基于MATLAB的车牌图像预处理的研究

旦堑窒坦壹日

Ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７ｌ一１０４１．２００９．０５．００５

邀墨缝麦用宴

基于ＭＡＴＬＡＢ的车牌图像预处理的研究

阮晓波

（合肥工业大学机械与汽车工程学院，合肥２３０００９）

摘要：车牌图像识别的预处理是车牌图像识别系统的环节之一。运用ＭＡＴＬＡＢ图像处理工具箱，首先把获取的彩色图转换为２５６级的灰度图；然后用中值滤波法去除噪声从而提高图像质量；然后再进行图像灰度拉伸以增加图像对比度：运用Ｓｏｂｅｌ算子进行图像锐化从而增强图像中的边缘信息；最后运用全局阈值法二值化图像。关键词：灰度拉伸；全局阈值法；Ｓｏｂｅｌ算子；中值滤波中图分类号：ＴＰ７５ｌ文献标识码：Ａ

Ｒｅｓｅａｒｃｈｏｆｔｈｅｌｉｃｅｎｓｅｐｌａｔｅｉｍａｇｅｐｒｅｐｒｏｃｅｓｓｉｎｇｂａｓｅｄ

ｏｎ

ＭＡＴＬＡＢ

ＲＵＡＮＸｉａｏ＿ｂｏ

（ＩＩｅｆｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ。Ｍｅｃｈａｎｉｃａｌ

ａｎｄ

ＡｕｔｏｍｏｂｉｌｅＥｎｇｉｎｅｅｒｉｎｇＣｏｌｌｅｇｅ，Ｈｅｆｅｉ

２３００９，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｔｈｅｌｉｃｅｎｓｅｐｌａｔｅｉｍａｇｅｐｒｅｐｒｏｃｅｓｓｉｎｇｉｓ

ｏｎｅ

ｃｏｍｐｏｎｅｎｔ

ｏｆ

ｔｈｅＩｉｃｅｎｓｅｐｌａｔｅｒｅｃｏｇｎｉｔｉｏｎ

ｓｙｓｔｅｒｎ．Ｕｓｉｎｇ

ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｏｏｌｓ—ＭＡＴＬＡＢ。ｃｏｎｖｅｒｔ

ｔｈｅ

ｏｂｔａｉｎｅｄ

ｃｏｌｏｒｆｕｌ

ｉｍａｇｅ

ｉｎｔｏ

ａ

２５６

ｇｒａｙｓｃａｌｅｉｍａｇｅ；ｔｈｅｎｇｅｔｒｉｄｏｆｎｏｉｓｅｔｈｒｏｕｇｈｍｅｄｉａｎｆｉｌｔｅｒｉｎｇｍｅｔｈ—ｏｄｔｏ

ｉｍｐｒｏｖｅｉｍａｇｅｑｕａｌｉｔｙ；ａｎｄｓｔｒｅｔｃｈｇｒａｙ—ｓｃａｌｅｉｍａｇｅｔｏｉｎｃｒｅａｓｅ

ｔｈｅ

ｉｍａｇｅｃｏｎｔｒａｓｔ；ｓｈａｒｐｅｎｉｍａｇｅｂｙｕｓｉｎｇＳｏｂｅｌｏｐｅｒａｔｏｒ

ｔｏ

ｅｎ—

ｈａｎｃｅｔｈｅｅｄｇｅｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｉｍａｇｅ；ｆｉｎａｌｌｙ。ｕｓｅｔｈｅｏｖｅｒａｌｌ

ｔｈｒｅｓｈｏｌｄｓｏｌｕｔｉｏｎ

ｔｏ

ｔｕｍ

ｔｈｅ

ｏｒｉｇｉｎａｌｉｍａｇｅｔｏ

ｂｉｎａｒｙｉｍａｇｅ．

Ｋｅｙｗｏｒｄｓ：ｇｒａｙ—ｓｃａｌｅｔｅｎｓｉｌｅ；ｇｌｏｂａｌｔｈｒｅｓｈｏｌｄｉｎｇｍｅｔｈｏｄ；Ｓｏｂｅｌｏｐｅｒａｔｏｒ；ｍｅｄｉａｎｆｉｌｔｅｒ

Ｏ

引言

车牌识别（Ｌｉｃｅｎｓｅ

Ｐｌａｔｅ

Ｒｅｃｏｇｎｉｔｉｏｎ，Ｌ职，）系统是计算机

视觉与模式识别技术在智能交通领域应用的重要研究课题之

一，是智能交通系统（ＩｎｔｅｌｌｉｇｅｎｔＴｒａｎｓｐｏｒｔｉｏｎＳｙｓｔｅｍ，ＩＴＳ）的重

要组成部分。车牌是车辆特征的重要标识，对其进行识别对

实现交通管理的现代化具有非常重要的意义。车牌识别系统

是由车牌图像获取、车牌图像预处理、车牌定位、车牌字符分割和字符识别五个部分组成。本文研究的是车牌图像的预处理。由于摄像头获取的车牌图像，存在着诸多不利于识别的

干扰因素：１）光照、气候、背景、车型等引起的车牌图像上面的光照不均匀；２）车牌的污损造成的字符笔画不清和字符间粘连；３）汽车行驶速度较快，使拍摄出的车牌字符产生变形、模糊不清等。为了便于车牌图像的后续处理工作，首先应对车牌图像进行预处理。

