[發(fā)明專利]基于形狀輪廓特征的稀疏編碼車牌字符識別方法

有效

• 申請?zhí)枺?/td>: 201410024942.3
• 申請日: 2014-01-20
• 公開（公告）號: CN103761531A
• 公開（公告）日: 2014-04-30
• 發(fā)明（設計）人: 趙凡;廖開陽;曲方瑩;張二虎
• 申請（專利權）人: 西安理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 李娜

1.基于形狀輪廓特征的稀疏編碼車牌字符識別方法，其特征在于，具體按照以下步驟實施：

步驟1、對樣本車牌圖像進行基于稀疏編碼的字典學習，得到稀疏字典分類器；具體按照以下步驟實施：

步驟1.1、對訓練樣本車牌圖像進行預處理得到訓練字符圖像集；

步驟1.2、對步驟1.1中得到的訓練字符圖像集進行特征提取，得到樣本特征矢量和鏈碼直方圖矢量；

步驟1.3、把樣本特征矢量和鏈碼直方圖矢量引入稀疏編碼的目標函數，進行學習，得到稀疏字典分類器；

步驟2、根據稀疏字典分類器，對車牌圖像進行字符識別。

2.根據權利要求1所述的基于形狀輪廓特征的稀疏編碼車牌字符識別方法，其特征在于，所述對訓練樣本車牌圖像進行預處理得到訓練字符圖像集，包括如下步驟：

步驟1.1.1、對抓拍的樣本車牌圖像進行預處理，得到大小歸一化的訓練二值字符圖像集X_train；

步驟1.1.2、利用細化算法，把大小歸一化后的二值字符圖像集X_train變?yōu)閮H有一個像素寬度的骨架圖像集Ske_train。

3.根據權利要求2所述的基于形狀輪廓特征的稀疏編碼車牌字符識別方法，其特征在于，所述預處理包括車牌的傾斜校正、二值化、字符分割和大小歸一化處理，其中，采用Hough變換、Radon變化和PCA任一種方法實現車牌照圖像的傾斜角度檢測和校正；二值化就是對圖像亮度值取均值，以該均值作為閾值將字符圖像二值化，背景為0，字符為1，或者背景為1，字符為0。

4.根據權利要求3所述的基于形狀輪廓特征的稀疏編碼車牌字符識別方法，其特征在于，所述車牌的傾斜校正采用Hough變換、Radon變化和PCA方法中的一種。

5.根據權利要求2所述的基于形狀輪廓特征的稀疏編碼車牌字符識別方法，其特征在于，所述的對步驟1中得到的訓練字符圖像集進行特征提取，具體按照以下步驟實施：

步驟1.2.1、對二值字符圖像集X_train按四等份大小采樣，提取N維樣本特征矢量T_k(k＝1,2,…,K)，其中N為等分區(qū)域的像素點個數，為圖像大小的1/4，K為列向量個數，K＝4×J；具體按照以下步驟實施：把大小歸一化的二值字符圖像集X_train劃分成四等分區(qū)域，將每一塊區(qū)域內的像素點排列成一個列向量，該列向量的行數N是該區(qū)域內像素點的個數，并將這四塊區(qū)域對應的四個列向量拼接起來構成該字符圖像的特征向量T_k(k＝1,2,…,K)和Y_i(i＝1,2,…,n)，這里n＝4；得到樣本特征矢量T_k，T_k即為N維訓練樣本的區(qū)域特征向量；

步驟1.2.2、對骨架圖像集Ske_train里的各個圖像X_j(j＝1,2,…,J)，J為圖像個數，跟蹤其輪廓曲線,獲得8方向的Freeman鏈碼,統計各個方向鏈碼的個數,形成鏈碼直方圖；對鏈碼直方圖除以鏈碼總數，得到輪廓曲線的8維歸一化鏈碼直方圖向量H_j(j＝1,2,…,J)。