基于改进模板匹配的车牌字符识别算法实现概要Word文档格式.docx
- 文档编号:15790286
- 上传时间:2022-11-16
- 格式:DOCX
- 页数:11
- 大小:169.89KB
基于改进模板匹配的车牌字符识别算法实现概要Word文档格式.docx
《基于改进模板匹配的车牌字符识别算法实现概要Word文档格式.docx》由会员分享,可在线阅读,更多相关《基于改进模板匹配的车牌字符识别算法实现概要Word文档格式.docx(11页珍藏版)》请在冰豆网上搜索。
字符识别;
模板匹配;
字符特征;
边缘提取中图分类号:
TP391 文献标识码:
A
Recognitionalgorithmofcarliatebased
fiMingming LuDi
(SchoolandTechnology,HarbinUniversityofElectricity,Harbin150040,China
Abstract:
Characterrecognitionisacriticalstepintheautomaticlicenseplaterecognitionsystem.ThetemplatematchmethodshavebeenwidelyusedbecauseofitsrapiddataprocessingrateandhighrealtimeinLPR.ConventionaltemplatematchmethodshavemoremisclassificationrateforsimilarcharactersandlessrecognitionrateforblurrylicenseplatecharacterswhenhadbeenappliedinLPRsystem.Soamultinomialtemplatematchmethodwasproposed.Experimentalresultsshowthatthenewmethodhasbetterrecognizingeffectwhichdealingwithsimilarcharacteroflicenseplatesandfaded,dirtandblurrylicenseimages.Keywords:
licenseplate;
characterrecognition;
templatematch;
characterfeature;
edgeextracting
作者简介:
邹明明,硕士研究生,主要研究方向为图像处理。
0 引 言
智能交通系统(intelligenttransportationsystem,ITS的发展现今对社会生活、国民经济和城市建设产生积极而深远的影响,我国已经将其列为优先发展的高技术产
业化重点领域[1]
。
车牌识别系统(licenseplaterecogni2tion,LPR是目前交通部门十分重要的科研课题之一,它主要包括车牌定位、字符分割和字符识别三部分,字符识别是最后的关键环节。
但我国车牌系统具有自身的特殊性,国外的车牌识别系统一般不能直接应用。
我国的车牌中不仅有英文字母和阿拉伯数字,还包含笔画繁杂的汉字,导致其识别难度比仅对字母、数字的识别大的多,加上国内部分道路条件差,车牌污染比较严重,而且实际运行的车辆号牌会受到泥、油、漆等影响,车牌字符往往会有断裂现象,同时号牌制作工艺的不规范也会出现字符变浅、变模糊,使车牌字符识别的难度比普通的字符识
别大的多。
这也是国内现有的车牌识别系统识别效率不
够高的主要原因[2]
所以准确识别车牌字符,现已成为
了国内车牌识别系统的重点和难点[324]
本文就字符的识别方法进行了研究,并针对质量退化的车牌字符图像,提出一种改进的模板匹配方法以提高车牌字符识别率。
1 模板匹配法识别原理
模板匹配方法是实现离散输入模式分类的有效途径之一,实质是度量输入模式与样本之间的某种相似性,取相似性最大者为输入模式所属类别。
它根据字符的直观形象抽取特征,用相关匹配原理进行识别,即是将输入字符与标准字符在一个分类器中进行匹配。
以二维图像的处理为例,相关匹配算法如下:
设输入字符用输入函数f(x,y表示,标准模板用函数F(x,y表示,在相关器中比较后输出为T(x,y。
由
—
95—
于随机变量用相关量x1,x2表示,此时,相关器输出为:
T(x1-x2,y1-y2=κf(x,yF[x+(x
1
-x2,y+
(y1-y2]dxdy
(1
当x1=x2,y1=y2时,
T(0,0=
κf(x,yF(x,ydxdy(2
当f(x,y=F(x,y时,
κ
f(x,yf(x,ydxdy(3
即为输入字符的自相关函数,且有T(0,0≥T(x,y。
