[發(fā)明專利]一種車牌字符自動識別方法

有效

• 申請?zhí)枺?/td>: 201310028106.8
• 申請日: 2013-01-24
• 公開（公告）號: CN103116751A
• 公開（公告）日: 2013-05-22
• 發(fā)明（設(shè)計）人: 王敏
• 申請（專利權(quán)）人: 河海大學(xué)
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/54
• 代理公司: 南京蘇高專利商標事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

1.一種車牌字符自動識別方法，包括以下步驟：

a、輸入彩色車輛圖像；

b、對步驟a得到的彩色車輛圖像進行預(yù)處理；

c、在白天光線比較好的情況下，采用基于顏色點對搜索和數(shù)學(xué)形態(tài)學(xué)的車牌定位算法對步驟b得到的彩色車輛圖像進行車牌定位；在白天光線不佳或者夜晚情況下，采用基于灰度圖像的車牌定位算法對步驟b得到的彩色車輛圖像進行車牌定位；

d、分別對步驟c定位得到的車牌進行水平傾斜矯正和垂直傾斜矯正；

e、采用基于聚類連通和垂直投影的方法對步驟d得到的車牌進行字符分割；

f、使用改進的模板匹配法對步驟e得到字符進行字符識別；

g、輸出步驟f的識別結(jié)果。

2.如權(quán)利要求1所述的車牌字符自動識別方法，其特征在于，步驟b中所述預(yù)處理包括圖像平滑方法和/或濾波去噪方法。

3.如權(quán)利要求1所述的車牌字符自動識別方法，其特征在于，步驟c中所述基于搜索顏色點對與數(shù)學(xué)形態(tài)學(xué)的車牌定位算法利用車牌底色與車牌字符顏色在灰度上的差異找出車牌所在區(qū)域。

4.如權(quán)利要求1所述的車牌字符自動識別方法，其特征在于，假設(shè)車牌的字符顏色為A色，車牌的底色為B色，步驟c中所述所述基于搜索顏色點對與數(shù)學(xué)形態(tài)學(xué)的車牌定位算法包括以下步驟：

(1)對含有車輛的彩色圖像進行灰度化和二值化處理，計算最大方差閾值，得到相應(yīng)的二值圖像；

(2)在計算機內(nèi)存中開辟一塊內(nèi)存區(qū)域，用于存儲二值圖像數(shù)據(jù)，二值圖像的長寬與彩色圖像的長寬相等，每個像素點的值初始化為255；

(3)掃描二值圖像中的A色像素點，如果在彩色圖像相應(yīng)位置左側(cè)找到B色像素點，則認為這個A色像素點是車牌字符與車牌底色的起始邊界點，即車牌字符的起始像素點，標記這個點的位置；

(4)繼續(xù)掃描二值圖像的A色像素點，如果在彩色圖像相應(yīng)位置的右側(cè)找到B色像素點，則認為這個A色像素點是車牌字符與車牌底色的終止邊界點，即車牌字符的終止像素點，并標記這個點的位置；

(5)如果車牌字符的起始像素點與車牌字符的終止像素點相差值在50個像素之內(nèi)，則認為這塊區(qū)域為車牌字符像素點區(qū)域，并在步驟3的圖像中用黑色像素點標記這些點；

(6)完整掃描整幅圖像，直到找出圖像中的所有A色和B色顏色點對；

(7)使用二值開運算處理對步驟(6)得到的顏色點進行處理；

(8)使用腐蝕操作對二值開運算處理以后的顏色對進行處理，進一步擴大顏色點對的范圍；

(9)使用膨脹操作對顏色點對進行處理，得到一片連續(xù)的像素點區(qū)域，這塊區(qū)域就是車牌候選區(qū)。

5.如權(quán)利要求1所述的車牌字符自動識別方法，其特征在于，步驟c中所述基于灰度圖像的車牌定位算法包括以下步驟：

a、首先對含有車輛的彩色圖像進行灰度化和二值化處理；

b、采用每隔三行掃描一行的方法，標記黑白像素點變化次數(shù)最多的行號r_m，并記下變化次數(shù)m；

c、以r_m為基礎(chǔ)，統(tǒng)計上下3行，判斷其黑白像素點變化次數(shù)是否與第r_m行的變化次數(shù)接近，車牌區(qū)域的黑白像素點的變化次數(shù)的范圍是從0.75m到1.25m，即車牌中黑白變化的次數(shù)是在一個穩(wěn)定范圍之內(nèi)，而非車牌區(qū)域的黑白像素變化次數(shù)是不穩(wěn)定的；

d、重復(fù)步驟b和步驟c，得到車牌的上下邊界，從而確定車牌候選區(qū)。

6.如權(quán)利要求1所述的車牌字符自動識別方法，其特征在于，步驟d中車牌的水平傾斜矯正和垂直傾斜矯正分別采用基于車牌邊緣點縱坐標方差最小的水平傾斜校正法和基于單個字符垂直傾斜角度的車牌整體垂直傾斜校正法進行。

7.如權(quán)利要求1所述的車牌字符自動識別方法，其特征在于，步驟e中所述基于聚類連通和垂直投影的方法先找出圖像中的連通域，再通過車牌的先驗知識對連通域進行篩選。