[發明專利]一種車牌識別方法和系統有效
| 申請號: | 201310381705.8 | 申請日: | 2013-08-28 |
| 公開(公告)號: | CN103413147A | 公開(公告)日: | 2013-11-27 |
| 發明(設計)人: | 莊浩洋 | 申請(專利權)人: | 莊浩洋 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/54 |
| 代理公司: | 北京超凡志成知識產權代理事務所(普通合伙) 11371 | 代理人: | 吳開磊 |
| 地址: | 650031 云南省昆明*** | 國省代碼: | 云南;53 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 車牌 識別 方法 系統 | ||
1.一種車牌識別方法,其特征在于,包括步驟:
先進行單排車牌識別,如果識別到,則輸出第一車牌識別結果;
如果識別到車牌,且是黃顏色的車牌,則獲取包括車牌在內的圖片信息;
在所述圖片的整個區域中,查找黃顏色區域;
判斷是否找到矩形區域,否,則返回并輸出最開始的第一車牌識別結果,是,則獲取圖片的彩色特征信息與邊緣信息;
在所有矩形區域中,找到具有雙排車牌特征的矩形區域;
把所述具有雙排車牌特征的區域信息提取出來,提取包括車牌在內的區域,并進行車牌識別;
對雙排車牌,把識別結果前2字改為預設特殊符號,并用矩形區域位置作為雙排車牌的車牌位置;
輸出第二車牌識別結果。
2.根據權利要求1所述的車牌識別方法,其特征在于,所述步驟進行單排車牌識別包括步驟:
對圖片進行邊緣檢測;
進行字符筆畫檢測;
對筆畫信息進行整理;
根據筆畫信息檢測字符;
根據以上信息檢測車牌;
確定車牌邊界;
對車牌圖片進行傾斜矯正;
檢測邊緣并二值化;
進行字符分割;
檢測每個字符,并進行字符識別;
對字符進行尺寸歸一化,用神經網絡算法進行分類識別,識別時調用經過訓練得到的神經網絡模型的數據;
得到并輸出第一車牌識別結果。
3.根據權利要求2所述的車牌識別方法,其特征在于,還包括自動識別車牌顏色,對車牌顏色的識別步驟,具體包括:
根據車牌的顏色對的先驗知識,再對像素點的HSL顏色統計,計算車牌圖像中每個像素點的HSL顏色值,進行統計,計算出車牌整體顏色。
4.根據權利要求2所述的車牌識別方法,其特征在于,所述步驟對字符進行尺寸歸一化之后還包括步驟:
從字符圖像中提取特征,對圖像中每個像素點,比較當前像素點的值與周圍各方向的像素點的值,如果當前像素點的值小于其周圍像素點的值,則將當前像素點的分數加上2的n次方,并將該分數保存至byte類型的數組中;
通過計算統計直方圖,得到最終用于分類識別的特征向量;
用經過訓練得到的神經網絡數據模型進行分類識別,把所述特征向量輸入到神經網絡中,從神經網絡運算得到輸出結果;選擇所有字符中得分最大的一個字符作為最終識別結果。
5.根據權利要求2所述的車牌識別方法其特征在于,所述神經網絡模型,用于記錄車牌字符識別規則,是用神經網絡算法進行訓練,用圖片樣本或特征數據作為訓練樣本,經過不斷的迭代運算,最終得到的數據模型;
所述步驟進行字符識別步驟,包括:
通過所述神經網絡模型再結合神經網絡算法,對每個字符進行分類識別,得到字符識別結果。
6.根據權利要求1所述的車牌識別方法,其特征在于,所述步驟判斷是否找到矩形區域包括步驟:
先把彩色圖片轉為灰度圖片;
進行多次運算,第一次用邊緣檢測的方法獲取二值圖,再幾次用不同的閾值計算獲取二值圖;
在二值圖中尋找輪廓;
對每個輪廓,用指定精度擬合出多邊形,得到多邊形邊緣線序列;
如果有相互平行的滿足矩形特征的邊緣線,則認為檢測到了矩形。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于莊浩洋,未經莊浩洋許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310381705.8/1.html,轉載請聲明來源鉆瓜專利網。