１车牌图像的灰度化

通常，用数码相机获取的车牌图像是２４位真彩色图像（如图１所示），它由Ｒ、Ｇ、Ｂ３个单色调配而成，各个单色都人为地从０～２５５分成了２５６级。根据Ｒ、Ｃ、Ｂ的不同组合，获得的彩色图像可以表示２５６×２５６×２５６＝１６７７７２１６种颜色。彩色图像颜色种类丰富，但由于直接处理彩色图像文件所需存

储量大，图像需要占用大量系统资源，不利于图像的快速处

理。从系统的性能考虑，目前绝大多数牌照识别系统在作图像处理时均采用不含彩色信息的灰度图像。

灰度图只包含亮度信息，不含彩色信息，有利于图像处

理，故在对图像进行处理前应先将其转化为灰度图。灰度图

８

ＥｌＣＶ０１．１６２００９Ｎｏ．５

万　

方数据像在表示时将亮度值进行量化，通常将亮度分为２５６级（０—２５５）：０为最暗（全黑），２５５为最亮（全白）。灰度图每个像素

仅由一个８位字节表示该像素的亮度值。灰度图的转换根据

灰度值和ＲＧＢ颜色的对应关系通过如下方式进行：

Ｙ＝０．２９９Ｒ＋０．５８７Ｇ＋０．１１４曰

式中，Ｙ表示白光的亮度。灰度化后如图１所示。

２车牌图像的中值滤波

图像在拍摄或者传输过程中总会添加一些噪声，这样就影响了图像的质量。进行中值波之后就可以去掉这些噪声，同

时还实现了图像的平滑。

图像去噪常用的方法有领域平均法和中值滤波法。在这里我们用的是中值滤波法。因为领域平均法在去除噪声的同时，会使图像中的一些细节变得模糊。中值滤波则在去除噪声

同时还能保持图像中的细节部分，防止边缘模糊。

中值滤波是一种非线性滤波。它首先确定一个奇数像数窗口Ｗ，窗口内各像数按灰度值从小到大排序后，用中间位置灰度值代替原灰度值。设图像在（彤，），；）的灰度值为以聋，Ｙ），图

像在对应位置（搿，Ｙ）的灰度值为ｇ（形，Ｙ），则有：

ｇ（石，Ｙ）＝ｍｅｄｉａｎ｛以石一＿ｊ｝，Ｙ—ｚ），Ｊｊ｝，ｋ∈Ｗ｝式中，形为选定窗口大小。

窗口大小与平滑效果直接相关，窗口越大，平滑效果越明显，

但会造成图像边缘信息的损失，窗口的大小要在保证去除噪声的前提下尽可能的保持图像的边缘信息，这里选用的窗口大小为３Ｘ

３。运用ＭＡＴＬＡＢ图像处理功能处理后的图像如图２所示。

图１

２５６级灰度图

图２

中值滤波后图像

３

车牌图像的灰度拉伸

由于光照等因素，许多图像成像时光照不足，使得整幅图

像变暗，或者成像时光照过强，使得整幅图变亮。为了增强车辆

图像的对比度，使其明暗鲜明，有利于车牌识别，需要对灰度化

的图像进行灰度线性变换，以便突出车牌部分。

灰度线性变换采用的变换公式一般为：ｇ（ｘ，Ｙ）＝ｆ（ｘ，Ｙ）

Ｘ

Ｃ＋Ｒ。ｃ、Ｒ的值由输入图像的灰度值动态范围决定。对于８

位灰度图像则有：

ｇ（ｘ，ｙ）＝｛萼毕×２２５匕“ｆ（ｘ，ｙ）＜ｆｍ。

，０

ｆ（Ｘ，Ｙ）≤ｆｍｍ

１““一１…

ｔ２５５

ｆ（ｘ，Ｙ）≥ｋ

式中，ｆ（ｘ，Ｙ）为原图像的灰度值；ｇ（ｘ，ｙ）为变换后的灰度值；ｆｍ。和ｆｍ。是分段灰度线性函数的两个阈值。实验测试证明，当

欢迎光临本刊网站ｈｔｔｐ：／／ｗｗｗ．ｅｉｃ．ｃｏｒｎ．ｃｎ

第1页下一页