臺灣博碩士論文加值系統

本研究在進行車牌定位前處理以供進一步車牌文數字識別之用。前處理方面是使用中值濾波器和垂直邊緣強化濾波器將車牌內的文數字特徵加以凸顯出來。下一步則是利用灰度梯度運算去進行高頻邊緣偵測，車牌所在位置在經過二值化後白色點數會相當密集而且特別明顯。所以車牌初步定位部份可以將長寬比固定的長方形窗範圍內的數值做累加去對車牌影像作全部掃描，再去找出累加點數最大值的長方形窗位置，就是車牌所在的區域範圍。
初步定位出車牌所在位置後，再將影像旋轉使車牌為水平狀態，並利用RGB色彩分離將影像不屬於車牌顏色的部分加以消除並且二值化。最後再使用所建立平均、及二值化模板，去跟初步定位的車牌影像做模板匹配，以更進一步定位出車牌精確位置。對自行拍攝的三佰多張圖片實驗結果顯示本文所提的方法有很高的成功率可以定位求得車牌所在的位置。

The purpose of this study is exacting the location of car license plate for the car license recognition system to obtain the contents of the car license. In the beginning process, a median filter and a vertical edge enhanced filter are used to reduce the disturbance from background and to reveal the characteristics of car license. The next step is detecting the pattern edge by using a gray-scale gradient operator which can make the edge of car license clearer. Then, a binarization process for reducing the amount of data to speed up the process for the next process is used. After binarization processing, the white spots on the car license are very intensive and obvious. Therefore, one can calculate the number of white spots in the fixed wide and high ratio rectangle zone and scan over the whole image to find out the maximum value to obtain the rough location of the car license plate in the image.
After the rough car license plate location zone is obtained, an algorithm is used to rotate the rough zone of the license plate to the right angle. And then, the pixels in the image which do not belong to car license plate are eliminated by using RGB color separation. In the final step, some established car license plate templates are used to match with the rough zone obtained in previous procedures to accurately locate the car license plate location. Experimental results show that the proposed algorithm can work well.

目次

中文摘要 ii
Abstract iii
第一章 緒論 1
第一節 研究動機 1
第二節 相關研究 2
第三節 論文架構 4
第二章 影像前處理 5
第一節 流程 5
第二節 車牌影像灰階化 5
第三節 影像濾波 7
第四節 邊緣偵測 13
第五節 灰階影像二值化 16
第三章 車牌影像初步定位 19
第一節 流程 19
第二節 車牌初步定位 19
第三節 車牌旋轉 21
第四節 RGB車牌色彩分離 23
第四章 模板匹配 27
第一節 流程 27
第二節 建立車牌模板 27
第三節 模板縮放 30
第四節 車牌差值匹配 32
第五章 實驗過程與結果 35
第一節 實驗工具 35
第二節 影像資料庫 35
第三節 定位流程及測試 37
第六章 結論及未來研究與發展 46
第一節 結論 46
第二節 未來研究與發展 46
參考文獻 47
作者簡介 49

