一种基于YSC颜色识别的车辆牌照图像定位方法.pdf

一、问题分析随着汽车保有量的提高，在交通道路、小区及停车场门禁系统中，大量使用了车辆牌照识别技术。目前，主要通过图像识别的方式，由静止的摄像头获取车牌图像，对车牌图像进行定位，并识别车牌号码。但车辆在行驶过程中，其前置摄像头检测前方车辆的牌照时，由于受到环境因素的影响，定位和识别有很大的难度。12本文介绍了一种基于YSC颜色识别的车辆牌照定位方法，可以在汽车行驶过程中定位前方车辆牌照。二、YSC彩色控件YUV表示电视信号彩色坐标系统。YUV彩色电视信号传输时，将R、G、B变换为亮度信号和色度信号。PAL制式将R、G、B三色信号改组成Y、U、V信号，其中Y信号表示亮度，U、V表示色差信号。34在YUV彩色空间中，若知U和V，则可求出复数U+jV的模S和幅角C：S=U2+V2C=tg-1VU其中，S称为色饱和度，表示颜色的深浅；C称为色调，表示颜色的种类。用S和C表示色度，更便于人对颜色的感知。现列出几种标准纯色的YSC值，如表1所示。表1几种标准纯色的YSC值名称R,G,BYUVSC纯红色1，0，00.30-0.300.700.76113纯绿色0，1，00.59-0.59-0.590.83225纯蓝色0，0，10.110.89-0.110.90353黄色1，1，00.89-0.890.110.90173紫色1，0，10.410.590.590.8345青色0，1，10.700.300.700.76293为了便于颜色识别，将上表的色度分量用矢量的形式绘于U-V坐标系中，称为彩色矢量图，如图1。一种基于YSC颜色识别的车辆牌照图像定位方法宋超1，李俊峰2（1.襄阳职业技术学院汽车工程学院，湖北襄阳441050；2.湖北火爆机器人科技有限公司，湖北襄阳441000）摘要：在车辆行驶过程中，其前置摄像头检测前方车辆的牌照时，由于受到环境因素的影响，牌照定位和识别有很大的难度。文章介绍了一种基于YSC颜色识别的车辆牌照定位方法，提出了评价牌照颜色特征的评价函数，采用了栅格划分的方法以实现牌照区域的粗分割。利用颜色评价函数的值，对牌照边界进行精定位，最后根据干扰原因实现干扰区域的排除，从而实现在汽车行驶过程中定位前方车辆牌照。关键词：颜色特征；车牌定位；图像识别中图分类号：TP391文献标识码：A文章编号：2095-6584-（2023）04-0097-06收稿日期：2022-11-26基金项目：襄阳市2022年度市级科技计划项目“基于计算机视觉与深度学习的疲劳驾驶预警系统研究”（2022ABH006353）作者简介：宋超（1979-），男，湖北襄阳人。副教授，硕士，研究方向：智能控制技术；李俊峰（2001-），男，湖北襄阳人。技术员，研究方向：机电控制系统设计。2023年8月第22卷第4期襄阳职业技术学院学报Journal of Xiangyang PolytechnicAug.，2023Vol.22 No.497第22卷第4期襄阳职业技术学院学报2023年第4期色饱和度S=0的颜色是灰色的，其色调值无意义；亮度值Y=0的颜色是黑色的，Y=1的颜色是白色的，其色调值也无意义。在实际颜色识别中，要根据三基色R、G、B计算Y、S、C，由C确定的颜色种类，可以通过彩色矢量图定性得出。三、颜色评价函数实际成像中的牌照，组成底色像素的YSC值并非严格一致，而是分布在YSC空间的一个较小的区域内，对字符色也是如此。5 为了有效地进行分割，针对国内主要使用的蓝底白字的汽车牌照，本文提出了一种评价牌照颜色特征的评价函数，其定义如下。（一）定义1 评价牌照底色特征的评价函数（蓝色评价）定义1.1 设评价色调与牌照底色贴近程度的函数为正态分布函数：eC=exp-(C-C0a)2这是一个高斯分布函数，其中C为被评价像素的色调，C0为牌照底色的主色调，由样板统计确定。为尺度参数，控制色调的分布范围。图2是eC的曲线，C偏离C0越远，eC的值越小。a越大，分布范围越宽。c0ca图2底色色调评价函数曲线定义1.2 设评价色饱和度与牌照底色贴近程度的函数为：eS=1.0-exp-(Sb)2其中S为被评价像素的色饱和度，b为尺度参数，控制色饱和度的分布范围。eS的曲线如图3所示。可以看到，S越大eS也越大，说明颜色越深，越贴近牌照底色。S0.371.0b图3底色色饱和度评价函数曲线定义1.3 设评价亮度与牌照底色贴近程度的函数为：eY=1.0-exp-(Yc)2其中Y为被评价像素的亮度，c为尺度参数，控制亮度的分布范围。eY的曲线如图4所示。可见，Y越大eY也越大。因为牌照底色不能太暗，故eY为单调升。