[發明專利]一種飛機尾號識別方法

有效

• 申請號: 201110388239.7
• 申請日: 2011-11-29
• 公開（公告）號: CN102509091B
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 羅喜伶;馬秀紅;周萍
• 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
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 李新華;成金玉

1.一種飛機尾號識別方法，其特征在于：該方法包括如下具體步驟：

步驟一、原始圖片的圖像捕獲，從不同的視角拍攝多幅圖像，并從多幅圖像中找出含有 飛機尾號的圖像；

步驟二、飛機尾號定位預處理，先根據飛機尾號的區域特征來判斷牌照，從包含整個機 場場面監控的圖像中找到尾號區域的位置；

步驟三、基于DCT域和邊緣檢測的飛機尾號定位技術，由于飛機尾號部分存在大量的 邊緣信息，提出了基于DCT域和邊緣特征的飛機尾號定位技術；

步驟四、采用Otsu動態閾值二值化的飛機尾號分割圖像預處理，對已經定位的飛機尾 號區域實施基于Otsu動態閾值二值化的飛機尾號分割圖像預處理，獲得更清晰的飛機尾號 的目標區域；

所述的采用Otsu動態閾值二值化的飛機尾號分割圖像預處理具體方法為：

采用Otsu動態二值化算法的具體步驟如下：設圖像中的灰度級范圍為0-L-1，灰度級為 i的像素點數為n_i，則圖像的全部像素數為：

N＝n₀+n₁+...+n_L-1????（2）

歸一化直方圖得到：

pi=niN,Σi=1L-1pi=1---(3)]]>

閾值t將灰度劃分為兩類：

C1={1,2,...,t},C2{t+1,t+2,...,L-1}---(4)]]>

由圖像的灰度直方圖可得C₁和C₂類的出現概率為：

w1=Σi=1tpi,w2=Σi=t+1L-1pi---(5)]]>

則C₁和C₂類各自的均值分別為：

M1=Σi=1ti·pi/w1,M2=Σi=t+1L-1i·pi/w2---(6)]]>

C₁和C₂類各自的方差分別為：

σ12=Σi=1t(i-M1)2·pi/w1,σ22=Σi=t+1L-1(i-M2)2·pi/w2---(7)]]>

定義C₁和C₂類的類間方差為：

σA2=w1σ12+w2σ22---(8)]]>

C₁和C₂類的類內方差為：

σB2=w1w2(M1-M2)2---(9)]]>

則Otsu動態二值化算法的準則函數為：

η=σB2/σA2---(10)]]>

從最小灰度值到最大灰度值遍歷t，當t使得η取得最大值時的T即為Otsu最佳分割 閾值，Otsu動態閾值二值化算法實現較為簡單，只要找到遍歷所有t的范圍，找到一個合適 的閾值T即可，該方法對飛機尾號目標和背景分離、圖像二值化效果較好；

步驟五、連通區域飛機尾號分割，然后采用連通區域分割法將飛機尾號區域分割成單個 字符區域；

所述的采用連通區域分割法將飛機尾號區域分割成單個字符區域的具體的字符切分方 法步驟如下：

步驟A1、掃描圖像，找到一個當前不屬于任何區域的像素，也即要找出一個新的進行 區域增長的起點；

步驟A2、把這個像素的灰度與其周圍的4鄰域不屬于任何一個區域的像素灰度相比較， 如果滿足判斷準則，就把它作為同一個區域加以合并；

步驟A3、對于那些新合并的像素，反復進行步驟A2的操作；

步驟A4、反復進行步驟A2、步驟A3的操作，直至區域不能再擴張為止；

步驟A5、返回到步驟A1，尋求能成為新區域出發點的像素；

其中，進行區域增長的圖像是己經進行了閾值分割的二值化圖像，對閾值分割后的二值 化圖像的連通域分割算法：

步驟B1、從左上角開始，掃描二值圖像，找到第一個黑色像素，以此像素作為第一個 區域進行連通區域的起點，并將其加上標記后，把坐標位置壓入隊列std::queue?regionStack 中保存，記錄當前區域大小的記數值nRegionSize++；

步驟B2、取出隊列中的像素，對該像素進行4鄰域搜索，找到其他未被標記的黑色像 素，加上標記后放入隊列尾部，合并到當前連通區域中，記錄當前區域大小的記數值 nRegionSize++；

步驟B3、對于隊列中那些新合并的像素，反復進行B2的操作；

步驟B4、反復進行步驟B2、步驟B3的操作，直至區域不能再擴張，堆棧為空為止；

以上操作即得到飛機尾號圖像中的一個連通域，重復以上步驟，得到飛機尾號圖像中的 所有連通區域；

步驟六、飛機尾號識別，提出基于最優參數支持向量機的飛機尾號識別算法實現飛機尾 號識別；具體步驟如下：

步驟C1、逆仿射變換的飛機尾號識別預處理；

步驟C2、基于支持向量機的飛機尾號字符特征提取；

步驟C3、多分類器識別；

步驟七、識別結果后處理。