nbhkdz.com冰点文库

基于小波变换和支持向量机的车牌定位方法研究

时间:2015-05-28


第 33 卷第 2 期 2013 年 4 月

辽宁工业大学学报(自然科学版)
Journal of Liaoning University of Technology(Natural Science Edition)

Vol.33, No.2 Apr. 2013

基于小波变换和支持向量机 的车牌定位方法研究
刘旭华,周


军,朱田华
121001)

(辽宁工业大学 电子与信息工程学院,辽宁 锦州

要:车牌定位是车牌识别系统中最为关键的部分。在前人研究的基础上提出了一种基于小波变换和支持

向量机的车牌定位方法。利用小波变换提取出车辆图像中的竖直纹理分量。对处理后的图像进行数学形态学操作 得到车牌候选区域。利用车牌的综合特征从候选车牌中试选出一个车牌,并用支持向量机对试选出的车牌进行鉴 定。实验证明该方法对具有复杂背景的车辆图像有很好的定位效果。 关键词:车牌定位;小波变换;支持向量机;数学形态学 中图分类号:TP391 文献标识码:A 文章编号:1674-3261(2013)02-0075-05

Research of License Plate Location Method Based on Wavelet Transform and Support Vector Machine
LIU Xu-hua, ZHOU Jun, ZHU Tian-hua
(Electronics & Information Engineering College, Liaoning University of Technology, Jinzhou 121001, China)

Abstract: The license plate location is the most critical part of the license plate recognition system. On the basis of previous studies, a license plate location method based on wavelet transform and support vector machine was proposed. Using wavelet transform, the vertical texture components of the vehicle image was extracted. Using mathematical morphology operation, the candidate region of the processed image was obtained. Try to select a license plate with the combined features of license plate was done, and the license plate selected with support vector machines was verified. Experimental results show that the method of license plate has good results in the location of the vehicle image under complex background. Key words: license plate location; wavelet transform; support vector machine; mathematical morphology 车牌识别[1](license plate recognition)是智能交 通系统中的重要研究内容。车牌识别系统主要由车 牌定位、字符分割和字符识别3个部分组成。其中 车牌定位是整个系统实现的前提,能否将牌照从车 辆图像中提取出来直接影响系统的性能。 近些年来,许多学者对车牌定位进行了深入的 研究,提出了很多有效的算法。李红林[2]提出了基 于颜色均值对的汽车牌照定位算法。进行水平扫
收稿日期:2013-01-19 作者简介:刘旭华(1986-),男,湖南东安人,硕士生。 周 军(1966-),女,吉林郑家屯人,教授,博士。

描,利用车牌字符与背景的灰度跳变来实现车牌提 取[3]。黄艳国等[4]提出了一种综合利用车牌纹理特 征和边缘颜色对的车牌定位方法。Barroso等[5]提出 了基于水平线搜索的定位方法。这些定位方法在应 用中取得了一定的效果。但在自然条件下拍摄的车 辆图像往往会有比较复杂的背景。当背景中出现与 车牌相似的区域时,容易出现定位不准的情况。针 对这个问题,本文提出了一种基于小波变换和支持

76

辽宁工业大学学报(自然科学版)

第 33 卷

向量机的车牌定位方法。

1
1.1

获取车牌候选区域

彩色图像灰度化 在外部环境的影响下,采集到的车牌图像往往 会失去本来的颜色信息。本文算法是在灰度图像上 进行的,因此先要将彩色图像转化为灰度图像。对 于JPEG格式的RGB彩色图像, 采用如下公式将其转 变为灰度图像:

叶变换能够得到频率的局部特性,却对时域的局部 特性无能为力。与傅里叶变换相比,小波变换能反 映出信号的时域和频域特性。小波变换的应用领域 十分广泛,在数字图像处理中常应用小波来对图像 进行去噪和压缩处理。 小波是由满足 ? ? ? x ?dx ? 0 的母小波ψ(x)通过
R

伸缩和平移产生的一个函数簇ψa,b(x):

O ? Wr R ? Wg G ? Wb B
其中R、 G、 B表示的是彩色图像3个通道的像素 值,O为输出图像,Wr、Wg、Wb分别为R、G、B的 权值。根据人眼对红、绿、蓝3种颜色敏感程度的 高 低 , 来 设 置 它 们 的 权 值 大 小 。 当 Wr=0.229 、 Wg=0.587 、 Wb=0.114 时能得到非常出色的灰度图 像。灰度化效果如图1所示。

? a ,b ? x ? ?