Y 0.37 1.0 c 图4底色亮度评价函数曲线定义1.4 牌照底色综合贴近程度的函数为：e=eC eS eY即用Y、S、C三个分量同时评价一个像素是否贴近牌照底色。该函数的值域为 0，1），其值越大，贴近度越高。（二）定义2 定义评价牌照字符色特征的评价函数（白色评价）定义2.1 设评价色饱和度与牌照字符色贴近程度的函数为：wS=exp-(Sd)2其中S为被评价像素的色饱和度，d为尺度参数，控制色饱和度的分布范围。wS的曲线如图5所示，为单调降函数。S越小wS越大，说明颜色越浅，越贴近牌照字符色。S0.371.0d图5字符色饱和度评价函数曲线定义2.2 设评价亮度与牌照字符色贴近程度图1彩色矢量图245S1734225L293:353VU98的函数为：wY=1.0-exp-(Yf)2其中Y为被评价像素的亮度，f为尺度参数，控制亮度的分布范围。wY的曲线如图6所示。可见，Y越大wY也越大。因为牌照字符色为较亮的白色，故wY为单调升。Y0.371.0f图6亮度评价函数曲线定义2.3 牌照字符色综合贴近程度的函数为：w=wS wY即用Y、S、C三个分量同时评价一个像素是否贴近牌照字符色。该函数的值域为 0，1），其值越大，贴近度越高。（三）定义3 定义评价牌照颜色特征的评价函数函数为：p=e-wp的值域为-1，1，适当选择参数C0，a，b，c，d，f，能使牌照底色的p值接近1，字符色的p值接近-1，而其它颜色的p值在0附近。尤其是色饱和度不高的颜色，p 0。为加强抗干扰性能，可在p 0时，令p=0。图7是对一幅车辆图像中有代表性的行y1、y2进行牌照颜色评价的结果。对于24位色的车牌图像，由样板统计确定的颜色评价函数各参数值如下：C0=324,a=30,b=30,c=10,d=30,f=10图7对某幅图像中的2行进行评价的结果可以看到，对于y1行，虽然背景复杂，但Py1(x)的值基本为0；而对于y2行，Py2(x)的值在牌照区大幅度变化。当穿越背景和字符时，Py2(x)的值在0，1 之间急剧跳跃，对检测牌照区域极为有利。通过使用颜色评价函数对图像的各像素点进行颜色评价，可以较好地获取到牌照的候选区。四、牌照区域的粗分割尽管颜色评价函数能有效地排除背景色的干扰，但在背景中仍可能存在少数符合牌照背景色的区域。对牌照区域进行粗分割的目的，就是要将用评价函数评价出来的区域作进一步筛选，尽可能保留真正的牌照区域，删除非牌照区域。牌照区域的重要特征是由字符笔画形成的纹理，判别一个区域是否为牌照区域，可以检测字符笔画边缘的分布情况。字符笔画的边缘对应评价函数的跳变沿，可以通过求评价函数梯度得到：g(x)=p(x+2)+p(x+1)-p(x-1)-p(x-2)根据牌照字符笔画边缘的分布情况，本文采用了栅格划分的方法来实现牌照区域的粗分割。（一）栅格划分与击中对于一幅图像，可以令行距和列距分别为6和16个像素点来划分栅格。然后，对图像进行逐行扫描，求出每行评价函数的梯度波形gy(x)。若gy(x)峰值的绝对值（包括正峰和负峰）大于指定的阈值t，则对应的像素位置称为击中点。击中点落在哪个栅格中就将哪个栅格的值增1。栅格击中算法：定义二维数组G x y，全部赋以初值0。对于图像中的各行y，重复如下过程：计算gy(x)的值；搜索gy(x)的峰点位置xp；若gy(xp)的绝对值大于t，则将G xp y 加1。被击中的栅格大多数落在牌照候选区上，如图8所示（被击中的栅格标有“*”符号）。图8被击中的栅格宋超，李俊峰：一种基于YSC颜色识别的车辆牌照图像定位方法99第22卷第4期襄阳职业技术学院学报2023年第4期（二）基于连通栅格区的牌照粗分割若干个被击中的栅格在空间位置上构成连通的栅格区域。连通栅格区覆盖了牌照区，但也可能不全是牌照区。通常，非牌照区域一般不会同时构成牌照的纹理和尺度规模，这就是采用栅格划分的方法对牌照区域进行粗分割的依据。实现步骤如下。步骤1 尽可能排除不可靠的被击中栅格。不可靠的被击中栅格是指被击中次数较少的栅格，因为它在满足牌照区域的纹理特征上不够充分。算法如下：选定阈值TG；对全部被击中的栅格：若G x y 大于阈值TG，则令G x y =1；否则令G x y =0。图9是经过阈值TG=2筛选的栅格，对比图9可知，一些不可靠的栅格被删除。图9不可靠的栅格被删除步骤2 对栅格连通区的形状进行修整，使之接近牌照的矩形形状，并希望当牌照达到3 2栅格或以上时能被检测出来。因此，在栅格连通区中，若子区域达到3 2规模，则应予接收。实际中，可能存在接近此规模的栅格子连通区，例如，3 2区域中有5格属于栅格连通区，在这种情况也应予接收。算法如下：对于栅格连通区中的全部栅格G x y：若以G x y 为左上角的3 2区域中有5格或以上属于栅格连通区，则保留此3 2区域；否则删除此3 2区域。