[發明專利]一種基于細胞神經網絡的智能安全多車牌定位識別方法

無效

• 申請號: 201210559743.3
• 申請日: 2012-12-21
• 公開（公告）號: CN102982335A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 謝康;朱洪亮;張玲;李偉;李星
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06K9/60
• 分類號: G06K9/60
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于細胞神經網絡的智能安全多車牌定位識別方法，其特征在于，該方法包括：

在前端攝像設備采集到多車道監控彩色圖像后，基于細胞神經網絡邊緣檢測、融合顏色量化分割色碼矩陣、長寬定比特性定位出各個車牌區域；雙線性插值法對各個車牌區域進行放大，灰度自適應法車牌區域二值化，二值投影法分割出各個字符；基于模板匹配融合色碼矩陣識別出各個字符以及各個車牌顏色類型。以實現從含有多車牌圖像中定位識別出盡可能小的車牌區域，定位速度快，識別準確度高。

2.如權利要求1所述的方法，其特征在于，所述定位出各個車牌區域的方法具體包括：

在前端攝像設備采集到多車道監控彩色圖像后，進行灰度化、細胞神經網絡邊緣檢測、兩次膨脹形態學處理，然后融合顏色空間轉換量化得到的色碼蒙板獲得候選區域，并利用長寬定比進行候選區域真實性驗證，最后定位、采集出各個候選車牌區域。

3.如權利要求1所述的方法，其特征在于，所述字符分割的方法具體包括：

采用雙線性插值法對各個車牌區域進行放大，灰度自適應法車牌區域二值化，二值投影法分割出各個字符。

4.如權利要求1所述的方法，其特征在于，所述字符及顏色識別的方法具體包括：

基于模板匹配識別出各個字符，融合顏色分割生成的色碼矩陣得到各個車牌顏色類型。

5.如權利要求2所述的方法，其特征在于，所述細胞神經網絡邊緣檢測方法具體包括：

采用分析細胞神經網絡動態迭代過程獲得模板參數值，將獲得的參數值帶入狀態方程、輸入輸出方程，迭代輸出邊緣檢測結果。

6.如權利要求2所述的方法，其特征在于，所述顏色量化分割生成色碼矩陣方法具體包括：

將采集到的RGB格式彩色圖像轉化為HSI模式，根據車牌顏色出現概率的大?。核{色、黃色、白色、黑色、紅色，進行多閾值量化分割：

若f(x，y)∈[f_i(x，y)(1-θ_i)，f_i(x，y)(1+θ_i)]，g_i(x，y)＝50i。

其中，f_i(x，y)為候選區域顏色對應的H、S、I維顏色標準值，θ_i為顏色容許度，g_i(x，y(i∈[0，5]，i?∈R)為候選區域顏色的量化碼值。