車牌識別--鉚釘的去除

原創

liujia2100

2020-02-22 02:50

車牌識別中，每一步的效果直接影響整體的識別率，對車牌識別產生干擾的，不僅是車牌的污漬，還有鉚釘。

一、舉例說明，鉚釘干擾使得車牌識別錯誤

1、車輛圖片

2、通過顏色HSV確認車牌大致位置

3、截取車牌圖像

4、二值化後，水平投影，從圖片中可以很清楚看到鉚釘

5、字符分割後的車牌

6、提取分割後的車牌字符

7、錯誤的識別結果

二、改善方法

這裏針對車牌識別的干擾去除方法加以改善。

1、原先博文中車牌識別中去除鉚釘的方法，只是用投影的方法。粗略計算鉚釘在車牌的上方，白點信息較少，通過水平投影計算每一行的白點數

但是當鉚釘嵌入字符中間時，仍然無法去除干擾。

2、這裏採用直接出去鉚釘的方法，

1)、首先儘量分離字符與鉚釘的鏈接

2)、計算每行的跳變次數，一邊鉚釘所在行，都是兩次，不大於3次，超過7次的，就是字符區域所在行。

這裏使用的方法是在跳變次數小於5的行裏面，全局搜索白點，然後計算它的寬度和高度，如果寬度大於15個像素，高度大於25個像素(這裏車牌歸一化後字符大小爲20X40)，那麼他就不是鉚釘，否則就當做鉚釘刪掉。

全局遍歷代碼：

	for(i = 0; i < img->height/3; i++)
	{
		if(PointChg[i] && PointChg[i] < 5)//每行跳變次數
		{
			for(j = 0; j < img->width; j++)
			{
				if(dst[i * img->width + j] >= 200 && flag1 == 0)//發現白點即遍歷
				{
					x1 = x2 = j;
					y1 = y2 = i;
					delRivet(img, dst, &flag, j, i, &x1, &y1, &x2, &y2, 15, 25);
					//display8(*img, dst, 0, 0);
					flag1 = 1;
				}
				if(dst[i * img->width + j] == 0 && flag1 == 1)
				{
					flag1 = 0;
				}
			}
			break;
		}
	}

刪除鉚釘的函數

img：用了記錄車牌的寬度高度信息等

dst：是二值化後的車牌信息，即要遍歷查找鉚釘的空間

*flag:用來標誌是不是鉚釘

*x1, *x2 用來計算鉚釘寬度 *x2-*x1;

*y1, *y2 同上

xlength，ylength，設置鉚釘寬度高度閾值。

static int direction[4][2]={{1, 0}, {-1, 0}, {0, 1}, {0, -1}};
int delRivet(Bmp1 *img, byte *dst, int *flag, int x, int y, int *x1, int *y1, int *x2, int *y2, int xlength, int ylength)
{
	int i;
	int tmp;
	int x0, y0;
	
	tmp = dst[y * img->width + x];


	if((*x2 - *x1 > xlength) || (*y2 - *y1) > ylength)
	{
		*flag = 1;
		return 0;
	}
	
	dst[y * img->width + x] = 0;

	for(i = 0; i < 4; i++)
	{
		x0 = x + direction[i][0];
		y0 = y + direction[i][1];

		if(x0 > 0 && x0 < img->width && y0 > 0 && y0 < img->height && dst[y0 * img->width + x0] && (*flag == 0))
		{
			if(*x1 > x0)
				*x1 = x0;
			else if(*x2 < x0)
				*x2 = x0;

			if(*y1 > y0)
				*y1 = y0;
			else if(*y2 < y0)
				*y2 = y0;
			delRivet(img, dst, flag, x0, y0, x1, y1, x2, y2, xlength, ylength);
			//display8(*img, dst, 0, 0);
		}

	}

	if(*flag)
	{
			dst[y * img->width + x] = tmp;
	}
	return 0;
}

3）、去除鉚釘的車牌