[發明專利]一種高清視頻中的實時抗干擾車牌定位方法

無效

• 申請號: 200910079745.0
• 申請日: 2009-03-10
• 公開（公告）號: CN101520841A
• 公開（公告）日: 2009-09-02
• 發明（設計）人: 盛浩;熊璋;曾羅成;李超
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G08G1/017
• 代理公司: 北京慧泉知識產權代理有限公司
• 代理人: 王順榮;唐愛華

1、一種高清視頻中的實時抗干擾車牌定位方法，包括如下步驟：(1)從圖像采集設備獲取視頻幀；(2)使用基于Haar特征的Adaboost算法構建了多個弱分類器，并將這些弱分類器首尾進行連接，一個弱分類器的輸出作為另一個分類器的輸入，得到一個級聯的強分類器，對視頻幀進行車輛檢測，得到包含車牌區域的車輛前臉圖像；(3)計算并得到車輛前臉圖像的紋理特征點；(4)根據紋理特征點，并結合我國車牌固定的顏色搭配，計算得到四種顏色特征點，即藍底白字、黃底藍字、黑底白字和白底黑字邊緣特征點；(5)去掉四種邊緣特征點中的干擾信息點后，提取同一水平區域中的連通線段，得到每行中的候選連通線，計算候選車牌區域；(6)對候選車牌區域進行融合和擴展，對被標記的連續各行中，以連通域的邊緣作為車牌的四個邊界，在彩色圖像中，劃定一個矩形的初始車牌候選區，通過將邊界不斷向外擴張4個像素，獲得擴展出來的區域，如果新的擴展區域內的顏色對特征點數不大于5，則停止擴張，得到最終的車牌區域。

2、根據權利要求1所述的一種高清視頻中的實時抗干擾車牌定位方法，其特征在于：步驟(2)中所述的級聯的強分類器的設計是由提取車前臉特征值和使用Adaboost算法提取特征值設計弱分類器兩個部分組成，提取的車前臉特征有邊緣特征、對稱特征和中心特征共三大類、十二小類特征點，這些特征點均由Haar特征演變而來；在使用Adaboost算法提取特征值設計弱分類器時，根據車輛前臉的圖像特點，先掃描整幅圖像的滑動窗口的中心區域計算中心特征，然后在子窗口的邊緣部分計算邊緣特征；根據這些先驗知識去除大部分無效矩形特征后，再利用AdaBoost算法挑選出對車輛前臉區分性最好的矩形特征，構建每個弱分類器，當弱分類器的誤檢率小于設定閾值時，停止構建弱分類器，將所有已構建的弱分類器首位相連，得到一個級聯的強分類器，用于對高清視頻進行車輛前臉圖像的檢測。

3、根據權利要求1所述的一種高清視頻中的實時抗干擾車牌定位方法，其特征在于：在步驟(2)所述的使用Adaboost算法提取特征值設計弱分類器時，需要大量的車輛前臉圖像集合和道路等背景干擾圖像集合來構造正負樣本庫；訓練分類器時將正樣本的窗口歸一化；為了檢測到各種尺寸的車輛，采用圖像金字塔的掃描方式，將圖像在一定范圍內依次進行尺寸的縮放，將縮放后的圖像作為待檢圖像的輸入，輸出結果為可能的車輛前臉區域，對結果的融合后得到檢測到的車輛前臉區域。

4、根據權利要求1所述的一種高清視頻中的實時抗干擾車牌定位方法，其特征在于：步驟(3)中所述的圖像的紋理特征點按如下公式計算：

Gray(i，j)＝|p(i，j)-p(i，j-1)|+|p(i，j+1)-p(i，j)|

其中p(i，j)代表像素點(i，j)的灰度，(i，j-1)和(i，j+1)分別是像素點(i，j)左右相鄰的像素，Gray(i，j)表示像素點(i，j)的差分值。

5、根據權利要求1所述的一種高清視頻中的實時抗干擾車牌定位方法，其特征在于：步驟(4)中四種邊緣特征點的計算利用了車牌固定的顏色搭配，分別為白底黑字、藍底白字、黑底白字和黃底黑字四種，把顏色信息和邊緣信息融合起來，得到藍底白字、黃底藍字、黑底白字和白底黑字邊緣特征點；在更接近人眼視覺特性的HSV顏色空間中，各種車牌顏色的閾值范圍通過樣本車牌的顏色值統計得到。

6、根據權利要求1所述的一種高清視頻中的實時抗干擾車牌定位方法，其特征在于：步驟(5)中去除干擾信息點后，可以從白底黑字、藍底白字、黑底白字和黃底黑字四種邊緣特征點中提取多條連通曲線，并得到多個連通邊界，此時按如下步驟確定原始彩色圖像中的初始車牌區域：

(1)根據候選區的長寬比，排除一些明顯不符合車牌比例的區域；

(2)在剩下的候選區中，考慮到車牌在車輛前臉的下方，所以認為多個候選區里，處于車輛前臉圖像下方1/3處的候選區是車牌區。

7、根據權利要求1所述的一種高清視頻中的實時抗干擾車牌定位方法，其特征在于：在步驟(6)中確定初始車牌區域后，需要對車牌區進行擴張，此時采用更不易受車牌外區域干擾的顏色對特征點作為判斷條件，按如下步驟進行：

(1)邊界向外擴張4個像素，獲得一個擴展出來的區域；

(2)如果這個區域內的顏色對特征點數大于5，則將這個區域也歸入車牌區；

(3)重復(1)和(2)，直到擴展區域內的顏色對點數不大于5，停止擴張；

(4)提取該區域的最小外接矩形，確定車牌的上下左右四個邊界，返回到原輸入的彩色圖像中提取車牌。