基于DCT域的公路車牌定位算法

1 引 言

　　車輛牌照識別( VLPR: V ehic le L icense PlateRecognit iON)系統(tǒng)作為一個專用的計算機視覺系統(tǒng)，能夠自動攝取車輛圖像并識別出車牌。這個系統(tǒng)可應用在公路自動收費、停車場管理、失竊車輛偵察、門衛(wèi)系統(tǒng)、智能交通系統(tǒng)等不同場合。汽車牌照定位是車牌識別的難點， 因此， 公路車牌定位算法的研究有著重要而實用意義。車牌識別在圖像處理技術中是典型的先分割目標進而識別的應用實例。類似的應用包括信封上郵政編碼的分割與識別、貨運列車車型車號的自動分割和識別、文字的識別等等。雖然車輛牌照識別系統(tǒng)是一個針對車牌識別的專用系統(tǒng)， 然而對它的研究定會對上述類似問題的研究起到推動作用。

　　關于車牌定位已有很多方法提出， 如基于數學形態(tài)學的定位方法：基于顏色的定位方法 ， 這種方法主要利用彩色空間的信息， 實現車牌定位， 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方法等; 基于遺傳算法提取汽車牌照的方法：基于神經網絡的車牌定位方法。

　　針對各種車牌定位算法的優(yōu)缺點， 提出基于DCT變化的車牌定位算法， 該方法在DCT 數據中，提取出一種基于加權頻率的車牌區(qū)新特征， 然后經過自適應閾值分類， 采用基于投影法的車牌區(qū)分割方法， 直接在DCT 域實現車牌的快速定位。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， 且運算復雜度較低， 有利于實現復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稱性， 采用圖像邊界褶翻操作將圖像變換為偶函數形式， 然后對這樣的圖像進行二維離散傅立葉變換， 變換后的結果將僅包含余弦項， 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。對于一幅典型的圖像， DCT 有這樣的性質: 許多有關圖像的重要可視信息都集中在DCT變換的一小部分系數中。

　　一個M N矩陣A 的二維DCT定義如下：

　　數值Bpq稱為A 的DCT系數。DCT是一個可逆變換， 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 個如公式( 3)所示的函數之和的形式:

　　這些函數被稱為DCT基本函數。