[发明专利]一种阴影车牌图像二值化方法

说明书

一种阴影车牌图像二值化方法，属于智能交通技术领域。它获取经过车牌精准定位后的车牌彩图，并提取车牌彩图的红色通道作为车牌灰度图像，判断车牌图像是否存在规则阴影，如果存在，则找到暗亮区域分界线所在区域，然后通过分区域二值化方法得到图像二值化结果，如果不存在，则通过全局阈值法进行图像二值化，得到二值化结果。本发明通过提取红色通道作得到图像灰度化，拉大图像前景背景的灰度值的差值，然后通过分区域二值化方法进行阴影车牌的二值化，算法简单，且能有效改善“伪影”问题；通过对阴影车牌和普通车牌使用不同的二值化策略，在改善阴影车牌的二值化结果的同时，能保证不对普通车牌的二值化效果和处理效率造成影响。

技术领域

本发明属于智能交通技术领域，具体是一种在车牌字符切割之前的阴影车牌图像二值化方法。

背景技术

随着机器视觉、数字图像处理、模式识别等技术的不断发展，智能交通系统(ITS)逐渐成为实现交通管理自动化的主要途径。车牌识别技术是实现智能交通系统的关键技术之一，它通过图像处理的方法实现车牌号码的自动识别。图像二值化是车牌预处理的关键环节，二值化图像的清晰度直接关系着后续车牌字符切割以及字符识别的准确率。

现有的图像二值化方法有很多，主要分全局阈值法和局部阈值法两大类，全局阈值法包括OTSU法、p-tile法、灰度均值法等，局部阈值法包括Bernsen法、最大方差法等。全局阈值法运算时间快，但是在用于处理存在阴影的车牌时，会出现阴影区域字符显示不全或高亮区域背景错误显示的情况，主要原因是直接灰度化得到的阴影车牌灰度图，存在阴暗区域的前景灰度值与高亮区域的背景灰度值十分相近的情况，不能通过单一阈值来实现图像前景和背景的分割，因此局部阈值法成为处理阴影车牌的主要二值化方法。

车牌规则阴影问题是车牌不均匀光照问题的子问题，为了解决车牌光照不均匀问题，许多学者提出了多种解决方法，这些方法的基本流程都是先通过一定的图像增强算法改善图像的对比度，然后使用局部阈值法进行图像二值化。如马超玉等(融合多级光照处理的车牌图像二值化算法[J].计算机应用,2013,33(S2):200-202)首先通过加权法得到车牌灰度图像，然后利用顶帽变换均化背景光照，利用Retinex增强算法均化字符光照，最后通过动态阈值法进行图像二值化。虽然该方法可以均化光照，加强前景背景的对比度，但是动态阈值法需要对每个像素点都进行阈值的计算，算法复杂性较高，且该方法的二值化结果在亮暗区域分界线上存在“伪影”问题，即存在粘连情况。如宁蒙(自然场景下车牌字符识别方法的研究[D].郑州大学,2015)首先通过加权法得到车牌的灰度图像，然后使用同态滤波法来压缩高频增强低频，从而降低光照对图像的影响，增强图像对比度，最后通过改进的niblack算法进行图像二值化。该方法可以有效解决车牌阴影问题，但是同态滤波法在时空域的变化上耗时较久，且该方法的二值化算法同样需要对每个像素进行分析，效率不高。欧阳庆(不均匀光照下车牌图像二值化研究[J].武汉大学学报,2006,4(39):143-147)在灰度图像的基础上，利用同态滤波法进行图像增晰，然后利用改进的Bernsen算法进行图像二值化，该方法同样存在效率问题和“伪影”问题。王珺等(复杂光照下的二值化新方法[J].电子设计工程,2011,19(22):147-150)在欧阳庆所提出方法的基础上进行部分修改，同时提出了改进的基于加权的图像灰度法。陈亮等(改进背景补偿的车牌图像二值化算法[J].扬州大学学报,2008,1(11):55-58)首先用同态滤波法进行图像增强，然后通过改进的背景补偿二值化法进行图像二值化，该方法在时间效率和处理效果上相对较忧。

综上所述，当前解决车牌图像光照不均匀问题的方案主要存在的不足包括：(1)图像增强算法和图像二值化算法复杂性较高，方法效率较差；(2)虽然通过一定的图像增强算法可以增强背景、前景的对比度，但是在亮暗区域分界线上还是会出现“伪影”问题。

发明内容