ｒ ｆ ａｕ ｅ；ｖ ｈ ｃ ｅｐ ａ ｅ ｅ ｔａ ｔ ｎ； ｉ ｇ ｔ ｈ ｎ ｅ ｉｌ ｌｔ ｘ ｒ ｃｉ ｏ ｍａ ｅ ｍａｃ ｉ ｇ
杨 涛 ，张森林
（ 江 大学 电气工程 学院 ， 州 ３０２ ） 浙 杭 １０７
摘
要 ：为 了克服 ＳＦ Ｉｔ算法直接应用在车牌提取 中表现 出来的执行时间过长、 误配率高的缺 陷， 出了一种基 提
于 Ｈ Ｖ颜 色空 间与 ＳＦ Ｓ ＩＴ特征 的 两级 车牌提取 算 法 ， 先使 用 Ｈ Ｖ颜 色空 间确定 车牌 的候 选 区域 ， 行 快 速粗 定 Ｓ 进 位 ， 使 用 ＳＦ＂ 再 ＩＩ 算法 对候选 区域 进行 精确 定位 与倾斜 校 正 ， 精确 定位 的 同时也 完成 了对 车牌 汉 字的 辨识 。这 在 种 方法 不仅 减 少 了 ＳＦ 特 征 的计 算量 ， ＩＴ 而且 也避 免 了复 杂 背景 对 于 ＳＦ 特 征 匹配 的干扰 ， 大提 高 了 匹配 准 Ｉ Ｔ 大 确 率 。最后 通过 编程 实验证 实本 算 法有 良好 的性 能 。
ｄ ｉ１ ． ９ ９ ｊ ｉ ｎ １０ －６ ５ ２ １ ．０ ０ ２ ｏ：０ ３ ６ ／．ｓ ． ０ １３９ ．０ １ １ ．９ ｓ
ｅ ｃ Ｓ ａ ｔ ｈ ｔ ｅ ｆ ａｕ ｅ ａ ｔａ ｄ ｃ ｒｅ ｔ ｘ ｅ ｉ ｎ ａ ｅ ｕｔ ｌＯ ｓ ｏ ｔ ａ ｈ ｔ ｏ ａ ｏ ｄ ｐ ｒ ｒ ｎ ｅ ｎ ｅ。Ｏ ｃ ｎ ｍａｃ ｈ ｅ ｔｒ ｓ ｆｓ ｎ ｏ ｃ ．Ｅ ｐ ｒ ｍｅ ｔｌ ｓ ｌ ａ Ｓ ｈ ｗ ｈ ｔ ｅ ｍｅ ｈ ｄ ｈ ｓａ ｇ ｏ ｅｆ ｍａ ｃ ． ｒ ｓ ｔ ｏ Ｋｅ ｒ ｓ：ＨＳ ｏｏ ｐ ｃ ｙ ｗｏ ｄ Ｖ ｃ ｌ ｒｓ ａ ｅ； ｓ Ｆ ｅ ｔ ｒ Ｉ ｒ ｆ ａｕ ｅ；ｖ ｈ ｃ ｅｐ ａ ｅ ｅ ｔａ ｔ ｎ； ｉ ｇ ｔ ｈ ｎ ｅ ｉｌ ｌｔ ｘ ｒ ｃｉ ｏ ｍａ ｅ ｍａｃ ｉ ｇ
杨 涛 ，张森林
（ 江 大学 电气工程 学院 ， 州 ３０２ ） 浙 杭 １０７
摘
要 ：为 了克服 ＳＦ Ｉｔ算法直接应用在车牌提取 中表现 出来的执行时间过长、 误配率高的缺 陷， 出了一种基 提
于 Ｈ Ｖ颜 色空 间与 ＳＦ Ｓ ＩＴ特征 的 两级 车牌提取 算 法 ， 先使 用 Ｈ Ｖ颜 色空 间确定 车牌 的候 选 区域 ， 行 快 速粗 定 Ｓ 进 位 ， 使 用 ＳＦ＂ 再 ＩＩ 算法 对候选 区域 进行 精确 定位 与倾斜 校 正 ， 精确 定位 的 同时也 完成 了对 车牌 汉 字的 辨识 。这 在 种 方法 不仅 减 少 了 ＳＦ 特 征 的计 算量 ， ＩＴ 而且 也避 免 了复 杂 背景 对 于 ＳＦ 特 征 匹配 的干扰 ， 大提 高 了 匹配 准 Ｉ Ｔ 大 确 率 。最后 通过 编程 实验证 实本 算 法有 良好 的性 能 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
车牌定位方法， 该方法包括颜色特征提取、 特征图像的二值化、 形态学连通去 噪、 车牌 候 选 区 域 检 验 4 个 步 骤， 同时 针对传统颜色特征提取对光照变化敏感的问题， 提出 了 一种 不 包 含 亮 度 信 息 的 颜色 特征 提 取 方法; 对 于 车牌 候 选 区域的检验摒弃了常用的易受图像尺寸及图像分辨率影响的区域面积、 宽高比、 矩 形 度 等 几 何 特征， 而 是采 用车牌 字符数及字符排列的规则度作为判定的依据， 并由此设 计 了 一种车牌 字 符 规则 度 的 计 算方法， 用 来 检 验 车牌 候 选 区域。通过对包含不同尺寸、 不同光照条件的 605 幅图像进行车牌定位 的 实 验 表 明， 成 功 率 超 过 96%， 可 见 该 颜色 特征提取方法对光照变化不敏感， 该车牌检验方法可适用于各种不同尺寸图像的车牌定位。 关键词: 车牌定位; RGB 颜色空间; 车牌字符规则度; 数学形态学
。然而， 宽高 比、 面 积等 特征 易 随 图像 尺 寸
