[發明專利]一種基于邊緣檢測和改進Harris角點檢測的車牌定位方法和系統

有效

• 申請號: 201810396912.3
• 申請日: 2018-04-28
• 公開（公告）號: CN108629343B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 陳世強;楊鼎鼎;劉靜漪;劉嵩;秦柳
• 申請（專利權）人: 湖北民族學院;湖北科藍科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/44;G06K9/46
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 鄭嫻雅

本發明公開了一種基于邊緣檢測和改進Harris角點檢測的車牌定位方法和系統，包括：S1，輸入圖像，對圖像進行平滑濾波，獲得平滑圖像；S2，對平滑圖像進行邊緣檢測，獲得邊緣檢測圖；S3，對邊緣檢測圖進行角點檢測，獲取角點位置，根據角點位置完成車牌定位；該方法在harris角點檢測算法中用指數函數代替傳統的高斯函數作為harris角點檢測的窗函數，減少了運算量，提高了定位速度；利用雙閾值法來判定角點，很好地解決了漏檢和偽角點問題，提高了角點檢測精度；雙閾值可自適應選取和排除人為因素的干擾，達到更精確的角點分割。

技術領域

本發明涉及一種車牌定位方法，特別是涉及一種基于邊緣檢測和改進 Harris角點檢測的車牌定位方法和系統。

背景技術

車牌定位是車牌識別的前提，車牌定位的精度決定了車牌識別的準確度。目前，車牌定位方法主要有基于灰度圖像的車牌定位和基于彩色圖像的車牌定位。相對彩色圖像，選擇灰度圖像進行車牌定位有如下優勢：(1)彩色圖像每個像素由R、G、B三個分量組成，灰度圖像不含色彩信息，故灰度化后圖像計算量能極大地減少。(2)灰度圖像對圖像特征的描述除顏色特征外與彩色圖像沒有什么區別，仍能反應整個圖像的整體和局部的亮度和色度特征。

當前，基于彩色圖像進行車牌定位的方法主要有：基于車牌紋理和RGB顏色模型的車牌定位，基于車牌顏色變化劇烈特征的彩色車牌定位方法等。基于灰度圖像進行車牌定位的方法主要有：基于灰度變化和顏色特征的車牌定位算法，基于灰度圖像的車牌精確定位算法，基于灰度跳變的車牌定位算法等。這些車牌定位方法主要存在著定位速度慢、定位精度低和魯棒性差等問題。亟待一種快速的、精確的、且適用性廣的車牌定位方法。因此，如何實現快速精確地定位車牌仍具有重要的現實意義。

發明內容

本發明旨在至少解決現有技術中存在的技術問題，特別創新地提出了一種基于邊緣檢測和改進Harris角點檢測的車牌定位方法和系統。

為了實現本發明的上述目的，根據本發明的第一個方面，本發明提供了一種基于邊緣檢測和改進Harris角點檢測的車牌定位方法，包括如下步驟：

S1，輸入圖像，對圖像進行平滑濾波，獲得平滑圖像；

S2，對平滑圖像進行邊緣檢測，獲得邊緣檢測圖；

S3，對邊緣檢測圖進行角點檢測，獲取角點位置，根據角點位置完成車牌定位，包括如下過程：

S31，計算邊緣檢測圖中像素點(x，y)在水平方向和豎直方向上的一階偏導數I_x和I_y，其中，(x,y)為目標像素點坐標；

S32，將指數函數作為窗口函數對協方差矩陣進行平滑濾波，獲得像素點(x,y)的自相關矩陣M，所述其中，(u,v)表示其他像素點相對于像素點(x，y)的偏移量；ω_u,v為指數加權窗口函數；

S33，計算像素點(x,y)的角點響應值R，所述R＝det(M)-k×trace²(M)，其中，det(M)為自相關矩陣M的行列式；trace(M)為自相關矩陣M的跡；k為常數，取值范圍為0.04≤k≤0.06；

S34，重復步驟S31、S32和S33，直到遍歷邊緣檢測圖中所有像素點；

S35，逐一對邊緣檢測圖中所有像素點的角點響應值進行閾值判斷，獲得角點和角點位置，在角點中尋找出車牌的邊緣角點，并利用邊緣角點對車牌圖像進行裁剪，得到車牌位置，完成車牌定位；

或者S3，包括：

S031，基于邊緣檢測圖中最小像素值和最大像素值，設置第三閾值Th₃和第四閾值Th₄，且Th₃Th₄；