一种基于数学形态学和Hough变换的车牌图像检测及定位算法

4 实验结果及分析

该算法所需的开发工具为Matlab7.0，实验所采用的车牌图像是在实际环境中随机拍摄的，对汽车的背景没有特殊限制。图5所示的是对4幅不同场景下的汽车牌照进行定位的结果，图5(a)的车牌有些倾斜和变形；图5(b)是在车窗存在反光的情况下拍摄的；图5(c)的车窗存在部分反光的情况，并且背景比较复杂，车身存在很多污迹；图5(d)是在光线较暗的情况下拍摄的，并且车窗上存在其他物体的投影；图5(e)为这四种场景的定位结果，虽然这四幅图像的车牌背景比较复杂，但仍能准确定位出车牌的位置。实验测试结果表明，这种方法对于光照不均、噪声较强、环境背景复杂的图像均能成功定位，并提取出车牌区域，而且算法比较简单，定位速度快，具有很强的鲁棒性。

本文提出了一种基于数学形态学和Hough变换的车牌综合定位算法。其利用了国内车牌字符的特征，经过高帽变换突出感兴趣区域，然后利用边缘信息通过Hough变换检测车牌字符的中心线，能够提高定位结果的准确性。实验结果表明，对于自然场景下的车牌定位，该算法具有较强的适用性。但复杂背景下的车牌定位比简单背景下的定位准确率低，主要原因是复杂环境的背景信息复杂，干扰较多，使得利用Hough变换检测字符组的中心线时出现误差，特别是对于倾斜严重的车牌，本算法的定位率较低，这是下一步的研究方向。