[發明專利]一種基于車牌識別的智能交通分析方法

在審

• 申請號: 201611167472.1
• 申請日: 2016-12-16
• 公開（公告）號: CN106599851A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 陳擁權;華東亞;陳影;侯曼曼
• 申請（專利權）人: 合肥寰景信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/34;G08G1/017
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙)34124
• 代理人: 丁瑞瑞

技術領域

本發明涉及視頻分析技術領域，具體涉及一種基于車牌識別的智能交通分析方法。

背景技術

在“向科技要警力、向科技要效率”的今天，隨著城市機動車數量的不斷增長，帶來諸多便利的同時，也存在著一些問題，城市道路交通事故頻頻發生，給城市交通管理造成了一定的難度。

利用科技手段實現對道路交通進行有力的治理，既能有效的防止此類交通違章行為，減少由此引起的事故，又能對違章的駕駛員起到威懾作用，促進交通秩序良性循環，同時能將部分交警解放下來，在一定程度上緩解警力不足，真正體現向科技要警力的無窮力量。

近年來孕育而生的電子化交通管理等已得到了廣泛的應用，例如：闖紅燈抓拍、超速抓拍等；但其多數系統停留在對違章等車輛的抓拍上，后續需經過較多的人工成本和時間對車牌進行識別，這也產生了工作量大，效率不高，智能化程度低的問題。

針對于此，需要做出改進。

發明內容

本發明提供了一種基于車牌識別的智能交通分析方法，大大提高交通視頻車牌分析能力和效率。

一種基于車牌識別的智能交通分析方法，包括以下步驟：

1)原始圖像采集，使用高速攝像機對出現在畫面內的信息進行錄像；

2)圖像預處理，對采集到的錄像進行灰度處理，然后進行降噪處理；

3)車牌定位，使用基于小波分析定位法對車牌進行定位；

4)字符分割，對已經定位出車牌區域的圖像進一步處理，精確定位字符區域，然后根據字符尺寸特征采用動態模板進行字符分割，并將字符大小進行歸一化處理；

5)字符識別，對分割后的字符進行縮放、特征提取，獲得特定字符的表達形式，然后通過分類判別和分類規則，識別出輸入的字符圖像。

進一步的，所述步驟3)車牌定位中，使用的小波分析定位法包括以下步驟：

1)先使用自適應濾波多尺度邊緣檢測方法檢測出車牌的邊緣；

2)然后用數學形態學方法度閾值二值化后的邊緣圖像記性系列形態運算，進一步消除無用信息；

3)最后用基于車牌底色識別的方法進行車牌定位。

進一步的，所述步驟2)中對圖像預處理，具體為對拍到的車輛圖像進行灰度化和去噪處理，在處理中保留和增強車牌中紋理和顏色信息。

進一步的，所述灰度化處理，具體做法為將拍到的圖像轉化為BMP格式，轉換為256個亮度級的灰度圖像，使用加權平均值法作為灰度化算法。

進一步的，所述加權平均值法對BMP圖像的R、G、B值賦予權值后加權平均，即：

R＝G＝B＝(WrR+WgG+WbB)/3；

灰度圖像隨著賦予不同的權值而變化，實際中取(0.299/0.587/0.114)時，圖像效果最好。

進一步的，所述在圖像灰度化處理后，還要進行灰度拉伸，通過T變換來改變圖像中每個點的像素值，直至達到滿意的效果，即：

g(x,y)＝T[f(x,y)]。

進一步的，在步驟4)和步驟3)之間還包括一個選擇性觸發的步驟，車牌校正，具體為將傾斜的車牌圖像進行校正。

進一步的，所述字符分割中，所述的對已經定位出車牌區域的圖像進一步處理包括：灰度化、灰度拉伸、二值化和邊緣化處理。

進一步的，所述步驟字符識別中，還包括與字符模板數據庫中的標準字符表達形式進行匹配判別。

進一步的，還包括結果輸出步驟，將車牌識別的結果以文本格式的形式輸出。

本發明的優點在于：本發明通過圖像采集并對圖像中的車牌進行智能分析自動識別車牌，減輕了人工成本，提高了電子化交通管理的智能化水平和工作效率；方法流程簡潔，系統實現效率高，車牌識別準確率高。

附圖說明

圖1為本發明基于車牌識別的智能交通分析方法流程圖。

具體實施方式

為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。