摘要：提出了一種完全基于結構知識的字符識別方法。該方法以字符的結構特點和筆畫類型、數據及位置作為識別特片生成判定時，再利用判定樹對汽車牌照中的字母和數字進行分類識別。

汽車牌照識別是基于圖像分割和圖像識別理論，對含有汽車牌照的圖像進行分析處理，從而確定汽車牌照在圖像中的位置，并進一步提取和識別出文本字符。從不同車牌圖像中分割出的字符圖像各式各樣，尺寸變化范圍大，增加了識別的難度。盡管可以采用圖像變換方法將分割出的所有字符圖像歸一化為相同尺寸，但歸一化過程又不可避免地丟失有用的字符信息，造成圖像失真，無助于提高識別準確率，并且浪費時間，降低了識別速度。

本文通過分析汽車牌照的特點，提出了一種利用字符的筆畫特征和結構知識對汽車牌照中的字母和數字進行識別的方法。試驗表明，該方法識別速度快、準確率高，不受字符圖像大小影響，適應性強。

1 車牌字符結構和識別

中國大陸汽車牌照中使用的字符包括59個漢字、25個英文字母(字母I不用)和10個阿拉伯數字三種類型共94個，且都是印刷體，結構固定、筆畫規范。圖1是車牌號碼中使用的全部字母和數字的圖像。這些字符的結構在水平方向有三種類型：左右對稱、左大右小、左小右大。在豎直方向同樣有三種結構，即上下對稱、上大下小、上小下大。如車牌號碼中使用的數字"8"，就屬于左右對稱且上下對稱。

從圖1可以看出，全部字母和數字的筆畫共有兩大類：直筆畫和弧筆畫。直筆畫又可分為橫筆畫、豎筆畫、左斜筆畫(相當于漢字筆畫中的"撇")和右斜筆畫(相當于漢字筆畫中的"捺")。弧筆畫是一條曲線段，本文將其分為兩類：開弧筆畫和閉弧筆畫。所謂開弧筆畫，指該弧筆畫沒有形成封閉環，如字母"C"。而閉弧筆畫則形成一個封閉的環，如數字"0"。

    根據字符圖像的這一特點，本文采用下述方法對字母和數字進行逐級分類，形成一棵識別判定樹，每個字符就是一個葉子：

(1)首先在待識別的字符圖像中搜索封閉環的數量和位置。

(2)根據搜索到封閉環的結果判斷字符所在的類封閉環字符類、雙封閉環字符類、無封閉環字符類。 (3)針對每一類分別進行處理。

(4)雙封閉環字符只有"8"和"B"，因此只要抽取豎筆畫即可區分出這兩個字符。"B"的左半部分有一長豎，而"8"沒有。

(5)單封閉環的字符有"A"、"D"、"O"、"P"、"Q"、"R"、"0"、"4"、"6"和"9"。根據封閉環的位置將這些字符分成三類：封閉環在上部；封閉環在下部和封閉環在中間，然后再根據結構特點和抽取的筆畫特征進行識別。

．封閉環在上部的字符有"P"、"R"和"9"。如果待識別字符圖像上半部分有一個封閉環，則從左半部分抽取豎筆畫；若左側部分沒有豎筆畫，則該字符為"9"；若在左半部分抽取到豎筆畫，繼續抽取右斜筆畫；抽取到右斜筆畫，該字符為"R"；否則為"P"。

．封閉環在下部的字符有"A"、"4"和"6"。如果待識別字符圖像下半部分有一個封閉環，則從右半部分抽取豎筆畫；若右側部分有豎筆畫，則該字符為"4"；若在右半部分沒有抽取到豎筆畫，繼續抽取橫筆畫；抽取到橫筆畫，該字符為"A"；否則為"6"。

．封閉環在中間的字符有"D"、"O"、"Q"和"0"。實際應用中，"O"和"0"的圖像完全相同，可以作為同一個字符處理。如果待識別字符圖像中間有一個封閉環，則首先利用上下對稱特點判斷是否為"Q"；若上下對稱，則為"0"("O")或"D"；然后按照左右對稱特征區分字符"0"和"D"。

(6)無封閉環的字符有"C"、"E"、"F"、"C"、"H"、"J"、"K"、"L"、"M"、"N"、"S"、"T"、"U"、"V"、"W"、"X"、
"Y"、"Z"、"l"、"2"、"3"、"5"和"7"，通過抽取筆畫對這些字符進行識別，具體步驟如下：

