基于字符连通域特征的车牌定位方法

张金林，胡宏健，方虎生，孙 磊

(中国人民解放军理工大学工程兵工程学院，江苏 南京 210007)

近年来，中国汽车工业的飞速发展给交通管理系统带来了前所未有的难题，而其中应运而生的智能交通系统又是以车牌识别为基础。因此，车牌识别算法及实现领域都有大量的研究，形成了以车牌定位、字符分割、字符识别为主流程的传统识别算法，但是仍然存在实时性差、适应性不强、可移植性差等问题。其中车牌定位技术是整个识别系统的关键，目前的定位方法主要有基于颜色空间的定位方法［1－3］、基于边缘特征的定位方法［4－5］、基于数学形态学的定位方法［6］。基于颜色空间的定位方法定位速度快，但受光照、环境条件等影响，在黑夜或车牌污浊的情况下识别率低;基于边缘特征的定位方法适应性强，但运算复杂、速度低，且受车牌以外字符如车型号码、涂鸦文字等影响，可能出现严重的识别错误，基于形态学的定位方法计算量大，只能实现粗定位，同样受车牌以外文字的影响较大。本文针对以上方法的不同缺点，提出了强调硬件系统构架，固定部分车牌图像输入环境，引入大量车牌先验知识，并最终利用车牌字符连通域显著特征的车牌定位算法。该方法以灰度图像或者二值图像为出发点，具有较好的适应性，同时巧妙地避免了对整幅车牌图像重复逐行、逐列的扫描，简化了识别流程，从而提高了实用性。

1 车牌识别算法特点

1.1 车牌先验知识引入

人类的视觉系统对边缘、颜色具有很强的敏感性，而且在先验知识的引导下才使得人眼的识别准确而且快速［7］，本文充分对国内的车牌标准进行分析，并运用到算法当中。……