- 相關(guān)推薦
一種基于灰值形態(tài)學(xué)的汽車(chē)牌照提取方法
摘要：提出了一種利用灰度形態(tài)變換快速提取汽車(chē)牌照區(qū)域的方法。利用灰度形態(tài)變換對(duì)輸入的圖像進(jìn)行濾波，根據(jù)牌照的大致尺寸和濾波圖像的模板卷積得到幾個(gè)牌照的候選區(qū)域，最后分析候選區(qū)域內(nèi)水平方向的波峰高寬比波峰數(shù)得到真正的牌照區(qū)域。基于圖像理解的汽車(chē)牌照自動(dòng)識(shí)別系統(tǒng)是智能交通系統(tǒng)一個(gè)重要分支，有著非常廣泛的應(yīng)用前景，而把汽車(chē)牌照從復(fù)雜的汽車(chē)圖像中分割出來(lái)是汽車(chē)牌照自動(dòng)識(shí)別系統(tǒng)必須解決的關(guān)鍵問(wèn)題。在過(guò)去的十幾年中，各國(guó)的科研人員提出了不少提取汽車(chē)牌照的方法。Choi和Kim提出利用Hough變換尋找垂直邊緣提取汽車(chē)牌照的方法，此方法由于許多汽車(chē)前部散熱器產(chǎn)生的垂直邊緣和某些牌照邊框的扭曲或某些汽車(chē)牌照沒(méi)有邊框而魯棒性較差。S.K.Kim和H.J.Kim提出的基于遺傳算法分割提取汽車(chē)牌照的方法，最大缺點(diǎn)是耗時(shí)長(zhǎng)，難以進(jìn)行實(shí)時(shí)處理。S.H.Park提出的一種基于神經(jīng)網(wǎng)絡(luò)提取汽車(chē)牌照的方法，使用二個(gè)時(shí)延神經(jīng)網(wǎng)絡(luò)在水平和垂直方向?qū)斎雸D像進(jìn)行濾波，得到牌照的候選區(qū)域，然后利用牌照的長(zhǎng)寬比、面積、面積與周長(zhǎng)比來(lái)區(qū)分真正的牌照區(qū)域與類(lèi)牌照區(qū)域。此方法要求圖像中的牌照尺寸基本不變，一旦圖像中的牌照尺寸發(fā)生了較大的變化，必須對(duì)神經(jīng)網(wǎng)絡(luò)重新進(jìn)行訓(xùn)練。T.R.Crimmins提出了一種數(shù)字形態(tài)學(xué)方法，此方法用不同尺寸的每個(gè)可能字符作為結(jié)構(gòu)元素，采用擊中擊不中方法先提取輸入圖像中的字符，再根據(jù)牌照字符的語(yǔ)法得到汽車(chē)牌照，這種方法計(jì)算量非常大且易受噪聲影響。C.H.Poon提出了一種灰值形態(tài)學(xué)方法，它通過(guò)檢測(cè)字符中的直線段和字符間的空間來(lái)提取牌照，這種方法耗時(shí)較多，且沒(méi)有利用版照的尺寸信息。C.M.Hwang提出了空間頻率方法，它利用牌照區(qū)域內(nèi)空間頻率變化大的特性，對(duì)圖像進(jìn)行一階差分。差分圖在牌照區(qū)域內(nèi)形成多個(gè)峰，然后利用峰的幅度、寬度和密度區(qū)分真正的牌照區(qū)域與類(lèi)牌照區(qū)域。這種方法具耗時(shí)少、抗噪能力強(qiáng)的優(yōu)點(diǎn)。本文提出的灰值形態(tài)學(xué)方法僅利用了牌照區(qū)域內(nèi)空間頻率變化大的特性而且利用了牌照區(qū)域字符筆劃具有高曲的特性，因而比單純的空間頻率方法更加有效。通過(guò)建立牌照與卷積算子形態(tài)學(xué)結(jié)構(gòu)元素尺寸的相互關(guān)系。本文提出的方法對(duì)不同尺寸牌照具有很好的魯棒性。
1 數(shù)字形態(tài)學(xué)
數(shù)字形態(tài)學(xué)是一種重要的數(shù)字圖像處理方法和理論。在數(shù)字形態(tài)學(xué)中，兩種最基本的變換或運(yùn)算是腐蝕和膨脹，其它形態(tài)學(xué)變換都可通過(guò)它們來(lái)定義。下面列出了一些灰值形態(tài)學(xué)變換的定義。
圖像f(x,y)平移（a,b）定義為：
f(a,b)(x,y)=f(x-a,y-b)
圖像f(x,y)相對(duì)于原點(diǎn)的反射為：
f^(x,y)=f(-x,-y)
二幅圖像f(x,y)和g(x,y)的最小記為（f∧g）（x,y）。
當(dāng)（x,y）位于圖像f的定義域D(f)和圖像g的定義域D(g)的交集D（f）∩D(g)內(nèi)時(shí)：
（f∧g）(x,y)=min{f(x,y),g(x,y)}
否則：
（f∧g）（x,y）=0
二幅圖像f(x,y)和g(x,y)的最大記為（f∨g）（x,y）。
當(dāng)（x,y）位于圖像f的定義域D（f）和圖像g的定義域D(g)的交集D（f）∩D（g）內(nèi)時(shí)：
(f∨g)（x,y）=max{f(x,y),g(x,y)}
當(dāng)（x,y）∈D(f)且（x,y）∈D（g）時(shí)
（f∨g）（x,y）=f(x,y)
當(dāng)（x,y）∈D(g)且（x,y）∈D（f）時(shí)
(f∨g)(x,y)=g(x,y)
f(x,y)被g(x,y)膨脹定義為：
(f⊙g)(x,y)=max{f(x-a,y-b) g(a,b)}
（a,b）∈D(g)
f(x,y)被g(x,y)腐蝕定義為：
(f⊙g)(x,y)=max{f(x-a,y-b)-g(a,b)}
(a,b)∈D（g）
開(kāi)運(yùn)算定義：
fog=(f⊙g)⊙g
閉運(yùn)算定義：
f·g=(f⊙g)⊙g
Top-Hat變換定義：
Hat(f,g)=f-fog
與Top-Hat變換相對(duì)的是波谷檢測(cè)器（Valley變換），其定義為：
Valley(f,g)=(f·g)-f
形態(tài)學(xué)梯度有下面三種形式：
Grad(f)=f-(f⊙g)
Grad(f)=(f⊙g)-f
Grad(f)={[(f⊙g)-(f⊙g)]}/2
2 牌照提取算法
在牌照提取算法中，需要用到卷積、模板卷積和卷積投影等概念。下面對(duì)它們進(jìn)行定義。
對(duì)于圖像[aij]m×n,i=0...m-1,j=0...n-1，模板[aij]p×q。p
【一種基于灰值形態(tài)學(xué)的汽車(chē)牌照提取方法】相關(guān)文章：
一種提取辣椒紅色素的新方法01-01
一種圓錐掃描體制雷達(dá)中目標(biāo)信息的提取方法03-07
一種基于路測(cè)數(shù)據(jù)的基站定位方法03-07
一種基于陣列運(yùn)動(dòng)擴(kuò)展的高精度測(cè)向方法03-07
一種基于宏指令的數(shù)控加工進(jìn)度采集方法03-02
一種基于分?jǐn)?shù)階傅立葉變換的LFM信號(hào)檢測(cè)簡(jiǎn)化方法11-22