1

? x ?b ? ?? ? a ? a ?

a , b ? R; a ? 0

其中a为伸缩因子,b为平移因子。函数簇ψa,b(x)称 为由母小波ψ(x)生成的小波基函数。母小波ψ(x)的 傅里叶变换须满足容许性条件:

? ? ? ? ? ? d? ? 0
?1 R

?

2

常见的小波基函数有:Harr小波、Daubechies小波、 Mexican小波和Morlet小波等等。 函数f(x)在L2(R)上的连续小波变换定义为:

W f ( a, b) ?

1 a

?

?

??

f ( x )? ?

? x?b ? ?dx ? a ?

通过小波变换,原始信号分解成不同时频分量 的加权和。在实际应用中经常利用Mallat算法对图 像进行塔式分解,一幅图像经过一级分解后得到4 个子图,如图2所示。
原始图像 行 L H 列 LL1 LH1 HL1 HH1

(a)原图像

图2

小波分解

(b)灰度化

图1

灰度化处理

提取竖直纹理 小波变换[6]是20世纪80年代中后期逐渐发展起 来的一个新的应用数学分支。在小波变换出现之 前,傅里叶变换是主要的时频分析工具。利用傅里

1.2

其中LL1经过行和列的低通滤波, 是原始图像的 近似;HL1经过了行的高通滤波和列的低通滤波, 是竖直高频图像;LH1经过了行的低通滤波和列的 高通滤波,是水平高频图像;HH1经过了行和列的 高通滤波,是对角线上的高频图像。如有需要可对 LL1继续进行分解,做图像的多分辨分析。 我国的车牌由7个横向排列的字符组成,有着 丰富的竖直笔画特征,可以利用这些特征来提取车 牌。先用daubechies系列小波db3 对车辆图像进行 3 层分解,然后提取出各层的HL分量并将其重构。实 验发现,前3层的HL重构分量能较好反映出车牌区 域的竖直笔画特征,对于不同大小的图像它们有不 一样的响应强度。为了保证算法的鲁棒性,将这3 层分量进行叠加。设保留的三层重构分量依次记为 V1、V2、V3,则叠加图像为V=aV1+bV2+cV3它们效 果如图3所示。

第2期

刘旭华等:基于小波变换和支持向量机的车牌定位方法研究

77

形态学处理 数学形态学是一门建立在集合论基础上的学 科,有严格的数学理论基础。它的基本思想是用有 一定形状的结构元素去提取图像中有用处的区域 分量。数学形态学是由一组形态学算子组成的,它 们在不同类型的图像中表显出不同的特点。其中膨 胀和腐蚀是最基本的运算,它们的定义如下。 在二值图像中A和B是Z2中的集合, A被B膨胀定 义为:
(a)第 1 层分量

1.3

A ? B ? {z |( B ) z ? A ? ?}
A被B腐蚀定义为:

?

A ? B ? {z |( B ) z ? A}
若先进行腐蚀运算再进行膨胀运算为开运算, 而先进行膨胀运算再进行腐蚀运算则为闭运算。 为了从车辆图像中提取出车牌,应尽量降低背 景中非车牌区域的干扰。针对车牌是一个长方形区 域的特点,本文选用长方形的结构元素对上面得到 的图像V先进行一次闭运算,使车牌区域形成一个 连通域;再对闭运算后的图像进行一次开运算,消 除图像中较小的区域。其运算结果图像如图4所示。
(b)第 2 层分量

?