表目錄

表2.1 7x7遮罩中的影像位置關係圖 8
表2.2 13x13的遮罩加權值 12
表5.1 測試結果 37

圖目錄

圖2.1前處理流程圖 5
圖2.2原車牌影像 6
圖2.3灰階化 7
圖2.4灰階圖 9
圖2.5中值濾波後影像 10
圖2.6垂直邊緣強化濾波後影像 12
圖2.7水平、垂直邊緣的合併影像 13
圖2.8 X軸方向水平邊緣 14
圖2.9 Y軸方向垂直邊緣 15
圖2.10合併後影像 15
圖2.11 Otsu’s 二值化影像 16
圖3.1 影像初步定位流程 19
圖3.2 二值化影像 20
圖3.3 初步定位車牌位置 21
圖3.4 車牌定位原圖 21
圖3.5 邊緣二值化影像 21
圖3.6 二值化車牌影像 22
圖3.7 彩色車牌影像 22
圖3.8 抓取車牌區域 23
圖3.9 色彩分離後二值化影像 25
圖3.10 原車牌二值化影像 25
圖3.11 相乘後二值化影像 26
圖4.1 模板匹配流程 27
圖4.2 數字與英文字母分割圖 28
圖4.3 數字平均值 28
圖4.4 英文字母加數字平均值 28
圖4.5 車牌平均值模板 29
圖4.6 車牌平均值模板 29
圖4.7 二值化模板 29
圖4.8 二值化模板 30
圖4.9 色彩分離後二值化影像 30
圖4.10 邊緣二值化經轉正影像 30
圖4.11 相乘後影像 31
圖4.12 累加值分佈圖 31
圖4.13 範圍直線圖 32
圖4.14 完整直線圖 32
圖4.15 二值化車牌影像 33
圖4.16 樣本模板與被匹配影像 33
圖4.17 車牌正確定位 33
圖5.1 角度、距離變化小 36
圖5.2 角度、距離變化大 36
圖5.3 定位流程 37
圖5.4 136張二值化模板定位結果 39
圖5.5 136張平均值模板定位結果 41
圖5.6 兩種模板的差異 42
圖5.7 二值化模板錯誤影像 42
圖5.8 平均值模板錯誤影像 42
圖5.9 影像過於模糊 43
圖5.10 距離、角度變化大之影像 44
圖5.11 初步定位之車牌 44
圖5.12 誤判而造成轉歪 44
圖5.13 定位錯誤車牌 45

1.王小川，語音訊號處理，全華圖書股份有限公司，民國九十六年。
2.呂信德，利用多重專家之車牌辨識系統，國立中央大學資訊工程研究所碩士論文， 民國九十一年。
3.李政憲，公共空間人潮的計數研究，大同大學資訊工程研究所碩士論文，民國九十七年。
4.林宸生，數位信號-影像與語音處理，全華科技圖書股份有限公司，民國九十二年。
5.林冠良，劉彥均，鄭諭澤，陳怡芳，“路口行人偵測警示系統”，義守大學工業工程與管理學系96級畢業專題成果發表研討會論文集。
6.林春宏，王俊夫，林欣慧，鄭程誥，“以邊緣特徵為基礎之車牌定位系統”，第十八屆2007國際資訊管理學術研討會論文集。
7.連國珍，數位影像處理，儒林圖書有限公司，民國八十一年。
8.陳伯岳，梁忠瑋，蔡銘鑫，“一個抗背景雜訊的車牌定位技術” ，朝陽科技大學資訊工程系，第三屆離島資訊技術與應用研討會論文集，2003年6月。
9.張錚，MatLab教學範本程式設計與應用，知城數位科技股份有限公司，民國九十一年。
10.謝宗丞，吳文言，“交通標誌影像色彩分析與分類”，義守大學工業工程與管理學系，第一屆台灣作業研究學會學術研討會暨2004年科技與管理學術研討會論文集。
11.賴岱佑，數位影像分析之智慧型監視系統，文魁資訊，民國九十七年。
12.Babu, C.N.K.; Nallaperumal, K.; "A license plate localization using morphology and recognition," Proceedings of India Conference, INDICON 2008. Volume 1, Page(s):34 – 39, 11-13 Dec. 2008.
13.Hsiao-Yun Tseng; Ching-Hao Lai; Shyr-Shen Yu; "An Effective License-Plate Detection Method for Overexposure and Complex Vehicle Images," Proceedings of International Conference on Convergence and Hybrid Information Technology, 2008. ICHIT '08, Page(s):176 – 181, 28-30 Aug. 2008.
14.N. Otsu, "A Threshold Selection Method from Gray-Level Histograms," IEEE Transactions on Systems, Man, and Cybernetics, vol. 9, no. 1, pp. 62-66, 1979.
15.P.V.C. Hough, "Method and means for recognizing complex patterns," U.S. patent number 3069654, 1962.
16.Rahman, C.A.; Badawy, W.; Radmanesh, A.; "A real time vehicle's license plate recognition system," Proceedings. IEEE Conference on Advanced Video and Signal Based Surveillance, Page(s):163 – 166, 21-22, July 2003.
17.Yao-Quan Yang; Jie Bai; Rui-Li Tian; Na Liu; "A vehicle license plate recognition system based on fixed color collocation," Proceedings of 2005 International Conference on Machine Learning and Cybernetics Volume 9, Page(s):5394 – 5397, 18-21 Aug. 2005.