優秀畢業論文設計：邊緣檢測技術在汽車牌照自動識別監控系統中的應用(更新版)

　　

【正文】 頻譜分析知識可知，信號變化較慢的部分在頻率域屬于低頻部分，而信號變化較快的部分在頻率域屬于高頻部分。設有一幅 NN? 的圖像 ? ?yxf , ，用非加權鄰域平均法所得圖像為 ? ?yxg , ，則有 ： ? ? ? ???? xji yxfMyxg , ,1, (47) 上式中， x， y=0,1,..., N 1； s 為不包括 ? ?yx, 的鄰域中各像素的集合，即四川理工學院本科畢業（設計）論文 27 去心領域； M 表示集合 s 內像素的總數。為了消除噪聲，常采用濾波的方法。 如果圖像灰度集中在較窄的區間，會引起圖像細節的模糊，為了使圖像細節清晰，并使一些目標得到突出，達到增強圖像的目的，可通過改善各部分亮度的比例關系，即可通過對直方圖進行調整的方法來實現，這種方法是以概率論為基礎的。通過調整折線拐點的位置和分段直線的斜率，可以對任意灰度范圍進行擴展或壓縮。 如果原圖像 ? ?yxf , 中，大部分像素的灰度級在一個比較小的范圍內，或者我們只對灰度級在某一范圍內的像素感興趣，設這一灰度范圍為 ? ?ba, 。 灰度變換增強 由于車牌圖像在拍攝時受各種各樣條件的限制和干擾，圖像的灰度值往往與實際景物不完全匹配。設原始灰度圖像為 ? ?yxf , ,變換過后的二值圖像為 ? ?yxg , ，則二值化的過程表示為 ： ? ? ? ?? ???? ??? Tyxf Tyxfyxg ,0 ,1, (42) 根據閾值選取情況，又分為全局閾值、局部閾值和動態閾值 [22]。在邊緣檢測技 術在汽車牌照自動識別監控系統的應用的研究過程中，對圖像的二值化是非常關鍵的一步，二值化的效果直接影響到后面的車牌定位以及字符分割，因為車牌定位和字符分割都是基于車牌區域的二值化結果進行的。 一般情況下彩色圖像每個像素用 3 個字節表示，每個字節對應著 R， G， B分量的亮度 (紅、綠、藍 )，轉換后的灰度圖像的一個像素用一個字節來表示該點的灰度值，它的值在 0255 之間，數值越大，該點就越白，即越亮，越小則越黑。而在景物成像的過程中，受多種因素的影響，圖像質量都會有所下降，這種圖像質量下降的過程稱為圖像的退化。 基于數學形態學的車牌定位算法就是利用開啟和閉合這兩種運算在圖像中進行定位的。 膨脹與腐蝕的結構與原點的位置有關。其運算對象是集合，通常給出一個圖像集合和一個結構元素集合，利用結構元素對圖像進行操作。這樣，就會在圖像中呈現出一條明顯的邊界，在投影表 ??iT 中反映為陡變的邊沿。 ” )，左右邊緣至少應該有 7*2=14 個，邊緣檢測后每行應該至少有 13 次“ 0”到“ 1”的變化。下面對這些算法逐一介紹。 車牌圖像定位的難點主要有 ： (1)圖 像獲取受環境因素干擾 (環境光照不均勻等 )，車牌照片質量難以得到保證； (2)廣告牌等其它字符區域干擾，可能導致定位錯誤 ； (3)車牌出現污損，變臟，筆跡模糊，褪色等； (4)車牌被保險杠等部分遮擋； (5)車輛速度過快造成圖像的模糊失真等； (6)應用背景復雜，車輛種 類繁多、車型、顏色變化多樣。 車牌的先驗知識 為了準確、快速地定位出車輛牌照，人們己經研究出了很多算法，這些算法都或多或 少地利用了車牌的先驗知識，即車牌的自身特征。第四至第七個字符是阿拉伯數字。在實際的 工程應用中，為了獲得較快的判決速度，只對整幅圖像的某一區域進行檢測 [14]。實驗表明，此方法可以有效抑制光線和自然條件的緩慢變化，并能夠在一定程度上提高背景差分算法檢測運動目標的效果。反之，如果當前圖像包含車輛，則和背景圖像不同，此時差值為 1,閾 值 T的作用是減少噪聲和光線變化的影響。它是一種利用當前幀圖像與背景圖像對應像素點的灰度差值來檢測車輛的技術 ： 如果當前圖像的像素點和背景圖像的像素點灰度值差別很大，就認為此像素點有車通過 ； 相反，如果當前圖像的像素點和背景圖像的像素點灰度值差別較小， 并且 在一定的范圍值內，我們就認為此像素點為背景像素點。從 而 導致光流計算算法的實用性比較差。下面按照上述分類分別加以介紹。 (2)攝像頭和跟蹤的目標都是運動的。并討論了各自有缺點及 其 適用范圍。 具體研究主要包括圖像采集、車牌的定位、字符的分割三 大塊內容， 字符識別可參考其它 教科 書。使得被處理 的圖像信號相當復雜，在這種情況下僅僅依靠局部信息檢測是不夠的。一種復雜的方法是根據每一點的鄰域的局部統計性質來確定模板的 系數 [5]。另一種方法 是局部曲線最小二乘擬合法，其基本思想是 ： 根據最小二乘法把圖 像的局部區域近似表示為一組基第 1 章 引 言 4 函數的線性組合，從 而 達到消除噪聲的效果。所以，本課題的一個重要方向就是邊緣提取算法的研究及改進。 國內外現有的一些類似產品主要有 ： 以色列 Hi Tech 公司的 See/Car System系列產品，香港 Asia Vision Technology 公司的 VECON 產品，新加坡 Optasia 公司的 VLPRS 產品等，其中 VECON 和 VLPRS 產品主要適合于 香港和新加坡的車牌， Hi Tech 公司的 See/Car System有多種的變形產品來分別適應某一個國家的車牌， See/Car Chinese 系統可以對中國大陸的車牌進行識別，但也有很大的缺陷， 而且 不能識別車牌中的漢字，另外日 本、加 拿大、德國、意大利、英國等各個西方發達國家都有適合于 本國車牌的識別系統。目前，鐵路、航空、水運業都在考慮利用智能運輸系統的先進技術改造傳統的運輸方式，智能交通系統將起到越來越重要的作用。 canny 算子能在噪聲抑制和邊緣檢測之間取得較好的平衡，并能產生較細的邊緣效果。車牌識別系統一般包括車輛圖像采集、車牌定位、 字符分割和字符識別四個模 塊。它已經成為當前交通管理的方向。對提高這些場所交通系統的管理第 1 章 引 言 2 水平和自動化程 度具有重要的意義和巨大的經濟價值。除此之外國內的亞 洲視覺科技有限公司、四川理工學院本科畢業（設計）論文 3 深圳市吉通電子有限公司、中國信息產業部下屬的中智交通電子系統有限公司等也都有自己的產品。如 Roberts 算子、 Sobel算子、 canny 算子、 Prewitt 算子、 Laplacian 算子等。窗口大小 (或尺寸 )參數的自動調整是很難的， 而 應用多個尺度可以對此問題給出一個比較滿意的解決。它使用邊緣點的位置、梯度矢量、曲率等信息來初始化松弛網絡像素的標記，根據邊界曲線上的點的信息在局部具有一致性和相關性， 而 噪聲點的信息是隨機的、規律的特點，進行鄰域點的信息的相互作用，增強有規律的邊緣信息同時削弱無規律的 噪聲，通過不斷的迭代對標記進行重復糾正和約束，最后使得迭代收斂于 真實的邊緣 [6]。圖 11是邊緣檢測的流程圖。 介紹了常用的車輛檢測方法，并分別介紹了光流場法、基于相鄰幀差算法以及背景消減法的運動目標檢測的基本原理， 討論了各自優缺點。再比較分析了 簡單邊緣 檢測 算子 和各種梯度算子， 通過幾種邊緣檢測算法對采集來的圖像進行了大量實驗 ， 得到 canny 算子能在噪聲抑制和邊緣檢測之間取得較好的平衡，并能產生較細的邊緣效果。以往的車輛檢測大多數都是在道 路的固定 地點埋設壓感線圈來獲得的，這種方式的缺點是設備安裝過程復雜，易于受損，且 對路面造成破壞，維護費用相對較高。光流法是把檢測區域的圖像變為速度的矢量場，每一個向量表示了景物中一個點在圖像中位置的瞬時變化。幀差法的特點是實現簡單、運算速度較快 ，對于 動態環境有很強的適應性，對光照變化也不十分敏感。因此，構建一個可靠的背景模型進行背景提取與動態更新以適應環境的變化是必要的。在初次的背景構建過程中，將不對讀入的視頻圖像進行運動目標檢測。 HG 如果選擇過大，有可能造成漏判 ； HG 過小則有可能造成誤判。 現行汽車牌照的規格 現行汽車牌照的類型 根據中華人民共和國公共安全行業標準對機動車牌照的有關規定，車輛牌照主要有六種類型 [1617]： (1)小型汽車所用的藍底白字牌照 ； (2)大型汽車所用的 黃底黑字牌照 ； (3)軍用或警用的白底黑字、紅字牌照 ； (4)國外駐華機構用的黑底白字牌照 ； (5)摩托車牌照，前 220mm 長 95mm 寬 。