(a)闭运算 (c)第 3 层分量

(d)叠加图像

(b)开运算

图3

小波重构分量

图4

形态学处理

78

辽宁工业大学学报(自然科学版)

第 33 卷

从上面的图像可以看出经过形态学处理后,车 牌区域保留了下来,而大部分的非车牌区域被清除 了。

2 定位和鉴定
2.1 综合因素选车牌 将经过形态学处理后的图像选用合适的阀值 进行二值化,图像会存在小数的几个连通域,结果 5如图所示。

车牌鉴定 支持向量机(support vector machines,SVM)是 由Vapnik等[7]提出的一种基于统计学习理论的机器 学习方法,以结构风险最小化为准则。支持向量机 的基本思想是在样本空间中求得一个最优超平面, 使离它最近的样本点与它具有最大间距,以获得最 佳的泛化能力。 设给定样本集(x(i), y(i)), 其中x(i)∈RN为特征向量, y(i)∈{-1,1}为结果标识。对于线性可分问题,设其 分类超平面为 wT+b=0. 求最优超平面可以转化为 求下面的二次规划问题: 1 2 min w,b w 2

2.2

s.t. y ( i ) ( wT x ( i ) ? b) ≥ 1,

i ? 1,..., m

为求解此问题,构造拉格朗日函数如下:

L( w, b, ? ) ?

1

2 i ?1 对w和b分别求偏导数。 m ? L( w, b, ? ) ? ? ? i y ( i ) ? 0 ?b i ?1 ?
m

w ? ? ? i [ y ( i ) ( wT x ( i ) ? b) ? 1]
2

m

图5

二值化

这些连通域有的是车牌所在区域,更多的不 是。如何区分这些连通域,成了车牌定位算法的一 个难点。很多学者依据车牌的某些特征而进行判 断,这容易使提取出错误车牌机会增加。本文先用 车牌区域的综合特征先试选择车牌,然后再对选择 的车牌进行再次鉴定,以减小误选的机率。依据车 牌一般位于图像的中下部、车牌所占图像大小比例 和车牌的宽高比都在一定范围内等3个特点,本文 对连通域进行标记后,对每个连通域定义如下几个 变量:

?w i ?1 将上式代入到拉格朗日函数中得到: m 1 m x(i) , x( j ) max? W(?) ? ??i ? ? y(i ) y( j )?? i j 2 i ?1 i , j ?1 s.t. ?i ≥0, i ? 1,..., m

L( w, b, ? ) ? w ? ? ? i y ( i ) x ( i ) ? 0

?? y
i i ?1

m

(i )

?0
*

如果求得解为 ? i ,根据 w ?
?

??
i ?1

m

i

y ( i ) x ( i ) 即可

L1 ? (abs(0.05S1 ? S 2 )) /(0.05S1 ) L2 ? (abs(6 ? C2 / R2 )) / 6 L3 ? 5( R1 ? r ) / R1 ? abs(0.5C1 ? c ) / 0.5C1 L ? L1 ? L2 ? L3
式中:S1是车辆图像的面积;S2是连通域的面积; R1、C1分别是车辆图像的高度和宽度;R2、C2分别 是选中的连通域的高度和宽度;r、c是连通域的质 心在图像中的行数和列数。 选择L中值为最小的连通域作为待定车牌,然 后再在下一步进行鉴定。实验发现,车牌区域的连 通域L中的值多数是在小的前3个中。因此可以较快 地定位出车牌,减少处理的时间。

求出原问题的解 w . 然后可得其最优分类函数为:

f ( x) ? sgn ? ? ? i* y ( i ) x ( i ) , x ? b* ?
i ?1

? ?

m

? ?

对于线性不可分的情况支持向量机一种方法 是通过引入松弛变量ξi后,变为求解下面的优化问 题:

min w,b
(i )

1 2

w ? C ? ?i
2 i ?1 T (i )

m

s.t. y ( w x ? b) ≥ 1 ? ?i , i ? 1,..., m

?i ≥ 0,

i ? 1,..., m

另一种方法是通过核函数 K(x,y)将样本数据 映射到高维空间,以使问题变为线性可分的。常用 的核函数有:

第2期

刘旭华等:基于小波变换和支持向量机的车牌定位方法研究

79

(1)多项式核函数:

K ( x, y ) ? (1? ? x, y ?)
(2)径向基核函数:

d

基核,通过交叉验证的方法获取支持向量机的参 数,其中C=1.1331 ,σ=2.7183. 实验结果表明,此 算法定位准确率达到了94%以上。

K ( x, y ) ? exp( ? ? ( x ? y ), ( x ? y ) ? /(2? 2 )) d
(3)Sigmoid核函数:

