结合有色点对搜索和区域统计特征的车牌定位算法分析

周彬彬++周之平++贾杰

摘要：为了提高车牌检测系统中车牌定位的效率，文章利用HSV和RGB双重颜色模型对蓝白像素点建立定性描述模型，基于该模型提出一种结合蓝白有色点对搜索和区域统计特征信息的车牌定位方法。该方法首先通过搜索有色点对并结合角点和车牌纹理等特征确定车牌的粗略区域，然后利用垂直/水平投影、霍夫直线检测以及颜色提取方法实现车牌精确定位。测试结果表明，针对复杂环境和不同光照条件下的车牌，新方法能够实现车牌的快速精确定位。

关键词：车牌定位；有色点对；区域统计特征

车牌识别是智能交通系统的重要组成部分，而车牌定位作为车牌识别的关键步骤之一，直接影响着车牌识别系统的性能。由于光照、视点和距离、背景的复杂性等因素的影响使得车牌定位准确率不高。因此，如何找到一种方法能够实现在不同环境下车牌的快速、精确定位是研究的重点。目前的车牌定位算法可分为：基于边缘信息的定位方法、基于Hough变换的定位方法和基于颜色特征的定位方法。

文献通过统计边缘密度信息和车牌字符分布进行精确定位，该方法需要提取字符特征并对字符进行识别，其实现复杂性较高。文献结合车牌形状及其在Hough空间的特征，通过Hough反变换重建车牌区域，若不能提取到明显的车牌直线边框，则无法定位。文献把输入的RGB图转换到HSV空间上，利用车牌区域的固定底色特征及纹理特征定位车牌，算法中涉及的车牌底色的颜色选择环节有待改进。……