步骤3 采用连通区遍历算法，得到包围保留下 来 的 栅 格 连 通 区 的 最 小 矩 形，记 为S(x1,y1,x2,y2)。连通区遍历一般针对像素点构成的连通区进行。本文借用了遍历像素点连通区的算法，从形式上将栅格当作像素点处理。经过步骤2，将保留下来的栅格值设为“1”，并将其视为“1像素”。其余栅格值为“0”，将其视为“0像素”。为了在遍历的同时获得包围“1”栅格连通区的最小矩形，采取如下算法：先找到一个“1”栅格，设其坐标为(x0,y0)，作为种子栅格；令S(x1,y1,x2,y2)=S(x0,y0,x0,y0)；考察种子栅格的8邻栅格，若为“1”则压入堆栈；从堆栈中弹出一栅格，设其坐标为(xi,yi)；若xi x2，则令x2=xi；若yi y2，则令y2=yi；若栈空，结束；否则，将(xi,yi)作为种子栅格，转到第3段。算法结束后，得到的S(x1,y1,x2,y2)即为包围“1”栅格连通区的最小矩形。然后将S(x1,y1,x2,y2)的左右均扩大1栅格，并记为S(x1,y1,x2,y2)，目的是使牌照的左右边可靠地含于S(x1,y1,x2,y2)中。结果如图10所示。S(x1,y1,x2,y2)图10栅格连通区遍历算法获得的包围“1”栅格连通区的矩形区域五、牌照区域的精定位通过以上方法，可得到包含牌照左右边界的矩形区域S(x1,y1,x2,y2)。为了精确地获取牌照的左右边界，还需要在S(x1,y1,x2,y2)中对牌照左右边进行精定位。（一）牌照底色区域的分割对于汽车牌照，其各个尺度参数中宽度是最大的。而牌照底色区域的宽度基本能表达牌照的宽度，且面积较大，比较好提取。这里再次利用颜色评价函数的值，对S(x1,y1,x2,y2)中的像素点进100行分割。通过样本试验，发现取评价函数最大值的50%，即0.5作为分割阈值效果最好，算法如下：取分割阈值T为0.5；对S(x1,y1,x2,y2)中的所有像素点，重复如下过程：得到该点的颜色评价函数值；如果评价函数的值0.5，则将该像素点确定为牌照底色点；否则，该像素点不是牌照底色点。图11为再次利用颜色评价函数分割牌照底色区域的结果。UbU3UaU图11用评价函数分割牌照底色区域的结果（二）干扰区域的排除在图12中，为了找到牌照底色的左右边界，还需要排除干扰造成的孤立小区域。分析干扰形成的原因，可知具有如下特征。第一，干扰区域覆盖的像素点接近牌照底色，其评价函数值高于0.5，但其评价函数的平均值比牌照区域的平均值要小。第二，干扰区域的面积一般较小。因为干扰区域一般落在S(x1,y1,x2,y2)中的扩大部分，不会超过1格的宽度。第三，由于牌照边缘的存在，干扰与牌照底色区域一般不会连通。通过对上述特征的分析，可采用以下算法搜索牌照底色的左右边界。1.搜索左边界。for（x=x1+（x1+x2）/3；xx1；x-）若从y1到y2未遇到分割出来的点，break；令x为左边界，记为xL。2.搜索右边界。for（x=x2-（x1+x2）/3；xx1；x-）若从y1到y2未遇到分割出来的点，break；令x为右边界，记为xR。其中，x1、y1、x2、y2如图12所示。WXLXRy1y2x2x1XL2B%U2XR2B%U2图12搜索牌照底色的左右边界由图可见，排除少数由干扰造成的孤立小区域后，分割出来区域的左、右边即为牌照的左、右边。六、结论根据YSC颜色识别的车辆牌照定位方法，对实际道路采集的前车视频图像进行试验，均能有效的提取车牌。参考文献：1 张旭东.计算机图像处理技术在车牌识别系统中的应用 J.科学大众（科学教育），2014（12）：163-164.2 余烨，付源梓，陈维笑，刘海涛.自然场景下变形车牌检测模型DLPD-Net J.中国图象图形学报，2021（3）：556-567.3林国聪，王冬青，薛斌强，刘金燕.基于彩色图像信息的车牌自动识别系统仿真研究 J.青岛大学学报（工程技术版），2019（4）：24-28.4 李文举，梁德群，张旗，樊鑫.基于边缘颜色对的车牌定位新方法 J.计算机学报，2004（2）：204-208.5 管庶安，邓红耀.极端复杂背景下的牌照快速定位新方法 J.计算机工程与设计，2006（6）：1170-1172.