汽车牌照识别中图像增强技术的研究
摘要:文章介绍了几种常用空间域图像增强的处理技术,并结合实验结果对比,论述比较了各种处理技术的优缺点,最后总结出去噪效果较好的车牌预处理技术,为后续的车牌字符分割和识别起到了关键的作用。
关键词:车牌识别;空间滤波;空间域增强
汽车牌照识别技术,通常简称LPR技术,是一种计算机视觉系统,该系统能从一副含有车牌的汽车图片中,提取车牌图像,分割车牌字符,识别分割后的字符,最终实现对车牌的自动识别。LPR技术主要包括三个过程:车牌定位,字符分割,字符识别。其中车牌定位中的预处理很关键,它是后面字符能正确分割和识别技术的保证。
1空间域增强技术
空间域增强的实质是对图像像素进行直接处理的一种图像处理方法,目的是增强构成图像的像素。对图像实施空间域增强的过程就是对图像的像素进行操作的过程。空间域处理一般定义为:
g(x,y)=T[f(x,y)]
其中f(x,y)输入图像,g(x,y)是处理后的图像,T是对f的一种操作,其定义在直方图均衡化方法(x,y)的领域。
2车牌识别技术中几种常用的空间域增强技术
2.1直方图处理
直方图多种空间域处理技术的基础,因为在软件中易于计算,所以在实时图像处理中很受欢迎。其基本原理为:对一副灰度级为[0,L-1]范围的数字图像,定义其直方图的离散函数为h(rk)= nk,其中 rk是第k级灰度,nk是图像中灰度级为rk的像素个数。通常以图像中像素的总数(用n来表示)来除它的每个值nk,得到归一化的直方图。归一化的直方图由P(rk)=nk/n给出,其中k=0,1,….., L-1。也就是说,直方图描绘出了灰度级为rk发生的概率估计值。直方图技术中直方图均衡化是应用最多的技术之一。
由直方图可得到输入图像中灰度级出现的概率近似为Pr(rk),将输入图像中灰度级为rk的各像素映射到输出图像中灰度级为sk的对应像素。变换公式为:
sk=T(rk) = p(r)= (k=0,1,2,…,L-1)
这就是直方图均衡化。这种变换能自动地确定变换函数,当图像需要自动增强时,这是一种比较好的方法。
2.2 平滑空间滤波
平滑滤波器用于模糊处理和减小噪声,实际中采用较多的是均值滤波那个器和中值滤波器。
①均值滤波。均值滤波的原理是用滤波掩模确定的领域内像素的平均值代替图像中每个像素点的值,可以用来去除随机噪声。一副M×N的图像经过一个m×n(m和n都是奇数)的加权均值滤波器滤波的过程可以表示为:g(x,y)=,其中f(x,y),g(x,y)分别为输入和输出图像,w为加权系数。
②中值滤波。中值滤波器将领域内像素灰度的中值代替该像素的值,它的主要功能是使拥有不同灰度的点看起来更接近它的临近值。对处理脉冲噪声非常有效。
2.3混合空间增强法
锐化空间滤波的主要目的是突出图像中的细节或者增强被模糊了的细节,主要处理方法有拉普
拉斯算子和梯度法。混合空间增强法是这两种锐化处理方法的结合应用,常见的混合空间增强法是先用拉普拉斯变换突出图像中的小细节,再采用梯度法突出其边缘,以达到更好的处理效果。
3实验结果
上面各图是上述几种增强技术对车牌预处理后的图片,通过实验结果对比,可以看到:直方图均衡化和混合空间法的滤波增强效果比中值滤波和均值滤波要好,可选用这两种方法来进行车牌定位前预处理。
4结语
当然,对车牌图像的增强处理还有很多其他方式,作者只是对常用的几种技术作了初步的探讨。相信随着研究的深入和技术的发展,更多新的方法会应运而生,车牌识别技术的实时性和准确性将更进一步提高。
参考文献:
[1] 罗军辉,冯平.MATLAB7.0在图像处理中的应用[M].北京:机械工业出版社,2005.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。