车牌断裂区域的融合

在车牌识别中，经常会遇到车牌断裂的情形。致使这种缘由的多是：执行形态学 操做时（开运算、闭运算）的结构元素过小，而车牌区域过大的情形。此时出现断裂的车牌就须要进行区域的融合，使其断裂的区域从新成为一个连通域。车牌断裂的情形好比有以下情形：

形态学操做致使车牌断裂： 原图中A 和 9 的距离过长 对于出现的断裂的情形，融合的算法取决于如何断定所断裂的区域具备某种联系？ 融合算法首先应当考虑到情形断定两个区域之间的联系，便是否在同一水平、或者在同一竖直方向上，其次是要考虑车牌自己的特征。如车牌的颜色分布、字符纹理等先验知识。同时，为了不区域的错误融合，还应作一些区域距离上的限制。好比设定阈值，距离在该范围以内的知足条件。

这里给出区域融合的算法步骤： step 1. 获取全部轮廓外接矩形放入集合A中。 step 2. 遍历A，并考察矩形颜色的分布，若目标颜色（蓝、黄）比率较大，则放入候选矩形集合B中。 step 3. 考察集合B中矩形位置关系，若在同一水平（同一竖直）方向，而且知足限定的距离时，在两个区域中画线，使其融合。

对于区域融合，主要的难点在于如何合理的断定区域的正确性。因为咱们所取得的区域并不必定只包含有车牌区域，还有可能与噪声粘连在一块儿，这样会致使区域过大过宽带情形，区域位置变得不太明显。这里算法所取得方法是，计算区域的几何中心，利用几何中心评判区域的位置。 可靠性就会更高点。

区域的融合问题，目前只能想到这种方法，可能还有更好的算法更为可靠。

---

继昨天以后，进行上述算法，能够获得相要点结果。废话很少说，看代码：

<!-- lang: cpp -->
void MergeProbabilityRectArea(IplImage* img_rgb,IplImage* in_imgBin)

{ if(img_rgb == NULL || in_imgBin == NULL) return; if((img_rgb->depth != 8 && img_rgb->nChannels != 3) || (in_imgBin->depth != 8 && in_imgBin->nChannels != 1)) return;

const int		nMinArea		=	40;                //定义最小面积
const int		nMaxDist		=	100;              //允许的最大距离
const int		nOffSet		=	20;                //允许的中心偏移量
int		count			=	0;
int		nRect			=	0;
CvRect*	tmp_rect		        =	0;
CvRect*	coarseRect		=	0;

coarseRect = FindAllAreaRect(in_imgBin,nRect);	    //找到全部的区域
tmp_rect   = new CvRect[nRect];
memset(tmp_rect,0,sizeof(CvRect)*nRect);

    //显示测试
//for(int i=0;i<nRect;i++)
//	cvRectangle(img_rgb,cvPoint(coarseRect[i].x,coarseRect[i].y),
//		cvPoint(coarseRect[i].x+coarseRect[i].width,coarseRect[i].y+coarseRect[i].height),
//		CV_RGB(0,255,0),3);

//cvShowImage("img_rgb",img_rgb);
for(int i=0;i<nRect;i++)
{
	IplImage* img_tmp = NULL; 
	int area = coarseRect[i].width * coarseRect[i].height;
	img_tmp = GetRectImage(img_rgb,coarseRect[i]);
	float colorRate = GetColorDistributed(img_tmp,NULL,COLOR_BLUE);        //获取区域颜色分布的比率
	if(area < nMinArea || colorRate < 0.02)
		continue;
	tmp_rect[count++] = coarseRect[i];
	cvReleaseImage(&img_tmp);
}

for(int i=0;i<count;i++)
{
	for(int j=i+1;j<count;j++)
	{
		CvPoint irtCentroid,jrtCentroid;
		GetRectCentroid(tmp_rect[i],irtCentroid);
		GetRectCentroid(tmp_rect[j],jrtCentroid);
		
		//whether in the horizontal direction
		if(abs(irtCentroid.y -jrtCentroid.y) < nOffSet)
		{
			int dist = 0;
			int x = MIN(irtCentroid.x,jrtCentroid.x);
			if(x == irtCentroid.x)
			{
				dist = jrtCentroid.x - (irtCentroid.x + tmp_rect[i].width / 2);
			}
			else
			{
				dist = irtCentroid.x - (jrtCentroid.x + tmp_rect[j].width / 2);
			}
			if(dist < nMaxDist)
				DrawLine(in_imgBin,tmp_rect[i],tmp_rect[j]);
		}

            //竖直方向上也差很少，这里代码缺省
	}
}

delete [] coarseRect;
delete [] tmp_rect;
tmp_rect = NULL;
coarseRect = NULL;

}

如图： 车牌断裂情形 执行区域融合效果，图中黑色圆点为矩形的重心点 最终造成的连通域

此处须要说明的是，函数里面的参数，如分布的比率以及 最小面积 等 须要调试后再肯定，不一样的需求可能参数值不一样