基于

HSV

色彩空间对蓝白车牌进行识别

[

摘要

]

车牌的自动识别是智能交通很重要的一部分，它作为连接数字处理与现实的纽带，有

必要具备好的性质。传统的车牌识别算法都是在

RGB

色彩空间中进行的，本文的基本思想

是采用更加贴近人眼视觉的

HSV

色彩空间，来达到不同的图像分析效果。

[

关键词

]

字符识别；模板匹配；

HSV

色彩空间；车牌定位

Blue-White Vehicle License Plate Recognition Based On HSV Color Space 

Li Zhe, Liu Xin, Nie Lei 

Abstract: 

Vehicle 

license 

plate 

recognition 

is 

one 

of 

the 

most 

important 

parts 

of 

the 

smart 

transportation; it connects the digital process and the real world.Traditionally, we process plate 

image in RGB color space, we choose the HSV color space in this article, which is more similar to 

human

’

s view, to achieve better result. 

Keyword

：

Vehicle 

license 

plate 

recognition; 

template 

match; 

HSV 

color 

space; 

vehicle 

license 

plate location; 

1. 

引言

传统的车牌定位方式的已经比较成熟，但是仍然有一个重要的缺陷，即自适应的问题。

传统算法的适应范围有限，对于不同的图片，

需要对算法调整才能够处理好。但是，对于不

同图像，

只能通过手动选择算法或者更改参数来提高质量，

算法选择的过程和参数的调整不

容易自动化，缺乏相应的估测机制。

本文着重于研究小型车辆的蓝色车牌，

由于蓝色车牌颜色的特殊性，

考虑采用与人眼视

觉更加接近的

HSV

色彩空间，对目标区域进行筛选和提取。相比传统算法，取得了较为满

意的自适应性和定位结果。另外，本文对于传统的字符模板匹配的方式进行了一定的修正，

提高了其兼容范围，使得模板匹配获取更高的识别率。

2. HSV

色彩空间

HSV

（也叫

HSB

）是对

RGB 

色彩空间中点的一种有关系的表示，它尝试描述比

RGB 

更

准确的感知颜色联系，

并仍保持在计算上简单。

H

指

hue

（色相）

、

S

指

saturation

（饱和度）

、

V

指

value(

色调

)

。

色相（

H

）是色彩的基本属性，就是平常所说的颜色名称，如红色、黄色等。

饱和度（

S

）是指色彩的纯度，越高色彩越纯，低则逐渐变灰，取

0-100%

的数值。

明度（

V

）

，亮度（

B

）

，取

0-100%

。

HSV 

模型通常用于计算机图形应用中。在用户必须选择一个颜色应用于特定图形元素

各种应用环境中，经常使用

HSV 

色轮。在其中，色相表示为圆环；可以使用一个独立的三

角形来表示饱和度和明度。典型的，这个三角形的垂直轴指示饱和度，而水平轴表示明度。

在这种方式下，

选择颜色可以首先在圆环中选择色相，

在从三角形中选择想要的饱和度和明

度。如下所示：