CN103400121A - 基于彩色二值化图像的车牌定位方法 - Google Patents

Abstract

本发明公开了一种基于彩色二值化图像的车牌定位方法。该方法首先将采集到的RGB彩色图像转换到HSI颜色模型空间中，并进行彩色二值化处理，初始化矩阵为全1的二值化状态特征矩阵；其次通过设置饱和度阈值、亮度阈值和色调阈值来处理彩色图像中像素点，进而改变二值化矩阵中的0和1的值；最后利用数学形态学开和闭运算，并结合车牌区域几何特征去除伪车牌区域，做水平垂直投影得到横纵坐标，进行分割，最终实现车牌区域定位。该方法直接处理图像中的色调、饱和度、亮度等信息，并结合数学形态学和车牌固有特点，充分利用了车牌区域所具有颜色特征、纹理特征和大小特征，使定位准确率提高，且该方法能够较容易实现。

Description

基于彩色二值化图像的车牌定位方法

技术领域

本发明涉及数字图像处理及模式识别技术领域，特别是涉及一种基于彩色二值化图像的车牌定位方法。

背景技术

车牌区域定位是车牌自动识别系统中的重要组成模块之一，它对车牌字符的最终识别起着关键性作用。车牌区域定位方法大多是基于灰度图像处理的，即将采集到的彩色图像先作灰度化处理后实现区域定位，少量的定位方法是基于彩色图像的，且现有的基于彩色图像的车牌区域定位方法是利用车牌的底色和字符的颜色来实现的，即仅仅利用彩色图像的色调信息，并没有涉及其它固有的色彩信息，运用到的彩色信息量也是极其窄的，信息量的利用将会增加定位的准备率。现有的基于灰度图像的定位方法定位由于利用图像本身的信息量较少，使定位准确率受到限制。

发明内容

发明目的：针对现有技术中存在的问题与不足，本发明提供一种基于彩色二值化图像的车牌定位方法。

技术方案：基于彩色二值化图像的车牌定位方法，包括如下步骤：

彩色图像颜色空间转换：将采集到的RGB彩色图像转换到HSI颜色模型空间中；

生成二值化矩阵：对所述彩色图像进行彩色二值化处理，初始化矩阵为全1的二值化状态特征矩阵；其中，矩阵中1代表着其对应图像中的像素点为目标区域点，0代表着背景区域点；

色彩信息阈值的处理：设置饱和度阈值、亮度阈值和色调阈值处理彩色图像中像素点，进而改变二值化矩阵中的0和1的值；

数学形态学处理：对待处理图像进行数学形态学开和闭运算，去除·噪声点和空洞点，得到包含车牌区域在内的若干连通区域；

车牌先验知识处理：利用车牌区域面积、宽度、高度、宽高比在一定范围内实现伪车牌区域滤除；

投影处理：将最终得到的为1矩阵作水平和垂直投影得到其横纵坐标值，进而进行切分，得到最终车牌区域。

所述设置饱和度阈值用于去除饱和度较低的背景；设置亮度阈值用于去除亮度较大和亮度较小的背景；设置色调阈值为60°或240°，用于筛选出黄色或蓝色区域。

本发明采用上述技术方案，具有以下有益效果：与现有技术相比，本发明所提供的基于彩色二值化图像的车牌定位方法，充分利用彩色图像固有的多种色彩特征，能够提高定位的准确率。现有的基于灰度图像的定位方法由于利用图像本身的信息量较少，使定位准确率受到限制，而该方法是直接处理图像中的色调、饱和度、亮度等信息，并结合数学形态学和车牌固有特点，其充分利用了车牌区域所具有颜色特征、纹理特征和大小特征，必然会使定位准确率提高，且该方法能够较容易实现。

附图说明

图1为本发明实施例的方法流程图；

图2为本发明方法对白天彩色图片进行定位的结果示意图；2a为白天彩色图片；2b为经饱和度阈值处理后结果；2c为经色调阈值处理后结果；2d为数学形态学处理后结果；2e经几何特征处理后结果；2f白天车牌图像的最终定位结果；

图3为本发明方法对夜晚彩色图片进行定位的结果示意图；3a为夜晚彩色图片；3b为经饱和度阈值处理后结果；3c为经色调阈值处理后结果；3d为数学形态学处理后结果；3e经几何特征处理后结果；3f白天车牌图像的最终定位结果。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1所述，该定位方法包括：RGB颜色模型到HSI颜色模型的转换、车牌彩色二值化及二值化矩阵的生成、色彩信息的利用、数学形态学处理及几何特征处理。

具体的，首先将采集到的RGB彩色图像转换到HSI颜色模型空间中，根据车牌的颜色Hue、饱和度Saturation和亮度Intensity，生成一个与彩色图像大小相同的二值化状态特征矩阵，每个元素只可能有两个值，即0或1；其次，初始化此状态特征矩阵为全1矩阵，与彩色图像中的像素点一一对应，两者有着相同的横纵坐标；通过设置饱和度阈值ThresholdS、亮度阈值ThresholdI、色调阈值ThresholdH，比较彩色图像各个像素点的饱和度值S_i,j、亮度值I_i,j、色调值H_i,j与设定阈值的大小关系，进而对矩阵中相应元素M_i,j作为0处理；选择大小为M×N的结构元素，对矩阵中0和1作开运算和闭运算，去除噪声点和空洞点；结合车牌区域大小特征去除伪车牌区域，将最后的1矩阵区域做水平和垂直投影，得到分割位置，实现车牌区域定位。