4 结束语
本文提出了一种基于小波变换和支持向量机 的车牌定位方法。在对获取到的彩色图像经过灰度 转换后,利用小波的多分辨分析技术将图像进行三 层分解,再重构其 HL 分量来提取图像中的竖直纹 理,可以将车牌区域中的字符竖直笔画完整地保留 出来,同时克服了图像尺寸大小不一的影响。在经 过数学形态学处理后,使用车牌的综合特征从候选 车牌中选出一个车牌,并用支持向量机对其验证。 该方法能够更好地排除掉具有复杂背景车辆图像 中的各种伪车牌,提高了车牌定位的准确率。

K ( x, y ) ? tanh( ?1 ? x, y ? ? ? 2 )
经过上面的处理,已得到了待定车牌连通域所 处的大致位置,对待定的车牌连通域上下左右都扩 大一倍,再对这个区域的图像进行一系列的数学形 态学处理以实现对车牌的精定位。对图像进行数学 形态学操作关键是结构元素的选择,结构元素选择 不当会对结果产生很大的影响。在对车辆图像进行 膨胀操作时,如果结构元素选择过大,则会将车牌 区域与不相干的区域连在一起;而过小则会出现车 牌断裂的情形。在精定位时,本文形态学处理的结 构元素大小是以当前选出的连通域的宽和高为基 准的,这样就避免了结构元素过大或过小的问题。 车牌精定位后如图6所示。

参考文献:
[1] Sherin M YouSsef, Shaza B AbdelRahman. A smart access control using an efficient license plate location and recognition approach[J]. Expert Systems with Applications, 2008, 34(1): 256-265. [2] 李红林. 基于彩色图象的车牌定位方法[J]. 电脑知识与 技术, 2012, 8(26): 6342-6343. [3] 王善发, 吴道荣. 基于灰度跳变的车牌定位算法及其实 现[J]. 计算机仿真, 2012, 29(1): 318-347. [4] 黄艳国, 赵书玲, 许伦辉. 基于纹理特征和颜色匹配的 车牌定位方法 [J]. 微 电 子 学 与 计 算 机 , 2011, 28(9): 123-126. [5] Barroso J, Rafael A. Number plate reading using computer vision[J]. IEEE Transaction on Vehicular Technology, 2001(2): 761-766. [6] 博格斯 . 小波与傅里叶分析基础 [M]. 芮国胜 , 康健译 . 北京: 电子工业出版社, 2004. [7] Vapnik V N. The Nature of Statistical Learning Theory[M]. New York: Springer, 1995.

图6

精定位后

对于精确定位出的待定车牌进行鉴定,以确保 提取出的车牌不是伪车牌。灰度共生矩阵能够很好 地反应图像的纹理特征。本文对精确定位出来的待 定车牌图像创建它的0°、45°、90°和135°这4个方向 的灰度共生矩阵。再计算出每个灰度共生矩阵的对 比度、相关、能量和同质性4个属性值。以这16个 值作为支持向量机的特征向量,对车牌图像进行鉴 定。如果鉴定成功,则将其作为车牌;如果鉴定不 成功,便依次选择 L 值为次小的作为待定车牌,直 至选择完所有连通域。

3 实验结果分析
本文在matlab2012a下对随机拍摄的200多幅车 辆图像进行实验。分别选取64幅车牌图像和非车牌 图像作为训练样本。支持向量机的核函数选用径向

责任编校:孙




基于小波变换和支持向量机的车牌定位方法研究_刘旭华.pdf

基于小波变换和支持向量机的车牌定位方法研究_刘旭华 - 第 33 卷第 2 期

基于小波变换和支持向量机的车牌定位方法研究_论文.pdf

基于小波变换和支持向量机的车牌定位方法研究 - 第3 3卷第 2期 201 3年

基于支持向量机的车牌定位方法.txt

基于支持向量机的车牌定位方法 1 引言 智能交通系统是一个热点研究领域,受到日益...基于小波变换和支持向量... 暂无评价 5页 3.00 基于支持向量机的车牌识...

车牌识别定位方法的研究.doc

主要的车牌定位方 法:基于灰度图像的车牌定位方法[1] 、基于小波变换的车牌定位...2.5 基于支持向量机的定位方法 支持向量机(svm) 是 20 世纪 90 年代初由 ...

