本文介绍了一种基于字符串的车辆牌照分割方法,它能在对牌照的字符、牌照位置及其大小、颜色和车辆的背景等做最小限定的条件下,对牌照中字符串进行增强,实现在复杂背景中车辆牌照的自动分割,为车辆牌照识别做好准备工作。主题词　纹理分析　图象分割　二值化　直方图分析一、引言车辆牌照识别是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一,若能用计算机实时地识别车牌就可以在无需为车辆加装其它特殊装置的情况下实现对车辆的自动监测,从而给交通系统的自动管理提供了极大的方便,因此车辆牌照自动识别系统的实现是推进交通管理计算机化的关键技术之一。尽管目前牌照自动识别技术尚未达到很完善的程度,但是日本等国家早就开始试验在智能交通监控系统中应用这项技术,目的也是为了推动这项技术的发展。车辆牌照识别可以应用于交叉路口、车库管理、路口收费、高速公路等场合。由于要适应各种复杂背景,加之要识别的车辆种类繁多颜色变化多端,以及检测时要适应不同天气变化导致的不同光照条件,给牌照分割及识别增加了难度。本文采用的图象都是宽度为512象素,高度不限BMP格式的灰度图象,灰度级为256级,只需利用普通的CCD工业电视摄像机就能获取这些图象。要实现车辆牌照的分割,必须对牌照中的某些特征进行增强,同时实现对背景的有效抑制。二、牌照与图象背景的自动分割由于牌照中不仅有数字、字母,还有许多比较复杂的汉字,要实现对汉字的正确识别,必须要求汉字字符有16*16点以上,整个车辆的图象则是一个庞大的矩阵,如果直接采用通常的模板匹配方法来寻找牌照的位置,显然是十分困难和费时的。另外,由于所拍摄的图象距离不确定,导致牌照的大小也不确定,模板匹配方法显然不大合适。为了解决这一问题,我们采用了一种基于安符串特征增强的分割方法,通过分析牌照区域的纹理来确定牌照在车辆中的位置。1.牌照字符特征的增强在一副有复杂背景的车辆图象中,车牌中字符串总是按照水平的方向排列,就算牌照位置有所偏移,倾斜的角度也不会太大,所以牌照区域形成了一种水平方向的规则纹理。字符笔画与牌照的交替出现频率与牌照中字符间的距离、字符的宽度及字符的复杂程度都有关系。为了突出这种纹理,我们采用了一种线形滤波器[2-1],来定位牌照区域。纹理分析一般情况下采用自相关函数的办法,但是这种方法计算量较大。采用这种滤波器将水平方向的梯度进行累加运算,可以大大加快运算的速度。经过运算,字符串等区域边界密集的地方梯度得到增强,而背景中的近景部分被减弱,这样就使近景部分中的牌照区域明显比其他区域明亮。G(i,j)=1S*W∑K=S/2K=-S/2F(i,j+T2+k)-F(i,j-T2+k)(2-1)

　　F(i,j)是原图象,G(i,j)是输出的图象,S、T、W为常数这种线形滤波器将图象中每一行中S个连续的水平方向梯度值相加,而梯度值则是由水平方向相隔T-1个点的象素点灰度的差值。参数S和T可通过实验的方法取得。它们与字符的大小、背景、图象的对比度等都有关系,而参数W可用于增大滤波器的响应输出。