[發明專利]基于MSER和ISODATA相結合的車牌定位方法

有效

• 申請號: 201910618457.1
• 申請日: 2019-07-10
• 公開（公告）號: CN110516666B
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 李潔;劉學文;陳聰;續拓;王飛;陳威
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V20/54;G06V30/146;G06V30/19
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 肖志娟

本發明屬于模式識別與圖像處理技術領域，公開了一種基于MSER和ISODATA相結合的車牌定位方法，將待檢測圖像轉換為灰度圖像，提取出灰度圖像中的最大穩定極值區域MSER并擬合出最小矩形框，根據車牌字符特征對矩形框進行篩選，得到候選字符矩形框；對得到的候選字符矩形框左上角縱坐標進行迭代自組織處理ISODATA，得到聚類后的結果，找到聚類后含有矩形框最多的一個樣本集，確定為候選車牌字符矩形框；根據矩形框的位置確定車牌上下邊界；根據矩形框的位置，通過滑窗方法，找出包含矩形框最多的窗口，確定左右邊界。本發明的車牌定位方法能夠克服惡劣天氣、光照較差等不利條件進行準確定位，魯棒性強。

技術領域

本發明屬于模式識別與圖像處理技術領域，尤其涉及一種基于MSER和ISODATA相結合的車牌定位方法。

背景技術

隨著經濟與交通的迅速發展導致機動車輛大幅地增加，這無疑加重了交通的負擔。因此，汽車的安全管理不容忽視，也促進了人們對汽車識別系統的研發力度。截止目前，汽車牌照識別在停車場、高速公路、關卡車輛檢測、安防監控方面有著廣泛應用，并且是智能交通系統最為重要的監管方式之一。其中，車牌定位技術是車牌識別技術的關鍵，準確的車牌定位對于后續的識別過程有著舉足輕重的作用。

目前傳統的車牌定位方法主要分為兩大類，一類是基于車牌字符的紋理特征，基于紋理特征的定位需要先檢測車牌的紋理，常用的紋理檢測法有：邊緣檢測法、角點檢測法、小波變換法、傅立葉變換法等。在紋理檢測結束后，輔之以邊緣密度掃描、灰度跳變、形態學處理等提取出車牌區域，最后根據車牌特征先驗知識進行精確定位，適用于車牌明顯、背景場景變化不大的場景中，而對于拍攝角度不同、遠近不同、含有大量紋理物品的復雜場景圖像，第一種方法往往存在著較大的局限性。另一類是基于車牌的顏色特征。基于顏色特征的車牌定位主要是依賴于車牌的顏色特征，通過在一定顏色空間提取出車牌顏色區域來定位車牌。除此之外，Adaboost、遺傳算法、神經網絡等也會被應用到車牌定位中，只適用于圖像清晰、光照均勻的場景的情況，對于惡劣天氣、光照不均往往不能夠達到令人滿意的效果。

例如對于第一類基于邊緣檢測的車牌定位來說，局限性往往在于對拍攝圖片的要求過于苛刻。當圖片拍攝角度或距離不同時，抑或是圖片中含有大量紋理時，利用邊緣提取特征的方法都會導致邊緣模糊、無法檢測到邊緣或是大量邊緣特征無法篩選的情況。在這樣的情形下，就會導致車牌定位變得十分困難。比如申請公開號為CN108960243A，名稱是“車牌定位方法”的專利申請，公開了一種對原始車牌圖像依次進行預處理、邊緣提取、獲得輪廓圖的車牌定位方法。該方法主要使用了邊緣提取得到輪廓圖，然后對輪廓圖提取特征，最后與預存的車牌分類器中的字符進行比對的方法定位車牌同時輸出信息。這種方法在特定的場景下識別準確率高，抗干擾小。但是，由于車輛拍攝圖片復雜多樣，也無法確保使用算法的場景，所以這樣的檢測方法并不實用，在正式使用時準確率會降低。

而對于第二類基于車牌顏色特征的定位方法，局限性在于對場景變換不魯棒。這類算法較之第一類算法來說，對于拍攝角度的要求降低，但是對于車牌顏色的要求卻變得很高。當圖片處于陰天雨天抑或是任何光照不均的情況下，都會使拍攝的車牌顏色有較大的變化，這樣一來，基于顏色的特征提取會變得困難，使得定位精度下降。比如申請公開號為CN102999753的一種基于復雜全景圖的車牌定位方法，在光照均勻的條件下定位精度高，識別準確，但是該方法存在著兩個問題，第一，當光照不均勻時，車牌上受到太陽光照射的地方顏色會更鮮艷，導致顏色特征提取困難；第二，當車型顏色與車牌相同時，譬如說對于藍色或者黃色、綠色車，使用顏色特征會將車牌定位到全車上，這樣的檢測效果有待進一步改善。

綜上所述，現有技術存在的問題是：

(1)現有技術基于車牌字符的紋理特征對于拍攝角度不同、遠近不同、含有大量紋理物品的復雜場景圖像，存在著較大的局限性。

(2)現有技術基于車牌的顏色特征只適用于圖像清晰、光照均勻的場景的情況，對于惡劣天氣、光照不均往往不能夠達到令人滿意的效果。