[發(fā)明專利]一種車牌檢測方法、裝置以及設(shè)備

在審

• 申請?zhí)枺?/td>: 201711430133.2
• 申請日: 2017-12-26
• 公開（公告）號: CN108197622A
• 公開（公告）日: 2018-06-22
• 發(fā)明（設(shè)計）人: 彭莉;吳香蓮;劉洋
• 申請（專利權(quán)）人: 新智數(shù)字科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 北京晉德允升知識產(chǎn)權(quán)代理有限公司 11623
• 代理人: 楊移;萬鐵占

1.一種車牌檢測方法，其特征在于，包括：

獲取待檢測圖像；

提取所述待檢測圖像的亮度特征和水平梯度特征；

對所述亮度特征和所述水平梯度特征進行聚合，得到聚合通道特征；

根據(jù)所述聚合通道特征，在所述待檢測圖像中檢測車牌。

2.如權(quán)利要求1所述的方法，其特征在于，所述亮度特征用一個亮度特征通道表示；所述水平梯度特征用一個水平特征通道表示。

3.如權(quán)利要求2所述的方法，其特征在于，所述對所述亮度特征和所述水平梯度特征進行聚合，得到聚合通道特征，具體包括：

掃描所述待檢測圖像的多個區(qū)域；

根據(jù)所述亮度特征通道和所述水平特征通道，分別獲取每個所述區(qū)域的亮度特征和水平梯度特征并進行聚合，得到每個所述區(qū)域的聚合通道特征。

4.如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述聚合通道特征，在所述待檢測圖像中檢測車牌，具體包括：

分別根據(jù)所述每個所述區(qū)域的聚合通道特征，利用分類算法檢測每個所述區(qū)域中是否存在車牌。

5.如權(quán)利要求2所述的方法，其特征在于，所述提取所述待檢測圖像的亮度特征，具體包括：

根據(jù)所述待檢測圖像的像素的灰度值，提取所述待檢測圖像的亮度特征通道，所述亮度特征通道由多個第一矩陣元素構(gòu)成，每個所述第一矩陣元素根據(jù)所述待檢測圖像的部分所述像素的灰度值的均值得到。

6.如權(quán)利要求2所述的方法，其特征在于，所述提取所述待檢測圖像的水平梯度特征，具體包括：

根據(jù)水平梯度算子和所述待檢測圖像的像素的灰度值，提取所述待檢測圖像的水平梯度特征通道，所述水平梯度特征通道由多個第二矩陣元素構(gòu)成，每個所述第二矩陣元素根據(jù)所述水平梯度算子與所述待檢測圖像的部分所述像素的灰度值的卷積值得到。

7.如權(quán)利要求6所述的方法，其特征在于，所述水平梯度算子為sobel算子或者快速梯度算子。

8.一種車牌檢測裝置，其特征在于，包括：

獲取模塊，獲取待檢測圖像；

提取模塊，提取所述待檢測圖像的亮度特征和水平梯度特征；

聚合模塊，對所述亮度特征和所述水平梯度特征進行聚合，得到聚合通道特征；

檢測模塊，根據(jù)所述聚合通道特征，在所述待檢測圖像中檢測車牌。

9.如權(quán)利要求8所述的裝置，其特征在于，所述亮度特征用一個亮度特征通道表示；所述水平梯度特征用一個水平特征通道表示。

10.如權(quán)利要求9所述的裝置，其特征在于，所述聚合模塊對所述亮度特征和所述水平梯度特征進行聚合，得到聚合通道特征，具體包括：

所述聚合模塊掃描所述待檢測圖像的多個區(qū)域；

根據(jù)所述亮度特征通道和所述水平特征通道，分別獲取每個所述區(qū)域的亮度特征和水平梯度特征并進行聚合，得到每個所述區(qū)域的聚合通道特征。

11.如權(quán)利要求10所述的裝置，其特征在于，所述檢測模塊根據(jù)所述聚合通道特征，在所述待檢測圖像中檢測車牌，具體包括：

所述檢測模塊分別根據(jù)所述每個所述區(qū)域的聚合通道特征，利用分類算法檢測每個所述區(qū)域中是否存在車牌。

12.如權(quán)利要求9所述的裝置，其特征在于，所述提取模塊提取所述待檢測圖像的亮度特征，具體包括：

所述提取模塊根據(jù)所述待檢測圖像的像素的灰度值，提取所述待檢測圖像的亮度特征通道，所述亮度特征通道由多個第一矩陣元素構(gòu)成，每個所述第一矩陣元素根據(jù)所述待檢測圖像的部分所述像素的灰度值的均值得到。