本站原创
摘要：车牌定位是车牌识别的重要组成部分，由于目前车牌定位的方法较多，但有的车牌定位的速度和准确率不高；有的算法较复杂。该文提出了基于颜色均值对的车牌定位，方法简单，定位快速、准确。
关键词：HSV；颜色对；车牌；定位
1009-3044(2012)26-6342-02
The Method of License Plate Location Based on Color Image
LI Hong-lin
(School of Compute Science and Engineering, Qujing Normal University, Qujing 655011,China)
Abstract: License plate location is an important part of the license plate recognition. At present, the license plate location method is more, but some license plate location’s speed and accuracy rate is not high, some algorithms are more complex. This essay pro? poses the method of license plate location based the color pair means, and the method is simple, the location speed is fast and ac? curate.
Key words: HSV; color pair; license plate; location
车牌识别系统是智能交通系统的重要组成部分，该系统包括车牌定位和车牌识别，车牌定位的速度与准确度直接影响到车牌识别的性能。目前研究车牌定位的方法有基于灰度图像的[1，2]和基于彩像的[4-6]。本文通过分析目前我国车牌字符的颜色与车牌的底色，提出了基于彩像的车牌定位方法。
1基于边缘颜色对的车牌粗分割
颜色对定义：根据我国的车牌底色（M）与车牌字符（N）具有固定的颜色搭配（M，N）或（N，M），则M与N构成的集合称为颜色对。
边缘颜色均值对：若当前像素为(i,j),其边缘像素f(i-2,j-2),f(i-2,j-1),f(i-2,j),f(i-2,j+1),f(i-2,j+2)的平均值a与f(i+1,j-2),f(i+1,j-1),f(i+1,j),f(i+1,j+1),f(i+1,j+2)的平均值b，a与b构成的集合(a,b)称为边缘颜色均值对。
本文通过数码像机拍摄到各种场所的汽车图片，因这些图片中存在不规则的随机噪声，所以对其进行中值滤波。中值滤波后的图像依然处于RGB颜色空间中，把颜色均值转换到HSV颜色空间中[7]。利用边缘颜色均值对对车牌进行粗分割，通过观察两个颜色均值的HSV是否出现两种颜色搭配（M，N）或(N,M)，若出现，则认为是车牌区域，取之，否则，认为是非车牌区域，弃之。图1经过边缘颜色均值对分割后如图2所示。一般拍摄到的汽车图片中车牌大多处于图片的下方，因此，可以根据先验知识去除图像的上面的三分之二，从而大大的提高后续的处理速度。
3结论
本文对各种环境下采集到的220张汽车彩像进行车牌定位，218张准确定位，2张定位失败，分析定位失败的原因，最主要是车牌褪色较严重。本文基于边缘颜色对的分割方法，经分割后干扰区域大大减少了，大大提高了处理的速度，实验表明定位的准确率高达99%以上。
参考文献：
刘翔,周桢,饶昊.基于灰度图像的车牌定位方法研究[J].微计算机信息,2011,27(8):124-126.
王善发,吴道荣.基于灰度跳变的车牌定位算法及其实现[J].计算机仿真,2012,29(1):318-347.
[3]沈洋.基于灰度图像的车牌定位研究[J].电脑知识与技术,2008,4(4):1184.
[4]李文举，梁德群，张旗等.基于边缘颜色对的车牌定位新方法[J].计算机学报，2004，27（2）：204-208.
[5]郭捷,施鹏飞.基于颜色和纹理分析的车牌定位方法[J].中国图象图形学报, 2002,7(5): 426-427.
[6]程增会,戴祥,唐大鹏,等.一种基于HIS和YUV颜色模型的车牌定位方法[J].计算机应用与软件，2011，28（12）:132-134.
[7]李红林.基于改进的HSV颜色模型及颜色均值对的车牌检测与定位[J].云南民族大学学报:自然科学版,2009,18(3):268-272.
关键词：HSV；颜色对；车牌；定位
1009-3044(2012)26-6342-02
The Method of License Plate Location Based on Color Image
LI Hong-lin
(School of Compute Science and Engineering, Qujing Normal University, Qujing 655011,China)
Abstract: License plate location is an important part of the license plate recognition. At present, the license plate location method is more, but some license plate location’s speed and accuracy rate is not high, some algorithms are more complex. This essay pro? poses the method of license plate location based the color pair means, and the method is simple, the location speed is fast and ac? curate.
