[發明專利]一種基于多模板和多比例的車牌字符分割方法

有效

• 申請號: 201910183838.1
• 申請日: 2019-03-12
• 公開（公告）號: CN109993171B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 解梅;李思琦;秦國義;易鑫
• 申請（專利權）人: 電子科技大學
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/764;G06V30/148;G06K9/62
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 甘茂

本發明屬于圖像處理和模式識別領域，提供一種基于多模板和多比例的車牌字符分割方法，用于克服現有字符分割方法車牌種類單一、無法分割模糊或污損字符等問題，實現多類別車牌的精準字符分割。本發明基于車牌標準模板指導字符分割的思想，在此基礎上采用多比例模板，加入單雙行判斷模型、多類別模板滑動評分機制及判別輔助模型，得到本發明最優分割結果選擇策略；綜上，本發明提供一種基于多模板和多比例的車牌字符分割方法，能夠實現多類別車牌以及模糊、污損車牌的精準分割。

技術領域

本發明屬于圖像處理和模式識別領域，主要涉及一種基于多模板和多比例的車牌字符分割方法，用于多種類別的車牌進行字符分割。

背景技術

智能交通是建設智慧城市的一個不可或缺的環節，而車牌識別系統是智能交通中的一個重要組成部分；車牌識別算法一般由車牌定位、字符分割、字符識別3個部分組成，車牌字符分割在車牌識別算法中占據著非常重要的位置，而車牌字符識別非常依賴于一個較好的車牌字符分割結果。

現實環境中，常見的7類車牌分別如圖1～圖7所示；其中，第1類為正常7位車牌，如圖1所示，具體的車牌有小型汽車車牌、大型汽車前車牌、領事館車牌、香港出入境車牌、澳門出入境車牌、教練車車牌；第2類車牌為警車車牌，如圖2所示；第3類車牌為新能源車牌，如圖3所示；第4類車牌為大使館車牌，如圖4所示；第5類車牌為武警車牌，如圖5所示；第6類為大車后牌，如圖6所示，具體的車牌有掛車后牌、大型汽車后牌；第7類為低速車前牌，如圖7所示；其中每一類的車牌的模板相同，第1類至第5類為單行車牌，第6類、第7類為雙行車牌。

目前采用傳統方法的車牌字符分割方法主要為模板匹配，這種利用標準車牌模板分割字符的方法對車牌圖像的要求較高：(1)輸入的車牌左右邊界需精確定位，(2)車牌不能存在模糊或字符污損情況，(3)車牌種類單一；如何對多類別車牌進行準確的字符分割是亟需解決的難題。

發明內容

本發明的目的在于針對上述問題，提供一種基于多模板和多比例的車牌字符分割方法，用于對現實環境中多種類車牌進行精準分割；本發明不僅適應多種類型車牌，還具有較好的魯棒性，對模糊、污損的車牌能夠進行有效的分割。

為實現上述目的，本發明采用的技術方案為：

一種基于多模板和多比例的車牌字符分割方法，包括以下步驟：

步驟1.訓練單雙行車牌判斷模型

以單行車牌作為訓練的正樣本、雙行車牌作為訓練的負樣本，對訓練樣本提取特征，并基于特征訓練一個基于支持向量機的二分類模型，作為單雙行車牌判斷模型；

步驟2.訓練評分模型

以字符圖像作為訓練的正樣本、非字符圖像作為訓練的負樣本，對訓練樣本提取字符特征，并基于字符特征訓練一個基于支持向量機的評分模型，作為評分模型；

步驟3.訓練判別輔助模型

以第1類車牌、第2類車牌、第3類車牌的第一位和最后一位字符作為訓練的正樣本，以第1類車牌和第2類車牌的第一位字符前再取一個字符分割框里的圖像、以及最后一位字符后再取一個字符分割框里的圖像作為負樣本；對訓練樣本提取字符特征，并基于字符特征訓練一個基于支持向量機的二分類模型，作為判別輔助模型；

步驟4.構造多種類別多種比例的模板

針對單行車牌，構建多比例模板：7個字符框從左至右依次表示為：