T(x,y在T(0,0处出现主峰,在其他标准字符处出现—些副峰,只要这些副峰不等于主峰,就可用适当的阈
值将其鉴别,从而判断并识别出被识字符[5]
模板匹配法根据建模时所取特征的不同,有图形匹
配、笔画分析、几何特征抽取等几种形式[6]
图形匹配法在建模和匹配比较时,都是基于字符的图形块本身而进行匹配,并根据其相似程度而得出识别结果,本文所采用的正是这种方法。
处理、归一化、二值化后,准的互相关函数确定R(x,y=
∑M
∑N
F
xy
(m,n×
T(m,n
M
=1N
n=1
Fxy(m,n2
T(m,n2
(4
R(x,y为互相关算子,F(m,n为待检测图像,Fxy(m,n为待检测的图像子图,x,y为子图的左上角像点
在待检测图像的坐标,T(m,n为模板图像[7]
取互相关算子最大对应的模板为最佳匹配模板。
由于图像经过二值化处理后,只存在灰度值是0或1的像素,上试可简化为:
D(x,y=
m=1∑N
(m,n⊕T(m,n(5
式中:
D(x,y值最小为最佳匹配模板。
通过实验对比,计
算量可大大的减少,其识别速度更快。
2 改进的模板匹配算法原理
根据中国普通汽车牌照的字符排列特点,汽车牌照识别待分类的类别少,只有50多个汉字、10个数字及24个英文字母,所以适合用模板匹配法。
但是,由于牌照中的某些字符如O,B及D非常相似,很容易被误判,同时加上有些车牌污染比较严重,使车牌字符识别率相对很低。
为解决此问题,本文在提出模板匹配法的基础上增加了字符特征描述法和边缘提取法,将这三种方法结合起来,构成了一种新的改进的模板匹配法。
2.1 改进的模板匹配算法描述
首先将分割好的字符进行图像预处理,包括:
将字符
灰度化、二值化并归一化统一像素大小;
其次根据未知模式的位置信息确定匹配模板库,并设置匹配阈值;
记N为标准模式的匹配度大于给定匹配度阈值的个数,即为最佳匹配个数;
将归一化车牌字符进行模板匹配,如果N=1,说明匹配结果唯一,输出字符;
如果N>
1,与未知模式的
匹配结果不唯一,即未知模式可能存在相似字符,用字符特征描述法进行识别;
如果N=0,即匹配的字符可能存在噪声或出现严重的磨损,那么采用提取边缘模板法进行匹配。
算法流程如图1所示。
图1 车牌识别算法流程框图
2.2 字符特征描述法的识别原理
车牌字符中50个汉字形态各异,差别比较大,所以在识别时一般不易混淆。
但车牌字符中有一些字母与数字形状和结构很相似,在出现笔画断裂、粘连和模糊不清的情况时,仅进行模板匹配可能会造成误判断。
譬如:
“D”“Q”“C”,“5”“S”“8”,“7”“T”,“2”“Z”,“8”“B”等。
所以要把这些容易混淆的字母和数字分成相应的组,对它们用字符特征描述法来进行判断识别。
本文通过分析字符结构的特点,将相似字母和数字进行逐级分类,形成一棵
识别判定树,每个字符就是一个叶子[8]
将待识别的相似字符分类为有封闭环和无封闭环。
比如有双封闭环的字母“B”和数字“8”,只要抽取竖笔画即可区分出这两个字符;
单封闭环的字符“A”,“4”,“6”,抽取右边的竖笔画;
若右侧部分有竖笔画,则该字符为“4”;
若没有,继续抽取横笔画;
抽取到横笔画,该字符为“A”;
否则为“6”;
无封闭环的字符“2”,“3”,“7”和“Z”,这四个字符中只有“Z”有两条横笔画,即可识别出“Z”。
“3”和“7”的横笔画位于上
06—
2010年1月
第29卷第1期
研究与开发中国科技核心期刊
部,而“2”的横笔画位于下部,这样可以识出“2”,至于“3”
和“7”则抽取斜笔画,有的为“7”,否则是“3”。
该方法不
需要建立识别样本库,完全依据字符自身的结构特征进行
逼近识别,因而提高了识别速度和准确率[9210]。
图2列出
了改进的模板匹配法优于传统的模板匹配法的部分示例。
图2 字符识别图像
而对于数字“0”和字母“O”,根据《GA36-2007中华
人民共和国机动车号牌》的有关车牌字符规定就可以区分
了。
字母“O”只能出现在汉字后下一个字符的位置,不能
出现在其他位置,这就很容易区分数字“0”与字母“O”。
2.3 提取边缘模板匹配法
当识别不出字符时,说明没有与其字符相匹配的模
板,则很可能是车牌质量严重受损造成的,而无论车牌的
质量受损如何严重,由于车牌的物理构造,即字符边缘与
整个车牌不在同一平面上的原因,车牌在拍摄的过程中,
字符边缘信息总会被保留。
本文采用Canny算子来提取
边缘,其不容易受噪声干扰,能够检测到真正的弱边缘。
它的优点在于使用两种不同的阈值分别检测强边缘和弱
边缘,并
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 改进 模板 匹配 车牌 字符 识别 算法 实现 概要