车牌字符细化算法的设计与实现

裴来芝

摘要：为了提高车牌自动识别率，需要对车牌图像进行图像预处理、字符分割、字符识别，为了提高字符识别率，需要对字符进行大小归一、字符紧缩重排和字符细化，本文介绍了字符细化算法及其实现方法。

关键词：智能交通 字符细化 算法

一.引言

随着经济的迅速发展，机动车数量激，为了方便管理智能交通管理系统应运而生。车牌自动识别系统是智能交通的一个重要组成部分，车牌自动识别系统实际就是一个计算机视觉系统，自动摄取车牌图像，车牌自动识别系统需要对采集车辆图像、定位车牌和车牌字符识别三个部分组成，字符识别是车牌自动识别系统的关键技术，字符识别的准确率直接影响到车牌自动识别系统识别车辆的准确率。字符识别需要对图像进行去噪、分割字符、字符大小归一、字符紧缩重排和字符细化。

二.车牌字符细化算法介绍

车牌字符细化就是将图像的线条进行细化，利用细化算法提取出字符的骨架，利用字符骨架的不同特征进行数码识别，字符细化算法有很多种，本文具体算法介绍如下。

取图像的像素点 P1，将其相邻8个像素点分别记为P2，P3，···，P9，如下图所示。

将这9个像素点按上图方式排列后，设P1的像素值为PV，若下面4个条件同时满足，则可以将P1像素点删除，这样就可以对图像进行细化。

条件（1）中的CZ（P1）表示像素点P1相邻8个像素点与其像素值相同像素点

的个数，这里取值为大于等于2且小于等于6。条件（2）中CO（P1）表示像素点P1相邻8个像素点中像素值交替变化的次数，这里为取值1。如下图所示，CZ（P1）=4，CO（P1）=3。条件（4）是指P2P4P8中至少有一個像素点的像素值与P1不同。条件（4）是指P2P4P6中至少有一个像素点的像素值与P1不同。

经过对图像中的每一个像素点进行逐一判断这4个条件，把同时满足4个条件的像素点去掉，否则保留，做为该像素点为图像的骨架点，这样就实现了图像的细化。

三.车牌字符细化算法的实现

通过编程实现车牌字符细化算法，其关键代码如下：