[發明專利]一種用于智能交通系統的車牌識別方法

有效

• 申請號: 201410069100.X
• 申請日: 2014-02-27
• 公開（公告）號: CN103824091B
• 公開（公告）日: 2017-11-03
• 發明（設計）人: 劉玉杰;谷勝;陳曉明;李宗民
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 濟南舜源專利事務所有限公司37205
• 代理人: 王連君

1.一種用于智能交通系統的車牌識別方法，其特征在于，包括以下步驟：

a在車牌學習訓練階段，首先對相應的樣本車輛圖像進行分辨率歸一化操作，再提取描述圖像整體紋理的LBP特征，然后利用得到的LBP特征通過基于級聯分類器的學習算法對車牌進行歸類學習訓練，得到分類器識別模型；

步驟a中，樣本車牌圖像在進行LBP特征提取之前，首先采用灰度拉伸進行圖像增強；

b在車牌區域檢測階段，首先對獲取的圖像進行光照歸一化處理，再通過步驟a得到的識別模型進行類別判定獲得車牌候選區域，即將獲取的圖像縮放到5個尺度，在每個尺度的圖像上均使用LBP提取特征，進行滑窗匹配，如果在圖像的同一個區域的三個尺度上都能檢測到車牌，就認為這個區域就是車牌候選區域；然后對車牌候選區域進行顏色空間變換，判斷車牌候選區域可能出現車牌的概率，根據車牌顏色占候選區域的比例去除偽車牌區域，得到最終檢測出的車牌區域；

所述步驟b中，進行車牌區域檢測之前，首先采用灰度拉伸進行圖像增強；

所述步驟b中，在得到車牌候選區域之后，將每個區域由RGB顏色空間變換到HSI顏色空間，遍歷每一點的H值，若某個點的H值在238和242之間，將這個位置變為1，否則變為0，最后統計為1的像素所占的面積，若面積大于0.7，則判定該區域為車牌區域；

c在得到車牌區域之后對車牌進行校正，首先根據車牌先驗知識尋找車牌區域最長的線段，根據這個線段校正車牌角度，然后根據區域聯通算法結合車牌先驗知識精確的分割出每一個字符區域；

所述步驟c中，首先使用區域聯通算法生成連通區域，然后車牌字符分布先驗知識指導連通區域進行合并，最終產生分隔好的單個字符區域；

d在獲得的每個字符區域上進行二值化操作，并對得到的二值圖像使用模板匹配算法進行字符識別，從而得出車牌號；

所述圖像增強的具體做法如下：首先獲取圖像的最大灰度值和最小灰度值，用最大灰度減去最小灰度值獲得灰度差，用255除以灰度差獲取變換因子，用每個點的灰度值減去最小灰度值，然后再乘以變換因子得到新的灰度值。

2.根據權利要求1所述的一種用于智能交通系統的車牌識別方法，其特征在于，所述步驟a中，樣本車牌圖像在進行LBP特征提取時分辨率歸一化為60*17。

3.根據權利要求1所述的一種用于智能交通系統的車牌識別方法，其特征在于，所述步驟a中，對樣本車牌圖像進行LBP特征提取的具體過程如下：

首先將樣本車牌圖像的檢測窗口劃分為16×16的子區域，對于每個子區域中的一個像素，將其環形鄰域內的8個點進行順時針或逆時針的比較，如果中心像素值比該鄰點大，則 將鄰點賦值為1，否則賦值為0，這樣每個點都會獲得一個8位二進制數；計算每個子區域的直方圖，即每個數字出現的頻率，然后對該直方圖進行歸一化處理；最后將得到的每個子區域的統計直方圖進行級聯，就得到了樣本車牌圖像的LBP特征。