· 抽取橫筆畫和豎筆畫。

· 若待識別字符圖像沒有橫筆畫和豎筆畫，則該字符為"S"、"V"或"X"。

· 若待識別字符圖像只有橫筆畫而沒有豎筆畫，則該字符為"2"、"3"、"7"或"Z"。

· 若待識別字符圖像只有豎筆畫而沒有橫筆畫，則該字符為"1"、"C"、"J"、"K"、"M"、"N"、"U"、"W''或"Y"。

· 待識別字符圖像既有橫筆畫又有豎筆畫的字符為"5"、"E"、"F"、"C"、"H"、"l"或"T"。

．"S"、"V"和"X"的識別。抽取左斜筆畫和右斜筆畫，"S"沒有這兩種筆畫，從而可識別出"S"。"X"的兩條斜筆畫交點位于字符圖像的中間位置，而"V"的兩條斜筆畫相交于字符圖像的下部，以此識別"X"和"V"。

· 識別2"、"3"、"7"和"Z"。這四個字符中只有"Z"有兩條橫筆畫，從而可以此識別出"Z"。"3"和"7"的橫筆畫都位于上部，而"2"的橫筆畫位于下部，這樣又可以識別出"2"。對于"3"和"7"，利用左斜筆畫進行識別。"7"具有左斜筆畫，而"3"沒有。

·識別"1"、"C"、"J"、"K"、"M"、"N"、"U"、"W"和"Y"。根據豎筆畫的數量將這些字符分為三類，"1"、 "C"、"J"、"K"和"Y"都是一條豎筆畫、"M"、"N"和"U"是兩條豎筆畫，而"W"有三條豎筆畫，這樣就完成了"W"的識別。

對于一條豎筆畫的字符，判斷該筆畫的位置是在左邊("C"和"K")、中間("1"和"Y")還是在右邊("J")，即可識別出"廠。根據有無右斜筆畫區分"C"和"K"，按照中間豎筆畫的長短區分"1"和"Y"。

．由于字符"N"有一右斜筆畫，以此將其從"M"和"U"中識別出來。對于"M"和"U"，依靠結構特征已無法識別，本文使用字符圖像中前景像素個數與背景像素個數的比值來判斷。根據這兩個字符的特點，只計算字符上半部分即可。 · 識別"5"、"E"、"F"、"G"、"H"、"I"和"T"。這些字符中，只有"E"具有三條橫筆畫，"F"有兩條橫筆畫，其余為一條橫筆畫。剩下的字符中，按照豎筆畫的數量分為兩組： "5"、"L"和"T"為一條豎筆畫，"G"和"H"為兩條豎筆畫。"H"的兩條豎筆畫長度相同，而"G"的兩條豎筆畫則一長一短，這是區分"G"和"H"的標志。"T"的豎筆畫在中間，"5"和"L"的豎筆畫在左邊。"L"的豎筆畫長，"5"的豎筆畫短，這樣就完成了"5"、"T"和"L"的識別。

搜索封閉環實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)無封閉環的字符圖像中只有兩個連通域，即字符連通域和背景連通域，圖2(a)中的B和F。

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

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

搜索封閉環的算法如下：

(1)讀入二值字符圖像。

(2)找到一個像素值為"0"的背景像素點B。

(3)搜索B的連通域，并將該連通域內的像素全部標記為背景1。

(4)遍歷圖像中像素值為"0"的像素。

(5)若所有"0"像素都已標記為背景1，則該圖像內封閉環個數為0，跳轉到(11)。

(6)若存在沒有標記為背景1的"0"像素點B1，則有封閉環。

(7)搜索B1的連通域，并將該連通域內的像素全部標記為背景2。

(8)遍歷圖像中像素值為"0"的像素。

(9)若所有"0"像素都已標記為背景1或背景2該圖像內封閉環個數為1，跳轉到(11)。

(10)若存在沒有標記為背景1或背景2的"0"像素，則該圖像內封閉環個數為2。

(11)結束搜索，返回封閉環個數。

字符的筆畫抽取可參見文獻[1]

2 識別測試

利用本識別方法，筆者對從車牌中分割出的字符進行了識別測試。所測試的字符包括了車牌中所使用的全部35個數字和字母共7000幅圖像，其中圖幅最大的為l00xl00像素，而最小的是20x20像素。正確識別的有6946幅，正確率超過99％。其中識別錯誤的圖像主要集中在字母"0"和"D"。通過對這些容易識別錯誤的字符進行二次識別，可以大大提高識別準確率

本文提出的字符識別方法的核心就是通過判定樹對字符群體層層分類，從樹干開始逐步縮小識別范圍，直到最后只有一類字符，即識別成功。

該方法具有如下特點：

(1)不需要建立識別樣本庫，完全依據字符自身的結構特征進行逼近識別。

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