文档介绍：基于投影法与字符特征的车牌字符分割算法(北方民族大学信息与计算科学学院,宁夏银川750021)蒋肖摘要:提出一种结合投影法与车牌字符特征的车牌字符分割算法~先利用投影法对车牌图像进行字符分割~然后对投影结果进行判断~由于干扰投影法分割效果的主要为字符粘连~经过判断~对字符粘连的区域进行字符特征的判定~从而达到最终字符分割的目的。关键词:字符分割,投影法,数学形态学,骨骼化,字符特征由于我国的车牌宽度以及字符宽度是一定的,如果发生了1引言字符粘连现象,分割出来的字符个数以及单个字符的宽度就会目前有大量的车牌字符分割的研究算法,在这些算法中,与标准情况有所不同,基于这样的思想,可以很容易的将发生分割速度最快的就是投影法,但是投影法的分割效果却很容易字符粘连的部分判别出来。本文在这个基础上,给出了根据车受到车牌自身笔画粘连的影响,实际的分割效果并不理想。牌结构及字符特征的最终字符分割算法,首先我们先对字符特本文首先通过数学形态学骨骼化进行处理,然后使用投影征进行分析,如图5所示。法进行初步字符分割,通过对投影法的结果进行分析,根据字符特征对字符进行正确切分。通过仿真实验,本文的算法得到了较好的结果。2数学形态学骨骼化数学形态学骨骼化也是一种图像区域特征的表达方法,骨骼表示法是将图像区域抽取为图的形式。在数学形态学中,骨图5车牌字体骨骼化效果图骼化满足下面的公式:要利用字符特征,首先就要对字符特征做分类处理,这里k根据字符本身从右向左的结构特征进行分类,这里需要说明的是中国车牌字符中没有I和O两个字符,因此这里不对这两个字S(A)=S(A)†k符进行分类。首先以起始扫描点为分类类别:k=0(1)扫描起始为一个点的字符有:2、6、7、A、F、L、R、T、V、W、Y;也就是说使用模板B对图像A做k次腐蚀。骨骼化能够体现包括字体等形式的区域图像区域本身的(2)扫描起始为两个点的字符有:B、C、K、S、X、Z;特征,因此本文将使用骨骼化对车牌图像进行预处理。效果图(3)扫描起始为三个点的字符有:E;如下:(4)扫描起始为一条线段的字符有:0、1、D、H、J、M、N、P、Q、U;(5)扫描起始为一个点和一条线段的字符有:3、4、5、8、G。根据扫描起始就可以缩小字符范围。然后进行接下来的扫图2车牌字符骨骼化描,假设车牌图像宽度为M,根据车牌的结构特点,即宽高比、字符宽度、字符间隔宽度一定,由于车牌图像中7个字符的总宽度3利用投影法与车牌字符特征进行分割为409mm,每个字符宽度为45mm,那么就可以设置扫描步长为接下来,使用投影法对骨骼化后的车牌图像进行第一次分割。由于骨骼化使得车牌图像的垂直投影特征更加的明显,因123此使用投影法的效果更好。具体的效果图如下:h=×M×M,第一次扫描宽度为,也就是说使用h步长扫描40940923次即可至少扫描完成半个字符,记录这半个字符的结构特征对字符进行归类,然后再根据固定的宽高比例就可以将字符较准确的分割出来。根据这一思想,对投影法后的字符粘连部分进行再次切图3投影法处理效果图分。具体的效果图如下:但是投影法却很容易受到图像成效效果的影响,特别是在出现字符粘连的情况下,投影法的处理效果就会出现分割不准确的结构。效果图如下图图6利用字符特征的再次切分效果图4结论图4粘连字符投影法分割效果图本文根据车牌字符特征与车牌本身结构特征,提