CN102509095B - 一种车牌图像的预处理方法 - Google Patents
一种车牌图像的预处理方法 Download PDFInfo
- Publication number
- CN102509095B CN102509095B CN 201110340408 CN201110340408A CN102509095B CN 102509095 B CN102509095 B CN 102509095B CN 201110340408 CN201110340408 CN 201110340408 CN 201110340408 A CN201110340408 A CN 201110340408A CN 102509095 B CN102509095 B CN 102509095B
- Authority
- CN
- China
- Prior art keywords
- license plate
- pixel
- zone
- characters
- gray
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Character Input (AREA)
- Traffic Control Systems (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种车牌图像的预处理方法,包括以下步骤:(1)、获取车牌字符区域的上下边界;(2)、确定车牌字符区域的阴阳分界线,所述阴阳分界线即车牌因亮度差异形成的分界线;(3)、计算车牌字符区域是否需要亮度补偿;(4)、对车牌字符区域进行亮度补偿。本发明的车牌预处理方法可以明显改善阴阳车牌的车牌识别率,而且易于实现,计算量小,可以满足实时性处理的需求。
Description
技术领域
本发明涉及一种车牌图像的预处理方法,数字图像处理技术领域。
背景技术
在实现车牌识别的过程中,无论是字符分割环节,还是字符识别环节,都要使用二值化信息。对于一个车牌图像,如果某局部区域存在阴影,导致整个车牌区域的亮度明显不均衡,那么它的二值化图像就会出现比较严重的字符信息缺损,会严重的影响分割和识别效果。参见图1所示,这是一个存在“阴阳牌问题”的典型事例。其中,A图是车牌灰度图像,可以看到,该车牌的上下两部分,亮度存在明显差异。如果对A图做二值化处理得到B图,就会发现,对这种“阴阳牌”做全局二值化,将会损失很多信息。这对车牌字符分割与识别都是极其不利的。
发明内容
本发明为解决现有阴阳牌现象导致的“车牌二值化图像” 信息损失严重的问题,提供了一种车牌预处理方法,实现简单,有效提高车牌识别率。
为了解决上述技术问题,本发明采用以下技术方案予以实现:
参见图2所示,本实施例的车牌图像的预处理方法,包括以下步骤:
(1)、获取车牌字符区域的上下边界;
(2)、确定车牌字符区域的阴阳分界线,所述阴阳分界线即车牌因亮度差异形成的分界线;
(3)、计算车牌字符区域是否需要亮度补偿;
(4)、对车牌字符区域进行亮度补偿。
进一步的,步骤(1)中利用车牌边缘图获取字符区域的上下边界:对车牌灰度图像做边缘检测,得到边缘图,然后利用边缘图水平方向上的跳变次数的变化,获取车牌字符区域的上下边界。
优选的,步骤(1)中做边缘检测时,采用canny算法做边缘检测。
又进一步的,由于步骤(2)中的阴阳分界线即车牌因亮度差异形成的分界线,其确定方法有多种,在本发明中阴阳分界线的确定方法为:
(21)、所述车牌字符区域灰度图像为m行n列的矩阵,将车牌字符区域的灰度图像做水平方向投影:设定阈值T1,将每一行中所有大于T1的灰度值相加,得到一个包含有m个元素的一维数组A,其中,T1为整数,m、n为正整数;
(22)、采用最大类间方差法计算数组A的分界点nX,则nX即为阴阳分界线在车牌字符区域灰度图像中的纵坐标。比如,所述的T1取150。
再进一步的,由于不同环境下所拍摄的车牌图像的亮度差异各不相同,因此,对于因亮度差异对二值化图像影响较大的,需要进行亮度补偿,而对二值化图像影响较小的,则不需要进行亮度补偿,本发明中步骤(3)中确定车牌字符区域是否需要亮度补偿的计算方法为:
(31)、利用阴阳分界线把车牌分成上、下两区域;
(32)、分别设置上、下两区域的亮度阈值: ucPixlThrdU和ucPixlThrdD;
