EDN China > 设计实例 > 测试与测量 > 机器视觉与检测 > 正文
? 2016博客大赛-不限主题,寻找电子导师,大奖升级??

(多图) 基于数学形态学和Hough变换的车牌定位算法

李莹?? 李守荣?? 孙震 华北电力大学?? 2012年04月27日 ?? 收藏1

3.2 精定位

3.2.1 Hough变换

根据车牌先验知识,车牌字符一般排成一行,且大小相仿。利用Hough变换检测直线的原理[11]来找出在同一方向上的bounding-box,主要的设计思想是将每个连通成分的中心点通过Hough变换转换到参数空间,通过寻找参数空间的最大值来确定字符组的中心线。

本文的Hough变换算法如下:

(1)在r、θ适当的最大值和最小值之间建立一个离散的参数空间;

Hough变换算法
Hough变换算法

满足式(3)的连通区域保留下来,就可以检测到车牌的字符区域,如图4(a)所示。

车牌区域精确定位
车牌区域精确定位

为了定位出整个车牌,需要将检测到的车牌文本所有的字符区域连通起来形成一个大的连通域,并适当向外扩展。定位出的车牌区域如图4(b)所示。为了避免在上个步骤中出现牌照内的某个字符未被检测到或者仍然留有伪文本区域未去除的情况,从而影响最后的定位结果,因此还需要利用整个车牌的宽高比来检测出最后的牌照区域。选用牌照宽高比为44:14作为判定标准,以此来定位出最后的车牌区域,最后精确提取出的车牌区域如图4(c)所示。

4 实验结果及分析

该算法所需的开发工具为Matlab7.0,实验所采用的车牌图像是在实际环境中随机拍摄的,对汽车的背景没有特殊限制。图5所示的是对4幅不同场景下的汽车牌照进行定位的结果,图5(a)的车牌有些倾斜和变形;图5(b)是在车窗存在反光的情况下拍摄的;图5(c)的车窗存在部分反光的情况,并且背景比较复杂,车身存在很多污迹;图5(d)是在光线较暗的情况下拍摄的,并且车窗上存在其他物体的投影;图5(e)为这四种场景的定位结果,虽然这四幅图像的车牌背景比较复杂,但仍能准确定位出车牌的位置。实验测试结果表明,这种方法对于光照不均、噪声较强、环境背景复杂的图像均能成功定位,并提取出车牌区域,而且算法比较简单,定位速度快,具有很强的鲁棒性。

实验结果及分析
实验结果及分析

本文提出了一种基于数学形态学和Hough变换的车牌综合定位算法。其利用了国内车牌字符的特征,经过高帽变换突出感兴趣区域,然后利用边缘信息通过Hough变换检测车牌字符的中心线,能够提高定位结果的准确性。实验结果表明,对于自然场景下的车牌定位,该算法具有较强的适用性。但复杂背景下的车牌定位比简单背景下的定位准确率低,主要原因是复杂环境的背景信息复杂,干扰较多,使得利用Hough变换检测字符组的中心线时出现误差,特别是对于倾斜严重的车牌,本算法的定位率较低,这是下一步的研究方向。

《电子设计技术》网站版权所有,谢绝转载


上一页12下一页
?? ?? ??


打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

1.扫描左侧二维码
2.点击右上角的分享按钮
3.选择分享给朋友
?? ??

边缘检测? 数学形态学? Hough变换?

相关文章

我来评论
美国的游客
美国的游客 ??? (您将以游客身份发表,请登录 | 注册)
?
有问题请反馈