邊緣檢測算子在車牌區(qū)域檢測中的改進

1、邊緣檢測算子在車牌區(qū)域檢測中的改進曾飛，李志俊武漢理工大學自動化學院，武漢 (430063)E-mail：摘 要：針對在復雜環(huán)境下對車牌圖像進行分割提取這一問題，在傳統(tǒng)圖像邊緣檢測經(jīng)典算子基礎(chǔ)上，根據(jù)模板排列規(guī)律，建立矩陣變換關(guān)系，提出一種改進算法.經(jīng)實驗證明，將改進算法應用在復雜環(huán)境所拍攝的車牌圖像處理中，較好的平滑了噪聲，邊緣檢測輪廓清晰，處理時間顯著縮短。通過實例，給出了采用改進的算法對車牌圖像進行邊緣提取的效果。關(guān)鍵詞：邊緣檢測；模板；微分算子1. 引言在采用數(shù)字圖像處理技術(shù)的汽車牌照的自動識別系統(tǒng)中，為實時自動識別車牌號碼，必須將車牌區(qū)域從復雜背景中提取出來。由于車輛牌照是邊緣豐富的

2、子區(qū)域，所以邊緣提取對于車牌區(qū)域的分割有重要作用。盡管已經(jīng)有許多邊緣提取的算法，由于監(jiān)控場景光線照射復雜、拍攝背景也比較復雜、環(huán)境因素的影響、加之攝像設備等因素的引入噪聲等各種因素綜合影響下，需要工程化綜合運用圖像邊緣提取算法，才能有效的解決圖像分割問題。筆者根據(jù)車牌數(shù)字圖像的特點，在傳統(tǒng)圖像邊緣檢測經(jīng)典算子的基礎(chǔ)上，提出了一種改進算法。2. 基于改進的微分算子的邊緣檢測圖 1 是經(jīng)過灰度變換后,圖像質(zhì)量得到改善的車牌圖像。圖 2 是該車牌圖像的灰度直方圖。從圖 2 中可以看出,灰度直方圖呈多峰性 ,在大灰度值(字符灰度值很小)的值域范圍內(nèi),沒有明顯的峰谷,密集筆畫的字符信息不顯著,因此直接在

3、全局圖像中采用一般的邊緣檢測算子將車牌從背景中分割出來是困難的。圖 1 車牌圖像為了突顯車牌字符信息,根據(jù)車輛牌照與背景或車體相區(qū)別的特征，在傳統(tǒng)邊緣檢測算子的基礎(chǔ)上,提出了一種改進算子。通過這種改進算子提取的車牌邊緣, 運算簡單,計算速度快,運算后邊緣圖像輪廓清晰,尤其在比較密集筆畫的間距較小的字符邊緣也能教完全的突現(xiàn)出來。-1-圖 2 車牌圖像灰度直方圖2.1 邊緣檢測的數(shù)學基礎(chǔ)梯度對應的是一階導數(shù)的信息，梯度算子是一階導數(shù)算子。在邊緣灰度值過渡比較明顯，而且在圖像模糊程度和噪聲較小的情況下，梯度算子工作的情況是令人滿意的。對一個連續(xù)的圖像 f ( x, y) ，在位置 ( x, y) 的

4、梯度可以表示成一個矢量，假設用 G x 和 G y 來表示 f ( x, y)沿著 x 方向和 y 方向的梯度，那么梯度矢量可以表示為： f ( x, y) G x f ( x, y) = = f ( x, y) G y y 梯度方向是圖象灰度值變化最快的方向。令è g 表示梯度方向：è g = tan 1 ( f y / f x )在è g 方向的變化率的速度（就是梯度的幅度）為：（1）（2）g ( x, y) =| f ( x, y) |= (x) + (f ( x, y) 2)（3）g 為梯度算子，幅度計算是以 2 為模的對應歐式距離。當然幅度計算也可以采用

5、其他等價的范數(shù)。常用的兩種計算方式為：g ( x, y) =|f ( x, y)x| + |f ( x, y)y|（4）或者采用無窮大的范數(shù)：g ( x, y) = max(|f ( x, y)x|, |f ( x, y)y|)（5）當計算機處理數(shù)字圖象時，上述的微分經(jīng)常用差分代替，其定義的形式為：f x ( x, y) = f ( x, y) f ( x 1, y)f y ( x, y) = f ( x, y) f ( x, y 1)（6）（7）實際的圖像處理中，二階導數(shù)也是經(jīng)常利用，在數(shù)字圖像處理領(lǐng)域一般是基于公式：-2-x f ( x, y) 2y2 2 fx 2+ 2 fy 2（8）2