(33)、计算ucSubPixl= (ucPixlThrdD-ucPixlThrdU),若ucSubPixl的绝对值大于阈值T2,则进行亮度调整,其中T2为正整数,可以根据经验值确定。
进一步的,亮度阈值:在本发明中,步骤(32)中上、下两区域的亮度阈值设置方法为:
分别对上、下两区域做直方图统计,相应地得到unHistU[i]、unHistD[i],根据上述两个直方图,使ucPixlThrdU满足上半区域灰度图中,灰度值大于ucPixlThrdU的像素点的个数,占上半区域像素总数的T3,使ucPixlThrdD满足下半区域灰度图中,灰度值大于ucPixlThrdD的像素点的个数,占下半区域像素总数的T4,其中0≤T3≤1,0≤T4≤1,i取0~255之间的整数。
优选的,所述的T3与T4均取1/3。因为这里,我们就是要通过ucPixlThrdU、ucPixlThrdD分离出字符构成像素点和非字符构成像素点,而根据经验,字符构成像素点大约占整个车牌字符区域像素点总数的1/3。例如:在上半区域中,灰度值大于ucPixlThrdU的像素点,我们就认为是字符构成像素点。在下半区域中,有类似的含义。
更进一步的,步骤(4)中亮度补偿方法为:对于下区域,把灰度值小于ucPixlThrdD的像素点亮度降低,即:把非字符构成像素点的灰度值减掉ucSubPixl的绝对值;
对于上区域,把灰度值大于ucPixlThrdU的像素点亮度调高,即:把字符构成像素点的灰度值加上ucSubPixl的绝对值;
其中,字符构成像素点为亮度大于其所在区域亮度阈值的像素点,也即:
在上区域中,亮度大于ucPixlThrdU的像素点,和在下区域中,亮度大于ucPixlThrdD的像素点,即为字符构成像素点,在各区域中,除字符构成像素点之外的像素即为非字符构成像素点。
与现有技术相比,本发明的优点和积极效果是:可以明显提高阴阳车牌的车牌识别率,而且易于实现,计算量小,满足实时性处理的需求。
结合附图阅读本发明实施方式的详细描述后,本发明的其他特点和优点将变得更加清楚。
附图说明
图1是现有技术中处理的阴阳车牌图像效果;
图2是本发明所提出的车牌预处理方法的一种实施例流程图;
图3是图2中步骤S1中的示意图;
图4是图2中步骤S2中的示意图;
图5是图2中步骤S4中的效果图。
具体实施方式
针对现有车牌识别过程中由于车牌区域亮度不均衡,而造成分割后字符信息缺损,影响字符识别的问题,提供了一种车牌图像预处理方法,通过在车牌预处理时找出阴阳分界线,分别根据实际情况判断是否需要进行亮度补偿,并且给出了亮度补偿的具体步骤。经过本发明的亮度补偿后,可以明显提高阴阳车牌的车牌识别率,而且计算量小,满足实时性处理的需求。
下面结合附图对本发明的具体实施方式作进一步详细地说明。
实施例一,参见图2所示,本实施例的车牌图像的预处理方法,包括以下步骤:
S1、获取车牌字符区域的上下边界。
由于电子警察拍摄时所拍摄范围较大,对于车牌字符区域以外的不属于处理的目标区域,而且若处理时会增加计算量,延长处理时间以及影响处理结果,因此,首先需要确定字符区域的上下边界,将边界以外的图像去掉。确定车牌字符边界的方法有很多,由于字符边缘信息受阴影的干扰较小,在本实施例中,优选采用利用车牌边缘图获取字符区域的上下边界,首先对车牌灰度图像做边缘检测,得到边缘图,然后利用边缘图的水平跳变获取车牌字符区域的上下边界。其中,利用边缘图的水平跳变获取车牌字符区域的上下边界的方法为本领域技术人员所熟知技术,也即由于边缘图中字符的边缘存在水平跳变,跳变多的地方为字符区域,当跳变次数低于某一阈值时,便认为该行为边界线,在此不做详述。
在本实施例中,优选采用边缘检测效果较好的canny边缘检测。参见图3所示,为本实施例做的边缘检测图,包括上边界线1和下边界线2,边缘检测图为二值图。
S2、确定车牌字符区域的阴阳分界线,所述阴阳分界线即车牌因亮度差异形成的分界线。
本实施例的主要目的是为了解决车牌因亮度差异形成的阴阳牌会对二值化图像造成影响的问题,因此,需要确定车牌字符区域的阴阳分界线,也即将车牌根据亮度差异分别处理,阴阳分界线也就是车牌因亮度差异形成的分界线,通过亮度检测、目测等方式可以获得,在本实施例中,阴阳分界线的确定方法为:
S21、所述车牌字符区域灰度图像为m行n列的矩阵,将车牌字符区域的灰度图像做水平方向投影:设定阈值T1,将每一行中所有大于T1的灰度值相加,得到一个包含有m个元素的一维数组A,其中,T1为整数,m、n为正整数;作为一个具体的实施例,在本实施例中,T1取150。
