[發明專利]一種基于多尺度筆畫模型的車牌識別方法與系統

有效

• 申請號: 201410205321.5
• 申請日: 2014-05-15
• 公開（公告）號: CN103971097A
• 公開（公告）日: 2014-08-06
• 發明（設計）人: 陳瑞軍;白翔;姚聰;肖可偉;張新浩
• 申請（專利權）人: 武漢睿智視訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66
• 代理公司: 武漢東喻專利代理事務所(普通合伙) 42224
• 代理人: 李佑宏;李歡

1.一種基于多尺度筆畫模型的車牌識別方法，其特征在于，所述方法包括下述步驟：

(1)獲取車牌圖像中字符的多尺度筆畫模型：

(1.1)對訓練圖像集中的車牌圖像，根據字符在車牌圖像中的位置和大小信息，獲取圖像的字符區域和背景區域；

(1.2)在字符區域和背景區域分別隨機取多種尺度的圖像塊；

(1.3)對每種尺度的圖像塊，采用聚類的方法獲取字符的筆畫模型，得到用以描述字符的多尺度筆畫模型；

(2)獲取車牌圖像中的字符：

(2.1)對訓練圖像集中的每張訓練圖像，首先將圖像的尺度按比例縮放，使圖像的高度均為HL個像素，然后在縮放后的圖像上采集多尺度的圖像塊，且圖像塊的尺度與步驟(1.2)中獲取的圖像塊的尺度相同，HL為預設的圖像縮放高度值；

(2.2)用步驟(1)中得到的多尺度筆畫模型對采集到的圖像塊進行投票；

(2.3)獲取多尺度筆畫模型對訓練圖像集中車牌圖像投票結果的霍夫圖；

(2.4)用Mean Shift算法找出霍夫圖中的所有極大值點，即為車牌圖像中字符的中心位置；

(2.5)用加權求和的方法估算出牌圖像中字符區域的寬度和高度；

(2.6)用車牌圖像中字符的中心位置以及字符區域的寬度和高度，獲取車牌圖像中的字符；

(3)訓練字符分類器：

(3.1)計算步驟(2)中獲取的車牌圖像的字符的筆畫模型特征向量；

(3.2)計算步驟(2)中獲取的車牌圖像的字符的HOG特征向量；

(3.3)將字符的筆畫模型特征向量和HOG特征向量拼接成字符的特征向量；

(3.4)利用訓練圖像中獲取的所有字符的字符特征向量訓練隨機森林分類器；

(4)識別待識別的車牌圖像：

(4.1)按照步驟(2)檢測出待識別車牌圖像中的字符；

(4.2)按照步驟(3.1)-(3.3)獲取待識別車牌圖像中字符的特征向量；

(4.3)利用步驟(3)中訓練好的隨機森林分類器，對待識別的字符特征向量進行分類，并輸出車牌圖像的識別結果。

2.根據權利要求1所述的基于多尺度筆畫模型的車牌識別方法，其特征在于，所述步驟(1.1)具體為：用人工標注的方法將訓練圖像集中車牌圖像上的字符區域用矩形框標記出來，獲取車牌的字符區域，車牌圖像的其他區域為背景區域。

3.根據權利要求1或2所述的基于多尺度筆畫模型的車牌識別方法，其特征在于，所述步驟(1.2)具體為：對獲取的字符區域和背景區域，分別隨機取不同尺度的圖像塊；對同一個尺度的圖像塊，字符區域取出的圖像塊構成字符集D，背景區域取出的圖像塊構成背景集N，并將字符集和背景集均分為兩個不重疊的部分，即為D＝{D₁,D₂}；N＝{N₁,N₂}；多個不同尺度的圖像塊即可得到多個字符集和背景集。