· 44 ·
Gabor滤波在车牌区域检测中的应用
孙常明
（广州现代信息工程职业技术学院，广东广州510660）
科技论坛
摘要：车牌检测(IPD)是车牌识别算法的关键，Gabor滤波广泛应用在图像分析，模式识别当中。本文对Gabor滤波的理论以及应用方法微了详细叙述，并详细叙述了Gabor滤波在车牌检测中的具体应用方法。实验结果显示Gabor滤波在图像的预处理中取得了良好的效果，为后续的检测过程提供了很大的方便。
关键词：车牌检测；Gabor变换；二维Gabor滤波 1绪论
车牌区域检测(LPD)是车牌识别系统的关键步骤。车牌检测的精度对车牌识别系统的识别精度有着非常重要的影响。经典的车牌检测算法例如边综检测间数学形态学间，影色分割等方法，这此方
法的共同缺陷就是对图像的噪声特别敏感！，误检区域过多，对后续的车牌识别造成很大的影响。
2Gabor滤波简介
Gabor变换是D.Gabor 1946年提出的，在图像的纹理细节分析方面有着非常广泛的应用。面且，Gabr滤波在对没有确定对象的方向和大小的分析有着非常独特的优势,因此Gabor滤波广泛应用在模式识别，图像分析中。
2.1从Fourier变换到Gahor变换
式(1)为经典Fourier变换与反变换的定义是。由于经典Fourier 变换只能反映信号的整体特性(时域，颠域)。另外，要求信号满足乎稳的条件。由式(1)可知,要用Fourier变换研究时域信号频谱特性，必领要获得时域中的全部信息。另外，信号在某时刻的一个小的邻域内发生变化,那么信号的整个频谱都要受到影响，面频谱的变化从根本上来说无法标定发生变化的时间位置和发生变化的烈程度。
f(a)=
f(t)e-"d
(1)
为此，D.Gabor在1946提出了一种新的变换方法一Gabor变换。设函数f为具体的高斯函数，且eZ()，则Gabor变换定义为
G (a;b,w)=
(r)g,(tb)e"mdr
(2)
g。(1-b)是一个时间局部化的"高斯窗函数"，其中，a>0,h>0.参数b用于平行移动窗口，以便于覆盖整个时域
2.2二维离散Gabor滤波理论
在图像处理中，通常要用到二维离散Gabor滤波，二维离散 Gabor变换的公式化定义如式(3)所示：
+e+
G(x,y,a,b, w,0, ) = exp((
(3)
其中，a、b为x和方向的椭圆高斯的方差，w为复正弦函数的
颠率，为复正函数的初相
x, = x coso + ysin o y, =-x sin o + ycos
0
@=0.1-pi4
@=0.3 pi2
@=0.5
@3*p34
图1Gabor滤波器的频率和旋转特性
图2Gabor滤波的处理结果
-piu URN3S 245.2
要优于横向边缘检测的效果叫,这个理论在Gabor滤波中依然有效，我们设旋转角度6为0°.得到的实验结果如图2所示。
通过以上实验结果可以看出：Gabor滤波器对于车牌区域的纹理变化非常感，可以很好的车牌检测中。
参考文献
[1JC.Anagnostopoulos,L.Anagnostopoulos,E.Kayafas,and V.Loumos, "A license plate recognition system for intelligent transportation system applieations,"IEEE Trans. Intell. Transp. Syst, vol. 7, no. 3, pp-378379, Sep, 2006.
[2]F. Martin, M. Garcia, and J. L. Alba,
*New methods for auto-
(4)
maticreading of VLP"s(Vehicle License Plates)," inProc.IASTED Int. Conf. SPPRA. 2002
(5)
其中0为滤波器的旋转角度，完整的Gabor滤波基函数为： 2DGabor滤波的表达式如下：
f(x,y)=I(x,y)*G(x,y,a,b,)
3Gabor滤波在车牌检测中的应用
(6)
在实际应用中，通常要具体量化上述的某些参数，参数的选取应该结合实际的情况.例如摄像机的视角，环境，光线等。其中6为旋转角度，w为复正弦函数的频率，图1为不同的9和w的Gabor 滤波器的颠率特性，
仿真实验采用Matlab2012b软件进行，操作系统为win8，计算机型号：thinkpadE430e.CPU型号：i53210M双核2.5GHZ。通过实验经验，这里选取Gabor基函数的长度为5，W=2·α=b=1.5，关于边缘检测的相关文献显示：对于边缘检测，纵向边缘检测的效果
[3]部捷，施鸡飞.基于额色和纹理分析的车牌定位方法[].中国图象图形学报，2002(5)：472476