S22、采用最大类间方差法计算数组A的分界点nX,则nX即为阴阳分界线在车牌字符区域灰度图像中的纵坐标。参见图4所示,为本实施例做的阴阳分界线3,从图中可以看到本实施例中阴阳分界线3上半区域亮度较低,下半区域亮度较高。
S3、计算车牌字符区域是否需要亮度补偿。
由于不同环境下所拍摄的车牌图像的亮度差异各不相同,因此,对于因亮度差异对二值化图像影响较大的,需要进行亮度补偿,而对二值化图像影响较小的,则不需要进行亮度补偿,本实施例的步骤(3)中确定车牌字符区域是否需要亮度补偿的计算方法为:
S31、利用阴阳分界线把车牌分成上、下两区域;其中,阴阳分界线即S2中确定的水平直线;
S32、分别设置上、下两区域的亮度阈值: ucPixlThrdU和ucPixlThrdD;
S33、计算ucSubPixl= (ucPixlThrdD-ucPixlThrdU),若ucSubPixl的绝对值大于阈值T2,则进行亮度调整,其中T2为正整数。需要说明的是,由于上、下两区域的亮度会出现至少两种情况:上半区域亮、下半区域暗或者上半区域暗、下半区域亮,因此ucSubPixl要取绝对值,在本实施例中,阈值T2取20。
S4、对车牌字符区域进行亮度补偿。
其中,亮度阈值: ucPixlThrdU和ucPixlThrdD可以根据经验值确定,在本实施例中,步骤S32中上、下两区域的亮度阈值设置方法为:
分别对上、下两区域做直方图统计,相应地得到unHistU[i]、unHistD[i],根据上述两个直方图,使ucPixlThrdU满足上半区域灰度图中,灰度值大于ucPixlThrdU的像素点的个数,占上半区域像素总数的T3,使ucPixlThrdD满足下半区域灰度图中,灰度值大于ucPixlThrdD的像素点的个数,占下半区域像素总数的T4,其中0≤T3≤1,0≤T4≤1,i取0~255之间的整数。
一般情况下,构成字符像素点占整个区域像素点总数的1/3,因此,本实施例中所述的T3、T4均取1/3。
步骤S4中亮度补偿方法为:对于下区域,把灰度值小于ucPixlThrdD的像素点亮度降低,即:把非字符构成像素点的灰度值减掉ucSubPixl的绝对值;
对于上区域,把灰度值大于ucPixlThrdU的像素点亮度调高,即:把字符构成像素点的灰度值加上ucSubPixl的绝对值;
其中,字符构成像素点为亮度大于其所在区域亮度阈值的像素点,也即:
在上区域中,亮度大于ucPixlThrdU的像素点,和在下区域中,亮度大于ucPixlThrdD的像素点,即为字符构成像素点,在各区域中,除字符构成像素点之外的像素即为非字符构成像素点。这样做的目的是,由于构成字符的像素点占整个区域像素点总数的1/3,在亮度较大的区域中,把非字符构成像素点的亮度调低,有助于缩小两个半区域的亮度差。
同原理的,在亮度较小的区域中,把字符构成像素点的亮度调高。这样便于缩小两半区域的亮度差。对于亮度补偿后的车牌字符图以及进行二值化后的图如图5所示,C为亮度补偿后的灰度图,D为C的二值化图像,可以看到,本实施例的车牌预处理方法可以明显的改善阴阳车牌的字符识别率。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (8)
1.一种车牌图像的预处理方法,其特征在于,包括以下步骤:
(1)、获取车牌字符区域的上下边界;
(2)、确定车牌字符区域的阴阳分界线,所述阴阳分界线即车牌因亮度差异形成的分界线;
(3)、计算车牌字符区域是否需要亮度补偿;
(4)、对车牌字符区域进行亮度补偿;
步骤(3)中确定车牌字符区域是否需要亮度补偿的计算方法为:
(31)、利用阴阳分界线把车牌分成上、下两区域;
(32)、分别设置上、下两区域的亮度阈值: ucPixlThrdU和ucPixlThrdD;
(33)、计算ucSubPixl= (ucPixlThrdD-ucPixlThrdU),若ucSubPixl的绝对值大于阈值T2,则进行亮度调整,其中T2为正整数;
步骤(32)中上、下两区域的亮度阈值设置方法为:
分别对上、下两区域做直方图统计,相应地得到unHistU[i]、unHistD[i],根据上述两个直方图,使ucPixlThrdU满足:上区域灰度图中,灰度值大于ucPixlThrdU的像素点的个数,占上区域像素点总数的T3,使ucPixlThrdD满足:下区域灰度图中,灰度值大于ucPixlThrdD的像素点的个数,占下区域像素点总数的T4,其中0<T3<1,0<T4<1,i取0~255之间的整数。
2.根据权利要求1所述的车牌图像的预处理方法,其特征在于,步骤(1)中利用车牌边缘图获取字符区域的上下边界:对车牌灰度图像做边缘检测,得到边缘图,然后利用边缘图水平方向上,跳变次数的变化,获取车牌字符区域的上下边界。
3.根据权利要求2所述的车牌图像的预处理方法,其特征在于,采用canny算法做边缘检测。
4.根据权利要求1所述的车牌图像的预处理方法,其特征在于,步骤(2)中阴阳分界线的确定方法为:
(21)、所述车牌字符区域灰度图像为m行n列的矩阵,将车牌字符区域的灰度图像做水平方向投影:设定阈值T1,将每一行中所有大于T1的灰度值相加,得到一个包含有m个元素的一维数组A,其中,T1为整数,m、n为正整数;
(22)、采用最大类间方差法计算数组A的分界点nX,则nX即为阴阳分界线在车牌字符区域灰度图像中的纵坐标。
5.根据权利要求4所述的车牌图像的预处理方法,其特征在于,所述的T1取150。
6.根据权利要求1所述的车牌图像的预处理方法,其特征在于,所述的T3取1/3。
7.根据权利要求1所述的车牌图像的预处理方法,其特征在于,所述的T4取1/3。
8.根据权利要求1所述的车牌图像的预处理方法,其特征在于,步骤(4)中亮度补偿方法为:对于下区域,把灰度值小于ucPixlThrdD的像素点亮度降低,即:把非字符构成像素点的灰度值减掉ucSubPixl的绝对值;
对于上区域,把灰度值大于ucPixlThrdU的像素点亮度调高,即:把字符构成像素点的灰度值加上ucSubPixl的绝对值;
其中,字符构成像素点为亮度大于其所在区域亮度阈值的像素点,也即:
在上区域中,亮度大于ucPixlThrdU的像素点,和在下区域中,亮度大于ucPixlThrdD的像素点,即为字符构成像素点,在各区域中,除字符构成像素点之外的像素点即为非字符构成像素点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110340408 CN102509095B (zh) | 2011-11-02 | 2011-11-02 | 一种车牌图像的预处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110340408 CN102509095B (zh) | 2011-11-02 | 2011-11-02 | 一种车牌图像的预处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102509095A CN102509095A (zh) | 2012-06-20 |
CN102509095B true CN102509095B (zh) | 2013-08-28 |
Family
ID=46221176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110340408 Active CN102509095B (zh) | 2011-11-02 | 2011-11-02 | 一种车牌图像的预处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102509095B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103176607B (zh) * | 2013-04-16 | 2016-12-28 | 重庆市科学技术研究院 | 一种眼控鼠标实现方法及系统 |
CN106326898B (zh) * | 2016-08-04 | 2019-09-20 | 安凯 | 一种车牌图像提取方法 |
CN106709491B (zh) * | 2016-12-01 | 2020-11-06 | 中科唯实科技(北京)有限公司 | 一种基于colornames特征的车牌定位方法 |
CN107123093A (zh) * | 2016-12-07 | 2017-09-01 | 重庆微标科技股份有限公司 | 一种车辆图像的处理方法及装置 |
