基于DCT域的公路車牌定位算法

1 引 言

　　車輛牌照識(shí)別( VLPR: V ehic le L icense PlateRecognit iON)系統(tǒng)作為一個(gè)專用的計(jì)算機(jī)視覺系統(tǒng)，能夠自動(dòng)攝取車輛圖像并識(shí)別出車牌。這個(gè)系統(tǒng)可應(yīng)用在公路自動(dòng)收費(fèi)、停車場(chǎng)管理、失竊車輛偵察、門衛(wèi)系統(tǒng)、智能交通系統(tǒng)等不同場(chǎng)合。汽車牌照定位是車牌識(shí)別的難點(diǎn)， 因此， 公路車牌定位算法的研究有著重要而實(shí)用意義。車牌識(shí)別在圖像處理技術(shù)中是典型的先分割目標(biāo)進(jìn)而識(shí)別的應(yīng)用實(shí)例。類似的應(yīng)用包括信封上郵政編碼的分割與識(shí)別、貨運(yùn)列車車型車號(hào)的自動(dòng)分割和識(shí)別、文字的識(shí)別等等。雖然車輛牌照識(shí)別系統(tǒng)是一個(gè)針對(duì)車牌識(shí)別的專用系統(tǒng)， 然而對(duì)它的研究定會(huì)對(duì)上述類似問題的研究起到推動(dòng)作用。

　　關(guān)于車牌定位已有很多方法提出， 如基于數(shù)學(xué)形態(tài)學(xué)的定位方法：基于顏色的定位方法 ， 這種方法主要利用彩色空間的信息， 實(shí)現(xiàn)車牌定位， 包括彩色邊緣算法、顏色距離、相似度算法和基于邊緣的顏色對(duì)方法等; 基于遺傳算法提取汽車牌照的方法：基于神經(jīng)網(wǎng)絡(luò)的車牌定位方法。

　　針對(duì)各種車牌定位算法的優(yōu)缺點(diǎn)， 提出基于DCT變化的車牌定位算法， 該方法在DCT 數(shù)據(jù)中，提取出一種基于加權(quán)頻率的車牌區(qū)新特征， 然后經(jīng)過自適應(yīng)閾值分類， 采用基于投影法的車牌區(qū)分割方法， 直接在DCT 域?qū)崿F(xiàn)車牌的快速定位。該方法可使定位矩形框緊湊地包圍車牌區(qū)域， 有效降低誤檢率， 且運(yùn)算復(fù)雜度較低， 有利于實(shí)現(xiàn)復(fù)雜背景中車牌的快速定位。

　　2 車牌定位算法

　　2. 1 離散余弦變換

　　離散余弦變換( DCT )是利用傅立葉變換的對(duì)稱性， 采用圖像邊界褶翻操作將圖像變換為偶函數(shù)形式， 然后對(duì)這樣的圖像進(jìn)行二維離散傅立葉變換， 變換后的結(jié)果將僅包含余弦項(xiàng)， 故稱之為離散余弦變換。DCT可以將圖像描述為不同幅值和頻率的正弦值之和的形式。對(duì)于一幅典型的圖像， DCT 有這樣的性質(zhì): 許多有關(guān)圖像的重要可視信息都集中在DCT變換的一小部分系數(shù)中。

　　一個(gè)M N矩陣A 的二維DCT定義如下：

　　數(shù)值Bpq稱為A 的DCT系數(shù)。DCT是一個(gè)可逆變換， 逆變換的定義如下：

　　DCT逆變換方程可以理解為: 任意M N 的矩陣A 都可以寫成M N 個(gè)如公式( 3)所示的函數(shù)之和的形式:

　　這些函數(shù)被稱為DCT基本函數(shù)。