[发明专利]基于补偿原理和中心区域扫描的车牌二值化方法

说明书

技术领域

本发明属于图象处理技术领域，特别涉及车牌识别技术中的复杂背景中的车牌二值化方法。

背景技术

随着我国加入WTO和交通运输的不断发展，智能交通系统(Intelligent TrafficSystem简称ITS)的推广是必然的趋势。作为ITS的一个重要组成部分，车辆牌照识别(License Plate Recognition简称LPR)的快速、准确实现对于交通管理、治安处罚等工作的智能化起着非常重要的作用。从20世纪90年代人们就开始了对汽车牌照自动识别的研究，其主要途径是采用计算机图像处理技术对车牌的图像进行分析，自动提取车牌信息，确定汽车牌号。目前车牌识别的理论已经日趋成熟。详见文献：T.Vaito，T.Tsukada，K.Yamada，K.Kozuka，and S.Yamamoto，“Robust license-plate recognition method for passingvehicles under outside environment，”IEEE Trans.Veh.Technol.，vol.49，pp.2309-2319，Nov.2000和文献：Shyang-Lih Chang，Li-Shien Chen，YunChung Chung，Sei-Wan Chen，Automatic license plate recognition，Intelligent Transportation Systems，IEEE Transactions on，March 2004所述。

在对从背景中分割出来的汽车牌照进行字符识别之前，选择合适的二值化阈值实现对字符和背景的分割，是自动车牌识别技术中的一个重要环节。车牌的二值化精度直接影响字符分割的精确度，进而影响整个车牌识别系统的性能。常规的阈值选择方法通常是基于灰度值进行的，但是在实际生活中，由于受光照条件的不均匀性、天气变换的不定性等环境因素，以及车牌本身受污染程度等因素的影响，很难找到一个合适的灰度阈值使字符和背景完全分离。目前的多数车牌二值化方法只是在一定程度上解决了特定条件下从复杂背景中提取字符的问题，然而这些算法对条件的要求比较高，当遇到新的问题或者某些条件不再成立时，又必须重新设计新的方法。通用的、能适用于所有环境和条件的车牌二值化方法还没有成功研究出来。因此，如何在现有所有有价值的研究成果之上，提高车牌二值化的通用性、提高二值化精度将成为我们当前研究的主要方向。详见文献：B.Sankur and M.Sezgin，“A survey over image thresholding techniques and quantitative performance evaluation”，Journal of Electronic Imaging，v13，n1，January，p 146-168，2004.和文献：Meenen，P.andAdhami，R，”Approaches to image binarization in current automated fingerprint identificationsystems”，Proceedings of the Thirty-Seventh Southeastern Symposium on 20-22 March 2005Page(s)：276-281，2005.

目前，常用的图像二值化方法主要有全局阈值法和局部阈值法两大类。在全局阈值法中，比较经典的阈值选取方法主要有：

(1)直方图法。该方法先计算整幅图像的灰度直方图，然后根据直方图选择一个理想的阈值。其优点是在图像和背景灰度差别较明显时效果比较突出；缺点是这种方法往往容易忽略细节，当图像中存在较多的阴影或者图像灰度变化比较复杂时往往很难得到理想的效果，从而限制了上述方法的使用。详见文献Zhao Mansuo，Yan Hong.Signal Processing andIts Applications，Adaptive Threshold Method for Binarization Blueprint Images.In：Proceedingsof the Fifth International Symposium on ISSPA’99，1999，2：931-934