[發(fā)明專(zhuān)利]從視頻流中提取和識(shí)別車(chē)輛牌號(hào)的方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201210266838.6
• 申請(qǐng)日: 2012-07-30
• 公開(kāi)（公告）號(hào): CN102855467A
• 公開(kāi)（公告）日: 2013-01-02
• 發(fā)明（設(shè)計(jì)）人: 盛嘯嶸;徐亮亮;張顥熙
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海未來(lái)軟件有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00
• 代理公司: 上海東亞專(zhuān)利商標(biāo)代理有限公司 31208
• 代理人: 羅習(xí)群;劉瑩

技術(shù)領(lǐng)域

本發(fā)明涉及一種車(chē)輛牌號(hào)的方法，特別涉及一種運(yùn)用運(yùn)動(dòng)檢測(cè)技術(shù)和對(duì)象特征判定方法從視頻流中取得候選車(chē)牌區(qū)域，并通過(guò)追蹤技術(shù)將同一車(chē)牌的候選區(qū)域歸并后合并一次文字識(shí)別，實(shí)現(xiàn)實(shí)時(shí)車(chē)牌識(shí)別。

背景技術(shù)

從連續(xù)動(dòng)畫(huà)或錄像中提取移動(dòng)物體的特征，包括車(chē)輛牌照和人臉的重要性和應(yīng)用領(lǐng)域日益擴(kuò)大。在實(shí)際應(yīng)用中視頻產(chǎn)生的圖像每秒鐘有25～30幀，要在幀與幀之間隔內(nèi)對(duì)每一幀作識(shí)別處理是現(xiàn)有計(jì)算機(jī)系統(tǒng)能力難以達(dá)到的。

另外逆光、太陽(yáng)光斑或車(chē)前燈耀光等環(huán)境因素造成取得的圖像動(dòng)態(tài)范圍大，無(wú)法以統(tǒng)一的閥值標(biāo)準(zhǔn)處理，造成日間和夜晚及特殊照明條件下識(shí)別精度誤差。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是要提供一種可靠性高的從視頻流中提取和識(shí)別車(chē)輛牌號(hào)的方法。

為了解決以上的技術(shù)問(wèn)題，本發(fā)明提供了一種從視頻流中提取和識(shí)別車(chē)輛牌號(hào)的方法，包括以下的步驟：

??????Step1.通過(guò)視頻設(shè)備接口，從視頻流中獲取最新的圖像；

??????Step2.運(yùn)動(dòng)偵測(cè)計(jì)算；

??????????????運(yùn)用幀間差分法運(yùn)動(dòng)偵測(cè)技術(shù)對(duì)連續(xù)動(dòng)畫(huà)作差分計(jì)算，尋找是否有運(yùn)動(dòng)部分，如果沒(méi)有發(fā)現(xiàn)運(yùn)動(dòng)部分直接返回Step1；

??????Step3.尋找候選車(chē)牌；

?????????????將Step2算出的運(yùn)動(dòng)部分用Sobel變換等算法尋找到候選車(chē)牌位置，如果沒(méi)有發(fā)現(xiàn)候選的，則從對(duì)比度灰度調(diào)整表中取下一對(duì)調(diào)整值對(duì)圖像作對(duì)比度和灰度變換后再試，重復(fù)直至表中最后一對(duì)調(diào)整值也沒(méi)有發(fā)現(xiàn)候選車(chē)牌，判定為無(wú)車(chē)牌返回Step1；

??????????????在上述計(jì)算中發(fā)現(xiàn)候選區(qū)域的話(huà)，即停止對(duì)比度灰度變化進(jìn)入下一步驟；

??????Step4.車(chē)牌特征判定；

根據(jù)車(chē)牌特征對(duì)候選區(qū)域作篩選，如果發(fā)現(xiàn)不符合車(chē)牌特征的候選區(qū)域則直接返回Step1。

所述車(chē)牌特征為車(chē)牌外框是否符合平行四邊形特征，日本車(chē)牌的上、下行之高度比為1：2的特征；

??????Step5.候選車(chē)牌追蹤；

運(yùn)用Lucas-Kanade追蹤算法對(duì)在圖像視野范圍內(nèi)的候選區(qū)域進(jìn)行跟蹤比較，通過(guò)計(jì)算判定和上一幀的候選區(qū)域是否屬于同一車(chē)牌；如果發(fā)現(xiàn)和上一次尋找到車(chē)牌候選是同一車(chē)牌的話(huà)，將之加入候選區(qū)域集合，待歸并后一起識(shí)別計(jì)算，返回Step1；

如果發(fā)現(xiàn)非同一車(chē)牌，或者候選區(qū)域離開(kāi)圖像視頻，則將該候選區(qū)域集合交由下一步驟做文字分割和識(shí)別；

??????Step6.車(chē)牌文字識(shí)別；

從候選區(qū)域集合中選取條件較好的一幅圖像做文字分割并運(yùn)用神經(jīng)網(wǎng)絡(luò)和OCR算法識(shí)別文字信息，識(shí)別完成后清楚該當(dāng)候選對(duì)象集合；

??????Step7.識(shí)別結(jié)果輸出；

????????將識(shí)別結(jié)果之文字信息和圖像等數(shù)據(jù)輸出后，返回Step1。

本發(fā)明根據(jù)視頻規(guī)格(PAL制25幀/秒，NTSC制30幀/秒)以一定的時(shí)間間隔從視頻設(shè)備獲取圖像，按照以上的步驟尋找車(chē)牌候選區(qū)域、追蹤并識(shí)別車(chē)牌文字信息。

本發(fā)明的優(yōu)越功效在于：

1）通過(guò)運(yùn)動(dòng)偵測(cè)技術(shù)和車(chē)牌的特征比縮小搜索范圍，大大提高運(yùn)算速度；

2）運(yùn)用對(duì)比度和灰度的動(dòng)態(tài)調(diào)整方法克服了實(shí)際運(yùn)用中環(huán)境因素的不利影響，在逆光和太陽(yáng)反射，以及夜間車(chē)前大燈輝光照射下也都能夠取得良好的識(shí)別效果；

3）運(yùn)用追蹤方式將通過(guò)攝像機(jī)視野的統(tǒng)一車(chē)輛的車(chē)牌集中起來(lái)匯總做一次處理的方法，解決了文字分割和識(shí)別處理所需時(shí)間大于視頻間隔的矛盾，在小型計(jì)算機(jī)上也能真正實(shí)現(xiàn)實(shí)時(shí)的識(shí)別處理。

附圖說(shuō)明

圖1為本發(fā)明的工作流程示意圖；

圖2為本發(fā)明Step3的工作流程示意圖；

圖3為本發(fā)明Step3中對(duì)比度/灰度的調(diào)整表。

具體實(shí)施方式

請(qǐng)參閱附圖所示，對(duì)本發(fā)明作進(jìn)一步的描述。

如圖1所示，本發(fā)明提供了一種從視頻流中提取和識(shí)別車(chē)輛牌號(hào)的方法，包括以下的步驟：

??????Step1.通過(guò)視頻設(shè)備接口，從視頻流中獲取最新的圖像；

??????Step2.運(yùn)動(dòng)偵測(cè)計(jì)算；

???????????????運(yùn)用幀間差分法運(yùn)動(dòng)偵測(cè)技術(shù)對(duì)連續(xù)動(dòng)畫(huà)作差分計(jì)算，尋找是否有運(yùn)動(dòng)部分，如果沒(méi)有發(fā)現(xiàn)運(yùn)動(dòng)部分直接返回Step1；