基于Lab颜色空间的车牌定位方法

一、引言

近年来，我国的公路交通事业发展迅速，车牌识别问题作为现代交通工程领域中研究的重点和热点问题之一，其中车牌定位是整个车牌识别的关键，受到越来越多人们的关注。国内外已经提出了很多种车牌定位的方法。传统的算法中，多是采用了单一的颜色模型，会因汽车所处的背景等原因使得定位的精度受到限制。因此有些学者提出基于多颜色模型的方法，将传统的RGB分量转换到HSV颜色空间[1]和YIQ颜色空间[2]，然后利用多个颜色空间的信息，进行相应的运算，便于将车牌区域分割出来。陈昌涛[3]等提出一种利用Lab空间中a分量与b分量的信息的方法，结合两个分量的信息完成颜色的分割。这为基于颜色特征的定位方法提供了新的思路，但是利用多个颜色空间的数据进行运算，难免会使得计算量增加。本文提出一种基于颜色信息的方法，将RGB颜色模型转换到Lab颜色空间，b分量中车牌区域为比较突出的黑色区，再根据自适应阈值的二值化处理，即可完成车牌的粗定位，后续再通过形态学的方法，排除干扰，最后通过投影法得到精确定位的车牌。

二、Lab颜色模型

Lab色彩空间是由CIE（国际照明委员会）于1976年公布的一种色彩模式，由一个亮度分量L，以及两个色度分量a和b来表示颜色的。a分量代表由绿色到红色的光谱变化，a分量包括的颜色是从深绿色到灰色再到亮粉红色；而b分量代表由蓝色到黄色的光谱变化，b分量则是从亮蓝色到灰色再到黄色。……