6、2點。若在邊緣點的二階導數(shù)達到局部最小值，則 ( x, y) 為屋頂型邊緣點。2.2 改進的邊緣檢測算法經(jīng)典的邊緣檢測算法如 Roberts 算子、Prewitt 算子、Sobel 算子、Isotropic Sobel 算子、Laplacian 算子均采用小區(qū)域模板進行卷積來近似計算梯度，對二維圖像 x 和 y 方向的梯度G x 和 G y 各用一個模板,然后把兩個模板組合起來構(gòu)成一個梯度算子。雖然微分(差分)公式的形式相同，但是模板算子不同，處理的效果和時間也會有一定的差異。為了突顯車牌字符信息,根據(jù)車輛牌照與背景或車體相區(qū)別的特征，在傳統(tǒng)邊緣檢測算子的基礎(chǔ)上，提出了一種改進算子。改進算子的

7、模板為: 0 0 0 0 0 00 1 010 0 0(9)H 1 、 H 2 分別是水平和垂直方向的算子。 H 算子是根據(jù)任意一對互相垂直方向上的差分可用來計算梯度的原理采用相鄰像素之差：hx = f ( x, y) f ( x, y 1)h y = f ( x, y) f ( x 1, y)(10)（11）22(12)圖像中每個像素都用這兩個核做卷積，取最大值作為輸出，運算結(jié)果就是一幅邊緣圖像。適當取邊緣門限 TH ，如果 R( x, y) TH 則為階躍邊界點。3. 實驗及結(jié)果分析牌照的原始圖像經(jīng)灰度拉伸后的灰度圖像，經(jīng)過常見的 Prewitt 算子、Canny 算子處理的邊緣圖像和改進

8、 H 算子處理圖像如圖 3 所示?；叶壤旌蟮能嚺茍D像-3-Prewitt 算子處理的圖像 f =二階導數(shù)信息是一階導數(shù)變化的標志，還可以說明灰度突變的類型。若 f ( x, y) 在像素點 ( x, y) 處發(fā)生零交叉（就是 f ( x, y) 曲線和 x 坐標軸有交點），則 ( x, y) 為階躍型邊緣H 1 = 1 1 0H 2 = 0 0 R( x, y) = hx + h yCanny 算子處理的圖像改進 H 算子處理的圖像圖 3 邊緣檢測算子處理的圖像上面的結(jié)果中可以看出，Prewitt 算子是一階的微分算子,是平均濾波,對噪聲具有一定的抑制能力,但不能完全排除檢測結(jié)果中出現(xiàn)的偽邊

9、緣；Canny 算子采用高斯函數(shù)對圖像作平滑處理,因此具有較強的去噪能力,但同樣存在容易平滑掉一些邊緣信息,同時它所采用的一階微分算子的方向性較好,因此邊緣定位準確性較高，但算法中初始參數(shù)的設定會影響分割的結(jié)果，因而較復雜；采用改進的 H 算子運算簡單(只有簡單的加減運算)、計算速度快,經(jīng)運算后邊緣圖像輪廓清晰,尤其在比較密集筆畫的間距小的圖像邊緣也完整突現(xiàn)出來。經(jīng)過試驗比較可以發(fā)現(xiàn),采用改進的 H 算子對于復雜環(huán)境下的車牌圖像邊緣提取效果理想。4. 結(jié)束語相對于常用的邊緣檢測算子，改進的 H 算子通過合理的設置參數(shù)，運算簡單(只有簡單的加減運算)，運用它進行邊緣檢測，計算速度快，邊緣圖像輪廓

10、清晰，邊緣定位準確性較高，基本排除檢測結(jié)果中出現(xiàn)的偽邊緣，尤其適合具有比較密集筆畫的間距小的圖像邊緣。經(jīng)過試驗比較可以發(fā)現(xiàn),采用改進的 H 算子對于復雜環(huán)境下的車牌圖像邊緣提取效果理想。-4-參考文獻1 Canny J .A Computational Approach to Edge detection J.IEEE Transaction on pattern Analysis andMachine Intelligence,1986,8(6):679-698.23何斌, 馬天予. Visual C+數(shù)字圖像模式識別技術(shù)及工程實踐. 北京:人民郵電出版社，2003,2.駱雪超, 劉桂雄,

11、馮云慶, 等.一種基于車牌特征信息的車牌識別方法J. 華南理工大學學報(自然科學版),2003,31(4):70-72.45鄭瑩, 孫燮華. 圖像邊緣檢測 Laplace 算子的改進. 沈陽建筑大學學報(自然科學版), 20 05, 21(3).朱光忠,黃云龍,余世明.邊緣檢測算子在汽車牌照區(qū)域檢測中的應用.計算機技術(shù)與發(fā)展,2006,3, 16(3)Improvement of Edge Detection Operator in RegionDetection of Automobile License PlateZeng Fei, Li ZhijunDepartment of Autom

12、ation, Wuhan University of Technology, Wuhan (430063)AbstractAiming at region detection of automobile license plate image under the complex environment, one kindof improvement algorithm based on the traditional picture edge detection operators is proposed. Itestablishes the matrix transformation relations according to the template arrangement rule. Theexperiments prove that the improved algorithm application in automobile license plate pictureprocessing, better smooth noise, the edge examination outline has been clear, the process timeremarkably reduce. A practical example is introd