将采集到的24位RGB彩色图像转换到HSI颜色模型中，用色调、饱和度、亮度来描述图像信息，在RGB颜色模型到HSI颜色模型的转换中，存在着下述转换关系：

$H=\left\{\begin{array}{c}\mathrm{\θ},B\≤G\\ 2\mathrm{\π}-\mathrm{\θ},B>G\end{array}\right.$

$\mathrm{\θ}={\cos }^{-1}\left\{\frac{\frac{1}{2}[(R-G)+(R-B)]}{2\sqrt{[{(R-G)}^2+(R-B)(G-B)]}}\right\}$

$S=1-\frac{3\min (R,G,B)}{(R+G+B)}$

$I=\frac{1}{3}(R+G+B)$

在车牌彩色二值化及二值化矩阵的生成中，根据车牌的颜色（Hue）、饱和度（Saturation）和亮度（Intensity），生成一个与彩色图像大小相同的二值化状态特征矩阵，每个元素只可能有两个值，即0或1，初始化此状态特征矩阵为全1矩阵，与彩色图像中的像素点一一对应，两者有着相同的横纵坐标，且矩阵中为1的点代表着其对应图像中的像素点为目标区域点，为0代表着背景区域点，通过众多处理方法改变矩阵中0和1的值，缩小车牌目标区域。

设置饱和度阈值ThresholdS、亮度阈值ThresholdI、色调阈值ThresholdH，比较彩色图像各个像素点的饱和度值S_i,j、亮度值I_i,j、色调值H_i,j与设定阈值的大小关系，进而对矩阵中相应元素M_i,j作为0处理。

$M_{i,j}=\left\{\begin{array}{c}1,\mathrm{if}{S}_{i,j}>\mathrm{ThresholdS}\\ 0,\mathrm{if}{S}_{i,j}<=\mathrm{ThresholdS}\end{array}\right.$

其中i，j均是像素点的横纵坐标值，M_i,j为彩色图像对应的二值化状态特征矩阵中元素值，S_i,j为彩色图像中坐标为i,j点像素点的饱和度值，I_i,j为彩色图像中坐标为i，j点像素点的亮度值，H_i,j为彩色图像中坐标为i,j点像素点的色调值。

选择一个大小为M×N的结构元素，对待处理图像进行数学形态学开和闭运算处理，得到包含车牌区域在内的若干连通区域。其中：腐蚀：

$\mathrm{A\&Theta;B}=\left\{(x,y)\right|B_{\mathrm{xy}}\&SubsetEqual;A\},$ 膨胀： $A\&CirclePlus;B=\left\{(x,y)\right|(\widehat{B_{\mathrm{xy}}}\&cap;A\&NotEqual;\mathrm{\&phi;}\},$ 开运算：

AοB＝(AΘB)⊕B，闭运算：A·B＝(A⊕B)ΘB。

设置好一定的宽、高、宽高比之后，将候选车牌区域中不满足以上范围的像素点的状态特征矩阵中的元素改为0，满足车牌几何特征的像素点的矩阵中元素设为1。通过设置此几何特征范围来修改矩阵中元素的值，最终对应修改图像中的像素点，具体做法是，对图像中某一像素点来说，若其对应矩阵中的元素为0，则将该点颜色改为白色，若该像素点对应矩阵中元素为1，则不需要修改该彩色像素点颜色。

A_min≤A≤A_max；

W_min≤W≤W_max；

H_min≤H≤H_max；

R_min≤R≤R_max；

其中：R＝W/H；

采用上述方法对彩色车牌图像进行车牌区域定位，得到定位结果如图2、图3所示。

Claims (2)

1.基于彩色二值化图像的车牌定位方法，其特征在于，包括如下步骤：

彩色图像颜色空间转换：将采集到的RGB彩色图像转换到HSI颜色模型空间中；

生成二值化矩阵：对所述彩色图像进行彩色二值化处理，初始化矩阵为全1的二值化状态特征矩阵；其中，矩阵中1代表着其对应图像中的像素点为目标区域点，0代表着背景区域点；

色彩信息阈值的处理：设置饱和度阈值、亮度阈值和色调阈值处理彩色图像中像素点，进而改变二值化矩阵中的0和1的值；

数学形态学处理：对待处理图像进行数学形态学开和闭运算，去除·噪声点和空洞点，得到包含车牌区域在内的若干连通区域；

车牌先验知识处理：利用车牌区域面积、宽度、高度、宽高比在一定范围内实现伪车牌区域滤除；

投影处理：将最终得到的为1矩阵作水平和垂直投影得到其横纵坐标值，进而进行切分，得到最终车牌区域。

2.如权利要求1所述的基于彩色二值化图像的车牌定位方法，其特征在于：所述设置饱和度阈值用于去除饱和度较低的背景；设置亮度阈值用于去除亮度较大和亮度较小的背景；设置色调阈值为或 ，用于筛选出黄色或蓝色区域。

Images