CN108205675B (zh) * | 2016-12-20 | 2020-06-19 | 浙江宇视科技有限公司 | 一种车牌图像的处理方法以及设备 |
CN106845488B (zh) * | 2017-01-18 | 2020-08-21 | 博康智能信息技术有限公司 | 一种车牌图像处理方法及装置 |
CN106778760A (zh) * | 2017-01-18 | 2017-05-31 | 博康智能信息技术有限公司 | 一种车牌图像分界线拟合方法及装置 |
CN117690142B (zh) * | 2024-02-01 | 2024-05-28 | 深圳中科精工科技有限公司 | 晶圆字符的预处理方法、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101582991B (zh) * | 2008-05-13 | 2011-02-09 | 华为终端有限公司 | 图像处理方法及装置 |
CN101599172A (zh) * | 2008-06-06 | 2009-12-09 | 上海吉量软件科技有限公司 | 非均匀光照的文本图像的亮度补偿分割方法 |
CN102043959B (zh) * | 2010-12-28 | 2012-09-26 | 青岛海信网络科技股份有限公司 | 车牌字符分割方法 |
-
2011
- 2011-11-02 CN CN 201110340408 patent/CN102509095B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN102509095A (zh) | 2012-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102509095B (zh) | 一种车牌图像的预处理方法 | |
CN102043950B (zh) | 基于canny算子和边缘点统计的车辆轮廓识别方法 | |
CN102043959B (zh) | 车牌字符分割方法 | |
CN107038416B (zh) | 一种基于二值图像改进型hog特征的行人检测方法 | |
CN106650728B (zh) | 一种阴影车牌图像二值化方法 | |
CN102156868A (zh) | 图像二值化方法和装置 | |
CN105374015A (zh) | 基于局部对比度和笔画宽度估计的低质量文档图像二值化方法 | |
CN104376551A (zh) | 一种融合区域生长和边缘检测的彩色图像分割方法 | |
CN104156731A (zh) | 基于人工神经网络的车牌识别系统与方法 | |
CN103366170A (zh) | 图像二值化处理装置及其方法 | |
CN104952077B (zh) | 一种票据图像油污检测方法及系统 | |
CN105427626A (zh) | 一种基于视频分析的车流量统计方法 | |
CN103488978A (zh) | 一种基于灰度跳变和字符投影间隔模式的车牌定位方法 | |
CN100385452C (zh) | 一种车牌字符分割方法 | |
CN107563331B (zh) | 一种基于几何关系的道路标志线检测方法及系统 | |
CN103413311A (zh) | 一种基于边缘的模糊检测方法 | |
CN104021527A (zh) | 一种图像中雨雪的去除方法 | |
CN103729828A (zh) | 视频去雨方法 | |
CN104376580B (zh) | 一种视频摘要中非关注区域事件的处理方法 | |
CN105447489A (zh) | 一种图片ocr识别系统的字符与背景粘连噪声消除方法 | |
CN104112118A (zh) | 用于车道偏离预警系统的车道线检测方法 | |
CN105303190A (zh) | 一种基于对比度增强法的降质文档图像二值化方法 | |
CN104835142A (zh) | 一种基于纹理特征的车辆排队长度检测方法 | |
CN104156727A (zh) | 一种基于单目视觉的灯光倒影检测的方法 | |
CN105678272A (zh) | 一种复杂环境下基于图像处理的目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |