字符結(jié)構(gòu)知識(shí)在車牌識(shí)別中的應(yīng)用

對(duì)于一條豎筆畫(huà)的字符，判斷該筆畫(huà)的位置是在左邊(C和K)、中間(1和Y)還是在右邊(J)，即可識(shí)別出廠。根據(jù)有無(wú)右斜筆畫(huà)區(qū)分C和K，按照中間豎筆畫(huà)的長(zhǎng)短區(qū)分1和Y。

．由于字符N有一右斜筆畫(huà)，以此將其從M和U中識(shí)別出來(lái)。對(duì)于M和U，依靠結(jié)構(gòu)特征已無(wú)法識(shí)別，本文使用字符圖像中前景像素個(gè)數(shù)與背景像素個(gè)數(shù)的比值來(lái)判斷。根據(jù)這兩個(gè)字符的特點(diǎn)，只計(jì)算字符上半部分即可。 · 識(shí)別5、E、F、G、H、I和T。這些字符中，只有E具有三條橫筆畫(huà)，F(xiàn)有兩條橫筆畫(huà)，其余為一條橫筆畫(huà)。剩下的字符中，按照豎筆畫(huà)的數(shù)量分為兩組： 5、L和T為一條豎筆畫(huà)，G和H為兩條豎筆畫(huà)。H的兩條豎筆畫(huà)長(zhǎng)度相同，而G的兩條豎筆畫(huà)則一長(zhǎng)一短，這是區(qū)分G和H的標(biāo)志。T的豎筆畫(huà)在中間，5和L的豎筆畫(huà)在左邊。L的豎筆畫(huà)長(zhǎng)，5的豎筆畫(huà)短，這樣就完成了5、T和L的識(shí)別。

搜索封閉環(huán)實(shí)際上就是在字符圖像中搜索連通域。在字符的二值圖像中，假定字符像素值1，背景像素值為0，則：

(1)無(wú)封閉環(huán)的字符圖像中只有兩個(gè)連通域，即字符連通域和背景連通域，圖2(a)中的B和F。

(2)只有一個(gè)封閉環(huán)的字符圖像中有三個(gè)連通域，即一個(gè)字符連通域和兩個(gè)背景連通域，圖2(c)中的B1、B2和F。

(3)有兩個(gè)封閉環(huán)的字符圖像中有四個(gè)連通域，即一個(gè)字符連通域和三個(gè)背景連通域，圖2(b)中的B1she、B2、B3和F。

搜索封閉環(huán)的算法如下：

(1)讀入二值字符圖像。

(2)找到一個(gè)像素值為0的背景像素點(diǎn)B。

(3)搜索B的連通域，并將該連通域內(nèi)的像素全部標(biāo)記為背景1。

(4)遍歷圖像中像素值為0的像素。

(5)若所有0像素都已標(biāo)記為背景1，則該圖像內(nèi)封閉環(huán)個(gè)數(shù)為0，跳轉(zhuǎn)到(11)。

(6)若存在沒(méi)有標(biāo)記為背景1的0像素點(diǎn)B1，則有封閉環(huán)。

(7)搜索B1的連通域，并將該連通域內(nèi)的像素全部標(biāo)記為背景2。

(8)遍歷圖像中像素值為0的像素。

(9)若所有0像素都已標(biāo)記為背景1或背景2該圖像內(nèi)封閉環(huán)個(gè)數(shù)為1，跳轉(zhuǎn)到(11)。

(10)若存在沒(méi)有標(biāo)記為背景1或背景2的0像素，則該圖像內(nèi)封閉環(huán)個(gè)數(shù)為2。

(11)結(jié)束搜索，返回封閉環(huán)個(gè)數(shù)。

字符的筆畫(huà)抽取可參見(jiàn)文獻(xiàn)[1]

2 識(shí)別測(cè)試

利用本識(shí)別方法，筆者對(duì)從車牌中分割出的字符進(jìn)行了識(shí)別測(cè)試。所測(cè)試的字符包括了車牌中所使用的全部35個(gè)數(shù)字和字母共7000幅圖像，其中圖幅最大的為l00xl00像素，而最小的是20x20像素。正確識(shí)別的有6946幅，正確率超過(guò)99％。其中識(shí)別錯(cuò)誤的圖像主要集中在字母0和D。通過(guò)對(duì)這些容易識(shí)別錯(cuò)誤的字符進(jìn)行二次識(shí)別，可以大大提高識(shí)別準(zhǔn)確率

本文提出的字符識(shí)別方法的核心就是通過(guò)判定樹(shù)對(duì)字符群體層層分類，從樹(shù)干開(kāi)始逐步縮小識(shí)別范圍，直到最后只有一類字符，即識(shí)別成功。

該方法具有如下特點(diǎn)：

(1)不需要建立識(shí)別樣本庫(kù)，完全依據(jù)字符自身的結(jié)構(gòu)特征進(jìn)行逼近識(shí)別。

(2)不需要將待識(shí)別字符與全部字符進(jìn)行匹配識(shí)別，因而提高了識(shí)別速度和準(zhǔn)確率。