基于模板匹配和垂直投影的车牌字符分割算法

基于模板匹配的车牌识别1、实验目的和意义通过设计车牌识别系统，正确获取整个图像中车牌的区域，并识别出车牌号。

在实验过程中，熟悉基于模式识别的车牌识别的原理，并对其实现方法进行了分析和仿真。

随这图形图像技术的发展，现在的车牌识别技术准确率越来越高，识别速度越来越快。

无论何种形式的车牌识别系统，它们都是由触发、图像采集、图像识别模块、辅助光源和通信模块组成的。

车牌识别系统涉及光学、电器、电子控制、数字图像处理、计算视觉、人工智能等多项技术。

触发模块负责在车辆到达合适位置时，给出触发信号，控制抓拍。

辅助光源提供辅助照明，保证系统在不同的光照条件下都能拍摄到高质量的图像。

图像预处理程序对抓拍的图像进行处理，去除噪声，并进行参数调整。

然后通过车牌定位、字符识别，最后将识别结果输出。

2、实验原理车牌自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。

其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。

某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。

一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。

当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。

牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别。

3、详细设计步骤3.1 提出总体设计方案:为了进行牌照号码、颜色识别，需要以下几个基本的步骤:a.牌照定位，定位图片中的牌照位置;b.牌照字符分割，把牌照中的字符分割出来;c.牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。

牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。

1(1)牌照定位:自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。

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 -。

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。

一种有效的车牌字符分割方法——模板匹配-垂直投影结合的车牌字符分割方法严萍;曾金明【摘要】汽车车牌的字符分割是车牌自动识别系统中的重要环节.采用模板匹配-垂直投影结合的车牌字符分割方法利用了模板匹配法能克服对图像二值化后字符粘连及铆钉等的干扰,同时结合垂直投影法分割字符,使车牌在变形的情况下也能将字符分割出来,综合了各自的优点同时也克服了各自的缺点.【期刊名称】《渭南师范学院学报》【年(卷),期】2011(026)002【总页数】3页(P63-65)【关键词】车牌分割;模板匹配法;垂直投影法【作者】严萍;曾金明【作者单位】安徽电子信息职业技术学院,安徽,蚌埠,233000;中国人民解放军汽车管理学院,安徽,蚌埠,233000【正文语种】中文【中图分类】TP399汽车车牌识别系统是智能交通系统的核心部分.其主要包括图像预处理、车牌定位、字符分割和字符识别等几个模块，文中采用的是模板匹配—垂直投影结合的车牌字符方法对车牌字符进行分割.其工作流程图如图1所示.数学形态学是由一组形态学的代数运算子组成的，它的基本运算有4个:膨胀(或扩张)、腐蚀(或侵蚀)、开启和闭合，可以进行包括图像分割、特征提取、边缘检测、图像滤波、图像增强和恢复等图像分析和处理.首先对定位后的灰度化图像进行腐蚀，然后进行膨胀(开运算).可以去除图像中的噪声点，但图像的位置和大小形状不变.由于拍摄角度的不合适或者车牌本身悬挂的倾斜以及拍摄时机的不合适，可能导致采集的车牌图像发生倾斜.倾斜的车牌图像会给字符分割带来难度，更有甚者会导致字符分割的错误.在对字符进行分割前，必须对倾斜的车牌图像进行校正，文中采用Hough变换进行倾斜矫正.Hough变换［1］是一种变换域提取的方法，它把直线上点的坐标变换到过点的直线的系数域，巧妙地利用了共线和直线相交的关系，使直线的提取问题转化为计数问题.本课题采用的是直线标准式:xcosθ+ysinθ= ρ.(1)在ρ、θ的取值范围内建立一个理想的参数空间，考虑车牌的倾斜角度小于10度，为了减少计算量，取θ∈［0，10］.ρ∈［－1.5×n，1.5×n］，n为车牌图片的宽度.(2)建立一个累加器数组countM(p1，k)，并置每个元素为0.(3)对边缘图上的每一个边缘点计算Hough变换值，即计算出该点在ρ－θ坐标系中对应的曲线，并在相应的累加器加1:countM(p1，k)=countM(p1，k)+1.θ值的变化步长为0.1度.(4)找出对应图像平面共线的累加器中的最大值，该最大值对应的θ为此直线的倾斜角度.在求垂直方向的偏角时，算法同上.将彩色图或者多值的灰度图像上的像素点的灰度值设置为0或255两个值的过程称为图像的二值化.二值化的方法主要分全局二值化法和局部二值化法.全局二值化法常用的方法有:共现矩阵、直方图凹形分析、极小误差、Ostu等方法.文中采用Ostu二值化.Ostu二值化［2］算法，它是在判别最小二乘法的基础上推导出来的.具体计算步骤如下:(1)计算图像F的灰度直方图(用灰度级概率函数phs(i)来表示).(2)计算灰度均值(Ave)(3)算灰度类均值(Aver(k))和类直方图(w(k)):(4)计算类分离指标:(5)求使Q(K)最大的K值:以T为阈值对图像进行二值化.这种算法具有以下优点:算法的实现简单;基于图像的整体特性的积分而非局部特征;可推广到多阈值的分割方法;该算法的使用性强. (1)车牌字符特点车牌包括7个字符，实际车牌总长409mm，单个字符的宽度为45mm，高度为90mm，其中中间小圆点宽度为10mm，与第二和第三字符的间距为12mm，换言之，第二字符与第三字符间的距离为车牌中间隔最大的部分，标准值为34mm(排除相邻两字符为I的情况).如果第三个字符为l，标准距离为44.5mm ［3］.根据车牌字符的特点可以制作标准的字符分割模板如图2所示.(2)模板匹配—垂直投影结合车的牌图像分割方法首先将定位好的车牌图像经运用数学形态学去噪和水平方向上精确定位、采用Hough变换进行倾斜矫正、二值化等预处理过程，其次采用模板匹配法将制作好的标准的字符分割模板与定位的车牌相比对，从左往右扫描统计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.这样可以有效地克服图像二值化后字符粘连、铆钉等问题，但是当待处理的车牌图像尺寸不标准或者汉字字符为左右结构等情况时，模板匹配会出现错误.再次利用垂直投影分割法对车牌作垂直方向上的投影，水平方向上从左到右统计出现第一个白像素个数最少的地方为左边界，然后水平方向上从右到左统计出现第一个白像素个数最少的地方为右边界，这样每个字符的边界都可以确定下来.最后将分割后的单个字符显示出来即可. 模板匹配—垂直投影结合的方法分割字符利用了模板匹配法，能克服对图像二值化后字符粘连及铆钉等的干扰，同时结合垂直投影法分割字符，使车牌在变形的情况下也能将字符分割出来，综合了各自的优点同时也克服了各自的缺点.它是一种有效的字符分割方法.接下来将进一步研究分割后的字符与字符识别环节的匹配，使整个车牌识别系统的处理时间缩短，从而更有效地将车牌识别系统图像处理的速度加快.Abstract:Character Segmentation plays an important part in vehicle license plates recognition system.Based on the template matching－vertical projection，the license plate character segmentationmethod uses a templatematchingmethod which can overcome the character adhesion and the interference of rivets in the binary images，while based on the vertical projectionmethod，the license plate character segmentation can be effective in the case of deformation.Themethods are integrated the advantages of their own but also overcome their own shortcomings.Key words:license plate segmentation;templatematching;vertical projection 【相关文献】［1］［美］冈萨雷斯(Gonzalez，R.C.).数字图像处理(第二版)［M］.阮秋琦，译.北京:电子工业出版社，2003.475－479.［2］张引.复杂背景下文本提取方法研究与应用［D］.浙江大学博士学位论文，1999.［3］高珊，刘万春，朱玉丈.基于SVM的车牌字符分割和识别方法［J］.微电子学与计算机，2005，(6):34－36.［4］王琴.车辆牌照提取与识别算法的研究［D］.武汉理工大学硕士学位论文，2005.［5］李占斌.不停车收费系统中的车牌识别技术研究［D］.中国海洋大学硕士学位论文，2005. ［6］凌彤辉.车辆牌照自动识别系统的研究［D］.四川大学硕士学位论文，2005.［7］丁兆坤.车牌识别技术研究［D］.东北大学硕士学位论文，2004.［8］潘中杰，谭洪舟.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［J］.自动化与信息工程，2007，(2): 12－34.。

