明月星 马静 张杨
【摘要】在车辆管理中，车牌的提取一直是一项重要的信息。本文针对车牌的分割问题进行研究和应用。首先做图像的预处理，把彩色图像转化成灰度图像，利用阈值迭代法进行目标的二值处理。车牌中文字以及数字的提取中，首先利用canny算子对这牌进行粗分割，粗分割之后存在一些小的断点或是噪声点，利用数学形态学腐蚀和膨胀进行去噪。最后利用k-means聚类的方法对这牌进行精细分割。本文采用MATLAB对算法进行仿真实验。
教育期刊网 http://www.jyqkw.com
关键词 车牌分割；canny算子；k-mean聚类；边缘检测
0 引言
车辆管理中，车牌识别是一个比较重要的研 究，可广泛应用于高速公路、城市监管、违章处理等方面[1]。目前探索出来的方式也很多。如何达到高度的准确性和识别性是对这类分割问题的研究话题[2]。目前有很多研究方法，利用色彩空间的方式进行车牌分割，光照对图像的影响是非常大的；利用Hough变换进行图像的分割，实效性比较高，但是对于图像的变形会对该图形的处理影响非常大；利用精确算法比如引入小波分析，计算量过大，时效性比较差。
本文中，首先做图像的预处理，把彩色图像转化成灰度图像,利用全局阈值迭代法进行目标的二值处理。车牌中文字以及数字的提取中，首先利用canny算子对这牌进行粗分割，粗分割之后存在一些小的断点或是噪声点，利用k-means聚类的方法对这牌进行精细分割。最后利用数学形态学腐蚀和膨胀进行去噪。
1 算法描述
本文所用的算法流程图1所示：
1.1 图像预处理
首先把DC采集过来的彩色图像转成灰度图像，并绘制相关的灰度直方图。利用中值滤波对图像进行去噪处理。
1.2 车牌定位
在进行图像的预处理之后，把图像转成二值图，在二值图像中所涉及的阈值是通过灰度直方图得到的阈值，利用的是全局阈值。选取局部阈值，容易产生缺损，利用全局阈值可以避免这个问题，而且减少图像的计算量，提高分割的时效性。同时对图像进行投影。确定车牌的位置。在对图像进行投影之后，会出现几个候选区域，根据车牌特定的大小比例，去除非车牌的候选区域。进行车牌位置的定位。车牌位置的准确定位直接影响车牌的分割效果。
1.3 车牌分割
本文利用的边缘检测算子为canny算子在二值图像里进行车牌的粗分割。传统的边缘检测方法中，采用邻近一阶或是二阶方向导数的变化，利用简单差分方式做边缘检测，但是由于高频噪声信号的影响，某些边缘和噪声不好分辨。本文采用了canny算子做边缘检测。Canny算子具有较好的边缘检测能力，其边缘检测具有几个优势：最好的检测性能，漏检率较小；标记出的边缘位置和真正的位置比较接近；对于同一边缘的响应次数只会标记一次。由于canny有最优的检测性能，可以突出车牌中字符边缘信息，在字符微小段落或是光照条件一般的情况下，具有一定的抗噪能力和连接功能。
车牌进行canny算子分割之后，利用聚类的方式做车牌的精细分割。聚类广泛应用与数据挖掘，也是模式识别中的一个常用技术。聚类的基本思想是让类内数据间相似度尽量最大，让类间相似度尽量最小。尽可能把相似程度最大的数据归为一类，。
在聚类算法[3]中，比较数据间的相似性和规律性k-means方法可以具有高效的效率以及伸缩性，不需要相关的隶属阈值，可以简化聚类在分类中的应用。k-means方法描述：
1）随机选取K个样本作为聚类中心；
2）如果d(xi,mp)<=d(xj,mi),1<=p<=k,则分配xj 到第p类。
3）重复计算每个聚类中心：
4）重复计算第2）3）步，直到mi的值不变，迭代结束。
（4）图像的输出
图像还会存在一些断裂或是游离的噪声点，这里运用数学形态学的方式，腐蚀和膨胀进行去噪声和连接断点的处理。
2 仿真实验
本文采用MATLAB进行仿真实验[4]。输入彩色图像进行图像预处理并得到图像的灰度直方图。灰度图像做灰度直方图确定全局阈值，把图像转成二值图。对二值图像做canny算子边缘检测之后，利用聚类的方式，把相关性强的类内像素合并，精细分割。利用数学形态学去掉噪声点。最后显示分割车牌效果。仿真实验图如下所示：
3 总结
本文提出了利用k-means算法在车牌分割算法中的应用。利用预处理的图像进行变换后的二值图，在粗分割的基础上，利用k-means做精细分割，在检测的图像中效果比较理想。在本文中利用50张图片进行车牌分割检测，准确率达到90以上。本算法速度快，准确率高，可运用识别系统中或是其他相关领域。
教育期刊网 http://www.jyqkw.com
参考文献
［1］周妮娜，王敏，等.车牌字符识别的预处理算法[J].计算机工程与应用,2003(15).
［2］霍宏涛.数字图像处理[M].机械工业出版社,2003，5．
［3］陈黎，黄心汉．基于聚类分析的车牌字符切分方法[J].计算机工程与应用,2003，24(1)：77－79.
［4］胡小峰，赵辉.VisualC++/matlab 图像处理与识别案例精选[M].人民邮电出版社，2004．
［责任编辑：薛俊歌］