基于支持向量机的车牌字符识别的研究.doc

基于支持向量机的车牌字符识别的研究_计算机软件及应用_IT/计算机_专业资料。龙源...4.1.3 利用数学工具的车牌定位方法 利用小波变换,分形理论,遗传算法,支持向量机...

基于支持向量机的车牌定位方法.doc

车牌定位文体进行研究,提 出一种基于支持向量机的定位方法。首先将图像分割为...基于小波变换和支持向量... 90人阅读 5页 2下载券 基于支持向量机的车牌字...

基于支持向量机的车牌定位方法_论文.pdf

基于支持向量机的车牌定位方法 - 车牌定位是汽车牌照自动识别系统中的关键步骤。对车牌定位文体进行研究,提出一种基于支持向量机的定位方法。首先将图像分割为N×N...

车牌定位方法综述.doc

车牌定位方法综述_电子/电路_工程科技_专业资料。...2.2 基于小波的车牌汉字特征提取方法 小波变换提供...2.5 基于 SVM 的车牌汉字的有效识别方法 支持向量机...

基于多算法融合的多车牌定位方法研究.doc

识别效率,本文提出基于颜色检测、边缘检测和支持向量机 (SVM)的多车牌定位方法。...基于混合特征的多车牌定... 119人阅读 4页 1下载券 基于二进小波变换的多...

基于小波变换和分形维数的车牌汉字识别_图文.pdf

提出一种基于小波变换与分形维数的车牌汉字识别方法...(4)计算盒子数: 2.2 字符识别 利用支持向量机...4 通过对采集的汽车车辆图片进行车牌定位和字符分割,...

基于多算法融合的多车牌定位方法研究_论文.pdf

基于多算法融合的多车牌定位方法研究 - 第 12 卷第 23 期 (2016 年 8 月) 电脑知识技术 Computer Knowledge and Technology Vol.12, N...

车牌识别简介_图文.ppt

的牌照定位方法 基于边缘颜色对的车牌定位方法 基于小波变换的车牌定位方法 利用...识别方法 基于支持向量机的车牌字符识别方法 16 基于字符结构特征分析的方法采用...

基于小波变换和支持向量机的人脸识别系统设计.doc

基于小波变换和支持向量机的人脸识别系统设计 - 基于小波变换和支持向量机的人脸识

基于支持向量机的车牌识别技术--开题报告_图文.doc

基于支持向量机的车牌识别技术--开题报告_计算机硬件...车牌定位、车牌字符分割车牌字 符识别等 4 大...基于小波分析的支持向量... 225人阅读 62页 2下载...

基于支持向量机的车牌识别技术 开题报告_图文.doc

基于支持向量机的车牌识别技术 开题报告_信息通信_...车牌识别系统一般可顺序地分为车辆图像获取、车牌定位...基于小波分析的支持向量... 62页 2下载券 基于...

车牌识别系统的研究与实现.pdf

Young Sung Soh 开发出一套实时车牌识别系统,据报道该系统的车牌定位正 确率...基于小波变换和支持向量机的音频 分类. 重庆邮电大学学报 (自然科学版),2008, ...

基于边缘与SVM的车牌自动定位与提取.pdf

基于边缘SVM的车牌自动定位与提取_计算机软件及应用...别方法 支持 向量机( Support Vector M a...在这个 变换空间 , 只需进 行内积运 算 , 甚 ...

车牌识别算法的关键技术及其研究现状.pdf

车牌识别算法的关键技术及其研究现状_信息与通信_工程...小波变换是20世纪80年代后期发展起来的应 用数学分支...2)基于支持向量机的车牌定位方法 支持向量机(SVM)...

基于小波变换和支持向量机的人脸识别系统设计_图文.doc

基于小波变换和支持向量机的人脸识别系统设计 - 龙源期刊网 http://www.qikan.com.cn 基于小波变换和支持向量机的人脸识别系统 设计 作者:邹丽英 孙小权 来源:...

基于小波变换与支持向量机的数控加工误差分析(精).doc

基于小波变换与支持向量机的数控加工误差分析(精) - 基于小波变换与支持向量机的数控加工误差分析 【摘要】本文通过分析数控加工不确定性误差的特征,提出了一种基 ...