万方数据
万方数据
万方数据
万方数据
基于垂直投影的车牌字符分割方法
作者：冉令峰， RAN Ling-feng
作者单位：中国空空导弹研究院,河南洛阳,471009
刊名：
通信技术
英文刊名：Communications Technology
年，卷(期)：2012,45(4)
1.SIRTHINAPHONG T The Recognition of the License plate for Automatic System 1999
2.刘晓薇基于聚类分析的车牌定位算法研究[期刊论文]-通信技术 2008(12)
3.PARISI R Car Plate Recognition By Neural Networks And Image Processing 1998
4.江少梅车牌图像预处理研究 2009(02)
5.周波王绪本复杂环境下的汽车牌照的定位方法 2002(03)
6.何捷基于图像处理对汽车牌照识别系统的研究 2004
7.张怡;冯飞;宋冠群基于FPGA的图像预处理缩放算法[期刊论文]-信息安全与通信保密 2007(01)
8.罗洪刚;王士林;倪佑生一种用于网络动画过滤的文字提取方法[期刊论文]-信息安全与通信保密 2007(11)
9.顾晨勤;葛万成基于模板匹配算法的字符识别研究[期刊论文]-通信技术 2009(03)
10.闫兵;张海朝改进的基于投影的车牌字符分割算法[期刊论文]-通信技术 2010(05)
引用本文格式：冉令峰.RAN Ling-feng基于垂直投影的车牌字符分割方法[期刊论文]-通信技术 2012(4)。

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。

数字图像处理——车牌识别学院：信息工程学院专业：信号与信息处理小组成员：学号：指导教师：2010年12月车牌识别系统的设计1．摘要：汽车牌照自动识别系统是制约道路交通智能化的重要因素,包括车牌定位、字符分割和字符识别三个主要部分。

本文首先确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照,然后采用局部投影进行字符分割。

在字符识别部分,提出了在无特征提取情况下基于支持向量机的车牌字符识别方法。

实验结果表明,本文提出的方法具有良好的识别性能。

随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满着实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。

汽车牌照的自动识别技术已经得到了广泛应用。

关键词：车牌识别字符分隔二值化模块匹配字符识别2．设计目的：1、使学生在巩固理论课知识的同时，加强实践能力的提高，理论联系实践。

2、激发学生的研究潜能，提高学生的协作精神，锻炼学生的动手能力。

3、养成自己独立分析和解决问题的能力。

3．设计原理车辆牌照在交通管理中具有不可替代的作用，因此车辆牌照识别系统应具有很高的识别正确率，对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并且要求满足实时性要求，能在一定情况下准确的反应出信息。

图1 牌照识别系统原理图车牌识别系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用，它主要由图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成，如图1 所示。

其基本工作过程如下：（1）用手机和相机拍下一个在运动中或是静止的车的图像，尽量考虑下光照，因为该程序具有一定的局限性。

（2）由摄像机或手机拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理，图像预处理包括图像转换、图像增强、滤波和水平较正等；（3）由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域；（4）对牌照字符进行二值化并分割出单个字符，经归一化后输入字符识别系统进行识别，最后输出车牌号码。