或图像的分辨率改 变 而 改 变， 很难 给 出 一 个 通 用 的 。 准确而有效的范围 如果过窄， 则会造成漏检， 而过 宽了 ， 又会引入 虚 假 目 标。 许 多文 献 中 给 出 的 范围 6］和 文 往往只 适 用 于 某 些 特 定 的 环 境， 如 文 献［ 7］ 献［ 给出的车牌 区 宽 高 比 的 范围 分 别 为 2 ～ 5 和 3 ～ 15 ， 实际 的 数 值 有 可 能 同 时 超 出 二 者 给 出 的 范围。 本文认为， 在车牌区固有的特征中， 字符数是固 定的 ， 字符宽度 及 各字 符 间的间 距 是 一 致 的。 我 国 的 车 牌 一 般 都 是 7 个 字 符， 每个字符的宽度为 45 mm， 字符 间 距 也 有 一定 的 规 定。 字 符 个 数 及 各 字符宽度的一致 性不 会 随 图像 尺 寸 的 改 变 而 改 变， 这正是本文用于车牌检验的依据。本文设计了一种 字符个数及字符宽度一致性的车牌字符规则度的计 算方法， 并将其应用于车牌检验， 取得了良好的效果。 本文算法的大致流程如图 1 所示。
{
d1 ( x ， y ) + d2 ( x + y ) 0
d1 ( x ， y) ＞ 0 ， d2 ( x ， y) ＞ 0 其他 ( 1)
1］ 式( 1 ) 即 为 文 献［ 给 出 的 蓝 色 特征 提 取 公 式。 该 特征可以看做是蓝色分量与其他两个颜色分量差的 加权 和 ， 只不过系数均为 1 而已。因而， 更一般的 蓝 色特征可以定义为 F b ( x， y) =
{
－ k1 d1 ( x ， y ) － k2 d2 ( x ， y) 0
d1 ( x ， y) ＜ 0 ， d2 ( x ， y) ＜ 0 ( 3 ) 其他
第 11 期
郑成勇: 一种 RGB 颜色空间中的车牌定位新方法
1625
1． 2
特征图像的二值化
珟 珟 的 孤 立 背 景 噪 声，设 为 F 2 = F1 珟 F 2
0
引
言
者对此已进行了大量的研究， 主要算法有: 基于车牌 ［1-3 ］ 、 基于 车牌纹 理 结 构 颜色属性 的 车牌定位 方法 、 综 合纹 理 结 构特征及 颜 ［10-11 ］ ， 色属 性 的 车 牌 定 位 方 法 以及基于神经网 特征的车牌定位 方法 络
［12 ］ ［4-9 ］
随着 道 路 交 通 的 快 速 发 展， 自动车牌识别 ( LPR) 技术的开发和应用受到了世界各国 的 广 泛关 国内外 学 注。车牌定位是车牌 识 别 的 前提 和 关键，
收稿日期: 2009-03-09 ; 改回日期: 2009-08-27 第一作者简介: 郑成勇( 1978 —
、 Adaboost［13］等分类器算法的车牌定位方法。
由于基于颜色的车牌定位方法大多对光照变化
)， 2004 年于华中科技大学数学系获计算数学专业硕士学位。主要研究方向 为 数字 图像 处 理、 男。讲师，
模式识别。发表论文十余篇。E-mail: zcy_179@ 163． com。
ቤተ መጻሕፍቲ ባይዱ
1624
中国图象图形学报
www． cjig． cn
第 15 卷
敏感， 因此当车身 或 周 边 环 境 颜色 和 车牌颜色相 似 时， 该方法难以 奏 效。 基于 车牌纹 理 特征 的 车牌定 位大多通过提取字 符 的 垂 直 边缘， 利 用 扫描 行 的 灰 度跳变次数， 或经 形 态 学 连 通 处 理 后 矩 形 区 域的 宽 高比 、 密度等特征来 进 行 车牌 区 检 验。 此 方法 在 图 像对比度高、 边缘 清晰 时， 是比较 通 用 的方法， 但当 图像对比度 底， 背 景复 杂 时， 则容易提取出虚假目 标， 尤其容易受 汽 车 标志 及 车 身 文 字 的 干 扰。 综 合 纹理、 颜色等多种 信 息 的 车牌定位 方法 在一定 程 度 上可以克服以上两 种 方法的 缺 陷， 但如 何 行 之有 效 地融合多种信 息， 仍 有 待 进一步 研究。 基于分 类 器 的车牌定位方法， 由于预先需要大量的训练样本， 因 此样本数据的构建及特征选择的好坏是该方法成功 的关键。 本 文 在 前 人 工 作 的基 础上， 提 出 了 一种新 的 在 RGB 颜色空间中直接提 取 车牌颜色 特征 的方法， 该 方法在保持 RGB 颜色 处 理 的 便 捷 的 同 时 拥 有 对 光 照变化的鲁棒性; 在 此 基 础上 又 设 计 了 一种 自适应 的特征图像二值化及基于字符数及字符规则度的车 牌检验新方法。 车牌定位中一个非常关键的步骤就是车牌候选 区域的筛选问题。由于基于颜色或纹理对图像进行 了特征提取后， 往往会形成若干个候选区域， 因此需 要进一步检验。 用 于 车牌 区 域 检 验 的 特征 一 般 有: 宽高 比、 面 积、 密 度、 矩 形 度、 灰 度 跳 变 次 数 等， 其中 ［1 ， 4-6 ， 8-11 ］ ， 车牌的宽高比特征使用最多 其次为面积特 征
A novel license plate location method on RGB color space
ZHENG Chengyong
( School of Mathematics and Computational Science，Wuyi University，Jiangmen， Guangdong 529020 )
Abstract: License plate( LP) location is key to vehicle license plate auto recognition system． In this paper，we propose a novel LP location method on RGB color space， which includes four steps: color feature extraction， feature image's binaryzation，area filling and de-noising with morphology processing，plate candidate regions verification． Traditional color feature extraction is sensitive to iluminition based on which，we propose a new color feature extraction method that doesn't include the intensity component． For plate candidate regions verification，we discards some geometry features such as the area，length / width ratio，rectangle degree etc，those of which are widely used but sensitive to image size，and we utilizese the special characteristic of LP on character number and character arrangement uniformity to verify the candidate regions． 605 images with various size and illumination condition were tested，success rate of LP location was over 96% ，which shows the color feature extraction method is robust to illumination change，and the plate verification is suitable for various image size． Keywords: license plate location; RGB color space; character uniformity of license palte; morphology
第 15 卷 第 11 期 2010 年 11 月
中图法分类号: TP391． 41 文献标志码: A
中国图象图形学报 Journal of Image and Graphics
文章编号: 1006-8961 ( 2010 ) 11-1623-06
Vol． 15 ，No． 11 Nov． ， 2010
2010 ， 15 ( 11 ) : 1623-1628 检索信息: 郑成勇． 一种 RGB 颜色空间中的车牌定位新方法［J］． 中国图象图形学报，
一 种 RGB 颜色 空间 中 的 车牌 定 位 新 方 法
郑成勇
( 五邑大学数学与计算科学学院， 广东江门 529020 )