[發明專利]一種實時桿號識別方法有效
| 申請號: | 201710045140.4 | 申請日: | 2017-01-13 |
| 公開(公告)號: | CN107067009B | 公開(公告)日: | 2020-04-17 |
| 發明(設計)人: | 楊梅;蔡黎;邱剛;黃倩 | 申請(專利權)人: | 重慶三峽學院 |
| 主分類號: | G06K9/46 | 分類號: | G06K9/46;G06T7/13;G06T7/136;G06T7/187 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 404000 重*** | 國省代碼: | 重慶;50 |
| 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 實時 識別 方法 | ||
1.一種實時桿號識別方法,其特征在于:該方法至少包括如下步驟:
步驟1:通過基于雙閾值的canny邊緣檢測算法提取字符模板;
步驟2:對提取的字符模板進行圖像預處理;
步驟3:對步驟2中的圖像進行形狀匹配;
步驟4:利用自適應策略算法得到正確的桿號結果;
在所述的步驟4中,還包括如下分步驟:
步驟4.1:去除低匹配度數據,設閾值Th1:
(a)當Score≥Th1時,匹配結果有效;
(b)當Score<Th1時,匹配結果無效,并去除;
步驟4.2:判斷號牌的方向:
(a)分別取出匹配數據的X和Y坐標序列;
(b)對取出的X和Y坐標序列分別做排序處理,結果為{x1,x2,x3…xn},{y1,y2,y3…yn};
(c)利用下式對步驟(b)得到的結果進行計算,得到{dx1,dx2,dx3…dxn},{dy1,dy2,dy3…dyn};
dx=xn-xn-1,dy=yn-yn-1 式3-12
(d)設閾值Th2,判斷(c)步結果中dx,dy小于Th2的個數分別為Nx,Ny;
(e)如果Nx≥Ny,號牌為橫向號牌,反之則為豎向號牌;
步驟4.3:根據號牌方向,得到號牌結果:
(a)若為橫向號牌:根據X坐標對匹配結果由小到大排序;
(b)若為豎向號牌:根據Y坐標對匹配結果由小到大排序;
(c)根據排序結果,將匹配字符組合得到桿號結果。
2.根據權利要求1所述的實時桿號識別方法,其特征在于:在所述的步驟1中,還包括如下分步驟:
步驟1.1:選擇成像質量好的桿號圖像;
步驟1.2:框選需要提取的字符;
步驟1.3:提取字符輪廓;
步驟1.4:根據式3-1調整提取的輪廓質量;
其中:n為邊緣像素點的個數,TL為邊緣像素點個數的最小閾值,TH為邊緣像素點個數的最大閾值。
3.根據權利要求2所述的實時桿號識別方法,其特征在于:在所述的步驟1中,提取桿號中出現的0-9內的字符,且同一個字符提取一個或多個模板來匹配字符。
4.根據權利要求1所述的實時桿號識別方法,其特征在于:在所述的步驟2中,還包括如下分步驟:
步驟2.1:利用式3-2對圖像進行分割處理;
其中,T為分割閾值;
步驟2.2:根據號牌在圖像中的面積大小,設兩個面積閾值T1,T2,其中T1<T2,利用式3-3篩選出符合要求的連通區域;
T1<area(i)<T2 式3-3
其中,area(i)為中第i個連通區域的面積;
步驟2.3:利用式3-4對步驟2.2的結果進行膨脹處理;
其中,結構元素B為100*100的結構元素;
步驟2.4:利用式3-5對步驟2.2中的目標區域計算平行于坐標軸的包圍桿號區域的最小外接矩形,并得到矩形區域的圖像,從而將圖像所示的矩形區域用于形狀匹配;
5.根據權利要求1所述的實時桿號識別方法,其特征在于:在所述的步驟3中,還包括如下分步驟:
步驟3.1:對桿號圖像進行邊緣提取,并對邊緣提取出的輪廓目標進行特征點抽樣;
步驟3.2:對特征信息進行計算,設一個目標抽取的特征點數為m,對于邊緣任意一個特征點,它與其他m-1個特征點可以構成m-1個特征向量,以m-1個特征向量構成一個列向量,從而對于m個特征點就形成了一個(m-1)*m的特征向量矩陣;
步驟3.3:對字符進行匹配度計算。
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重慶三峽學院,未經重慶三峽學院許可,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/201710045140.4/1.html,轉載請聲明來源鉆瓜專利網。





