车牌图像的字符分割

王凤+叶卫华

摘 要 本文从车牌投影出发，分别求出车牌的水平和垂直投影，根据车牌的投影的平均值去除车牌边界。然后再字符分割。通过实验证明该方法可行。

【关键词】水平和竖直投影 投影平均值 字符分割

1 引言

随着经济发展，世界各国汽车数量急增，如何有效的进行城市交通管理越来越受到各国政府和有关部门的关注。针对这个问题而研究的智能交通系统（ITS）成了一个热点领域，车牌识别是其重要的组成部分，在车辆控制、运输安排、停车管理、自动收费、事故处理等方面需求越来越高，可以节约大量的人力、物力，同时也提高了交通管理的效率。总之，智能交通管理系统的研究和开发具有重要的现实意义，也具有广阔的市场和巨大的商业应用前景在智能交通系統中，准确定位车牌后，字符分割是下一步字符识别的前提，字符分割的好坏对字符识别率起着至关重要的作用。虽然目前在已有的印刷体字符分割技术的基础上，提出了不少分割方法，但是分割准确率依然不是很高，而且分割方法稳定性不好。本文主要针对字符分割方法进行研究，对车牌进行了一个灰度预处理后再二值化，使字符分割达到很好的效果，为下一步的字符识别提供了一定的基础保障。

2 车牌图像预处理

2.1 灰度变换以及二值化

目前摄像系统采集下来的图片一般都为彩色图像，由于彩色图像信息量大，计算复杂，而且运算速度慢，所以先对图像进行灰度变化处理。为了适应字符分割和匹配识别，还要将灰度图进行二值化处理。

2.2 去除车牌边框

在车牌区域中存在边框及铆钉的存在，影响车牌字符的分割，因此，在字符分割前需要消除边框及铆钉等噪声对车牌字符分割的影响。从图1可以看出，车牌在水平方向上的投影呈现出明显的“波峰——波谷——波峰”的特性，同时观察到虽然波峰（ 车牌字符处的投影值）的形态各异，变化很大，波峰和波谷之间像素值大小存在很大的差别。这样就可以利用求投影平均值的方法去除车牌边框。主要包括以下步骤：

（1）将车牌二值化图像做水平投影和竖直投影；

（2）利用mean函数求出水平投影的平均值，从左往右搜索第一个波峰，由于车牌上有螺丝，第一个波峰应为螺丝所在处，要去除后的字符区的左边界所在位置；从右往左找第一个波峰字符区右边界所在位置；这样就去除了车牌的左右边框。

（3）同样利用mean函数求出竖直投影的平均值，从上往下搜索上升沿（上面字符区），从下往上搜索下降沿（下面字符区），这样就可以去去除车牌的上下边框。

2.2.1 水平投影和竖直投影

水平投影即水平方向上的投影是图像各列的叠加，即图像各列像素点的叠加。投影如图1，图中第一个波峰和最后一个波峰分别为车牌左边框和右边框以及螺丝的投影值。

竖直投影即竖直方向上的投影是图像各行的叠加，即图像各行像素点的叠加。投影如图2，图中第一个和最后一个大于平均值的峰值为车牌的上边框和下边框的投影值。

去除车牌左边框算法流程图如图3所示。去除右边框的算法与去除左边框的相同。

3 车牌字符分割

车牌字符分割的步骤及方法：

3.1 图像预处理

首先将去边框后的车牌图像反二值化，反二值化后背景像素值为零，字符像素不为零。

3.2 行分割

由于有些车牌是两行的形式，所以首先分割出各行文字的上下边界。从上向下描标记像素点和不为零的行第一个像素点和不为零的行为第一行字符的上边界；接着向下扫描标记像素点和再次变为零的行为第一

行字符的下边界；接着向下扫描重复以上操作知道全部扫描完毕。

具体算法流程图如图4所示。

3.3 单个字符分割。

对各行字符逐个切割出来。从左到右扫描切割出来的各行字符，标记第一次像素点和不为零的列为第一个字符的左边界，接着往右扫描标记第一次像素点和变为零的列位第一个字符的右边界，如此就分割出了第一个字符；再往右扫描重复以上操作直到全部列扫描完毕。

具体算法流程图如图5所示。

最终分割成如下图的单个字符图6所示。

4 总结

本文对精确定位的车牌区域进行字符分割的过程中，不仅解决了单行字符车牌的分割问题还解决了双行字符车牌的分割问题。本文还有待解决的问题的是汉字分割的断裂问题，如“湘”被分割成 “氵”，“木”，“目”三部分。

参考文献

[1]李海涛，邓樱.Matlab程序设计教程[M].北京：高等教育出版社，2002.

[2]黄文杰.基于投影的车牌字符分割方法[D].淮安：淮阴工学院交通工程系，2003.

[3]梁永贵，林江莉，陈科.车牌图像中字符分割方法[D].成都：四川大学，2009.

[4]刘奕，陈学，蒋治华.一种利用颜色信息的车牌字符分割新算法[J].计算机应用与软件，2005.

[5]宋晨光，叶海建.基于数学形态学的车牌字符分割算法[J].光电子技术与信息，2005.