Key words: HSV; color pair; license plate; location
车牌识别系统是智能交通系统的重要组成部分，该系统包括车牌定位和车牌识别，车牌定位的速度与准确度直接影响到车牌识别的性能。目前研究车牌定位的方法有基于灰度图像的[1，2]和基于彩像的[4-6]。本文通过分析目前我国车牌字符的颜色与车牌的底色，提出了基于彩像的车牌定位方法。
1基于边缘颜色对的车牌粗分割
颜色对定义：根据我国的车牌底色（M）与车牌字符（N）具有固定的颜色搭配（M，N）或（N，M），则M与N构成的集合称为颜色对。
边缘颜色均值对：若当前像素为(i,j),其边缘像素f(i-2,j-2),f(i-2,j-1),f(i-2,j),f(i-2,j+1),f(i-2,j+2)的平均值a与f(i+1,j-2),f(i+1,j-1),f(i+1,j),f(i+1,j+1),f(i+1,j+2)的平均值b，a与b构成的集合(a,b)称为边缘颜色均值对。
本文通过数码像机拍摄到各种场所的汽车图片，因这些图片中存在不规则的随机噪声，所以对其进行中值滤波。中值滤波后的图像依然处于RGB颜色空间中，把颜色均值转换到HSV颜色空间中[7]。利用边缘颜色均值对对车牌进行粗分割，通过观察两个颜色均值的HSV是否出现两种颜色搭配（M，N）或(N,M)，若出现，则认为是车牌区域，取之，否则，认为是非车牌区域，弃之。图1经过边缘颜色均值对分割后如图2所示。一般拍摄到的汽车图片中车牌大多处于图片的下方，因此，可以根据先验知识去除图像的上面的三分之二，从而大大的提高后续的处理速度。
源于：论文摘要范文www.udooo.com
2车牌精定位2.1投影与形态学运算
经过上面的处理以后，大部分非车牌区域已经去除，图像也变为二值图像。此时，对其进行水平投影。水平投影结果如图3所示。其主要目的是去除不符合车牌特征的伪车牌区域。对投影后的图像区域进行形态学运算。先膨胀，使车牌区域尽可能的连通；后腐蚀操作，是消除物体边界点，使边界向内部收缩的过程，可去除小区域，同时若物体间有细小的连通，则可将两个物体分开。即处理后，可以用来填充区域内细小的空洞、连接邻近区域，平滑其边界，同时不改变区域面积，以便后续处理。2.2车牌精定位
通过上面分割后的图像可能还存在多个连通的目标图像区域，本文通过标记各连通区域并计算出每一个连通区域的面积。结合先验知识，采用阈值分割方法，去除区域面积比车牌区域面积过大或过小的区域。通过此方法后，可能仍然存在面积和车牌大小差不多的干扰区域。为了去除干扰区域，可以计算每个连通区域的宽、高以及宽高比，如果某个区域与实际车牌的宽高相比太宽或者太高，则去除。否则再考虑他们的宽高比，如果不符合车牌宽高比的区域也去除。经过几何特征精定位后得到如图4所示：3结论
本文对各种环境下采集到的220张汽车彩像进行车牌定位，218张准确定位，2张定位失败，分析定位失败的原因，最主要是车牌褪色较严重。本文基于边缘颜色对的分割方法，经分割后干扰区域大大减少了，大大提高了处理的速度，实验表明定位的准确率高达99%以上。
参考文献：
刘翔,周桢,饶昊.基于灰度图像的车牌定位方法研究[J].微计算机信息,2011,27(8):124-126.
王善发,吴道荣.基于灰度跳变的车牌定位算法及其实现[J].计算机仿真,2012,29(1):318-347.
[3]沈洋.基于灰度图像的车牌定位研究[J].电脑知识与技术,2008,4(4):1184.
[4]李文举，梁德群，张旗等.基于边缘颜色对的车牌定位新方法[J].计算机学报，2004，27（2）：204-208.
[5]郭捷,施鹏飞.基于颜色和纹理分析的车牌定位方法[J].中国图象图形学报, 2002,7(5): 426-427.
[6]程增会,戴祥,唐大鹏,等.一种基于HIS和YUV颜色模型的车牌定位方法[J].计算机应用与软件，2011，28（12）:132-134.
[7]李红林.基于改进的HSV颜色模型及颜色均值对的车牌检测与定位[J].云南民族大学学报:自然科学版,2009,18(3):268-272.