宋超，李俊峰：一种基于YSC颜色识别的车辆牌照图像定位方法101第22卷第4期襄阳职业技术学院学报2023年第4期A Method of Vehicle License Plate Image Location Based on YSCColor RecognitionSong Chao1，Li Junfeng2(1.Xiangyang Polytechnic,Xiangyang Hubei 441050;2.Hubei Hot Robot Technology Co.LTD.,XiangyangHubei 441000,China)Abstract：When the front camera detects the license plate of the vehicle in the front during the drivingprocess,it is very difficult to locate and recognize the license plate due to environmental factors.In this paper,a method of license plate location based on YSC color recognition is proposed,and an evaluation function toevaluate the color characteristics of license plate is proposed.The grid division method is used to realize therough segmentation of license plate area.Using the value of the color evaluation function,the boundary of thelicense plate is precisely located.Finally,the interference area is eliminated according to the interferencereason,so as to locate the license plate in front of the vehicle in the process of driving.Keywords：color feature;license plate location;image recognition（责任编辑：张英杰）（上接第88页）Research on the Integration of Curriculum Ideology and Politics into Higher Vocational Physical EducationZhai Yuhao(Shangqiu Polytechnic,Shangqiu Henan 476100,China)Abstract：With the continuous transformation of Chinas educational concept,physical education teaching in higher vocational colleges is also facing great changes.The integration of ideological and political elements in physical education is an important reflection of physical education reform.Based on a questionnairesurvey of students in Shangqiu Polytechnic,this paper analyzed the situation of physical education teaching inhigher vocational colleges and designed physical education teaching with ideological and political elements,and put forward some measures to integrate ideological and political elements into physical education,and expounded that the integration of curriculum ideology and politics into physical education in higher vocationalcolleges is an important way to train high-quality students.Keywords：curriculum ideology and politics;physical education;quality education（责任编辑：姚继琴）102