有的 時候最后一個字符也可能是漢字，如“川 C5487 學”。國家統一的車牌大小是標準的，寬高比是一定的，四川理工學院本科畢業（設計）論文 13 即使有所變形也是在一定范圍內，因此車牌在原始圖像中的相對位置比較集中，偏差不會很大。由于圖像背景的復雜性，牌照位置的不確定性，圖像質量的不可預知性，給牌照的定位與分割增加了很大的難度。頻率法是一種基于字符和背景變化頻率的投影定位方法，它結合車牌的先驗知識，在圖像中定位車牌。汽車本身具有一定的特點，在一般情況下，牌照都掛在緩沖器上或附近。 ? ? ? ? ? ? ? ? ? ?mMumTMTumM mTMT ??????21 且 (32) 基于數學形態學的車牌定位法 數學形態學概述 最初形態學是生物學中研究動物和植物的一個分支，后來也用數學形態學來表示以形態為基礎的圖像分析數學工具。式 (33)表明，用 B對 A 進行膨脹的過程是這樣的 ： 首先對 B 作關于原點的映射，再將其映像平移 x，當 A 與 B映像的交集不為空集時， B 的原點就是膨脹集合的像素。 腐蝕前 腐蝕后 圖 33 腐蝕前后比較 (3)開啟 開啟運算符為 “ ? ” ， A用 B 來開啟記為 A ? B，其定義如下 ： ? ? BBABA ?? ?? (37) (4)閉合 閉合的運算符為 “ ? ” ， A 用 B來閉合記為 A? B，其定義如下 ： ? ? BBABA ??? ? (38) 開啟和閉合運算不受原點位置的影響，無論原點是否包含在結構元素中，開啟和閉合的結果都是一樣的。結構元素過大，會使非車牌區域的邊緣點粘連在一起，可能的車牌區域增多，給隨后的多區域判別算法帶來困難 。對圖像進行預處理，主要包括圖像的灰度化、二值化、圖 像的邊緣檢測 等。 轉換結果如 圖 41 所示。另外二值化算法還可以用于車牌定位過程中精確定位車牌的上下左右邊界。全局閾值算法簡單，對于目標和背景明顯分離、直方圖分布呈雙峰的圖像效果良好，但對那些由于光照不均勻、噪聲干擾較大等原因使直方圖分布不呈雙峰的圖像，二值化效果明顯變差；局部閾值法通過定義考察 點的領域，并由領域計算模板，實現考察點灰度與領域點的比較。通過灰度變換可以增強對比度，改善視覺效果。所以對離散圖像來說，盡管變換前后像素的個數不變，但是不同像素之間的灰度差變大，圖像質量優于變換前。與之相對應的指數變換一般為 ： ? ? ? ?? ? 1, , ?? ?ayxfcbyxg (46) 其中 a， b 和 c 為可調參數，用于調整曲線的位置，它的效果與對數變換的相反，它使圖像的高灰度區進行擴展，而對圖像的低灰度區進行壓縮。 設原始圖像總的像素數目為 N,那么，直方圖均衡化的具體計算步驟如下 ： (1)列出原始圖像的灰度級 ir ， 1,1,0 ?? Li ? ，其中 L 是灰度級的個數； (2)統計各灰度級的像素數目 ??irn ， 1,1,0 ?? Li ? ； (3)計算原 始圖像直方圖各灰度級的頻數 ? ? ? ?NrnrP ii ?， 1,1,0 ?? Li ? ； (4)計算用于灰度變換函數 ? ? ? ????ijii NrnrT0， 1,1,0 ?? Li ? ； (5)計算映射后的輸出圖像的灰度級 ? ? ? ?? ? i nm i nm a x ???? srTssIN Ts ii ，ppi ,1,1,0 ?? ? 為輸出圖像灰度級的個數， INT 為取整數運算； (6)統計映射后各灰度圖的像素數目 ??isn ， 1,1,0 ?? pi ? ； (7)計算輸出圖像直方圖 ? ? ? ?NsnsQ ii ?， 1,1,0 ?? pi ? ； (8)用 ir 和 is 的映射關系調整原始圖像的灰度級，獲得直方圖近似為均勻分布的輸出圖像。它的作用方法，一是模糊；另一種是消除噪聲。并且隨著鄰域的增大，雖然增強了去噪的能力，但同時模糊程度也更嚴重。我們把用于二維離散卷積計算的鄰域稱為沖激響應陣列，又叫做卷積陣列，還有的地方叫做卷積模板。但中值濾波的計算不是加權求和，而是把它鄰域內的所有像素按灰度值進行排序，然后取該組的中間值作為鄰域中心像素點的輸出值。中值濾波的突出優點是在消除噪聲的同時，還能防止邊緣模