[發明專利]基于紋理檢測技術的車牌字符快速識別方法及其系統

有效

• 申請號: 201911312359.1
• 申請日: 2019-12-18
• 公開（公告）號: CN111046876B
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 祝勇俊;劉文波;沈騫;朱樹先;李佳雨;李蕓
• 申請（專利權）人: 南京航空航天大學;蘇州科技大學
• 主分類號: G06V30/146
• 分類號: G06V30/146;G06V30/148
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種車牌字符識別方法，其特征在于，包括如下步驟：

獲取影像，并提取有車輛的關鍵幀；

檢測車牌特征，并將截取車牌圖像；

對截取的車牌圖像進行傾斜矯正；

對完成傾斜矯正的車牌圖像進行二值化處理，并利用腐蝕和膨脹去除部分噪點，形成沒有空腔的完整車牌二值圖像；

利用積分投影將車牌中的每個字符切割出來；

利用紋理檢測技術識別每個字符；

輸出每個字符的結果，形成車牌識別結果；

所述利用紋理檢測技術識別每個字符是利用灰度共生矩陣檢測每個字符的紋理并組合成該圖像的特征，并計算該特征與標準圖像庫中特征的歐式距離；

利用灰度共生矩陣檢測每個字符的紋理并組合成該圖像的特征，并計算該特征與標準圖像庫中特征的歐式距離通過以下動作得到：

利用多尺度或單一尺度的窗口遍歷標準化的圖像，在每個窗口中計算其灰度共生矩陣，并輸出為該窗口的特征；

將字符圖像的所有特征值連接為多個特征向量，并計算其與標準庫特征向量之間的歐式距離，以最小距離的索引為指標，輸出該字符的識別值；

所述利用灰度共生矩陣檢測每個字符的紋理并組合成該圖像的特征，并計算該特征與標準圖像庫中特征的歐式距離的具體方法包括如下：

(1)使用多尺度的窗口掃描圖像，即假定掃描窗口大小為[Hn,Wn]，則窗口圖像大小也為[Hn,Wn]，掃描尺度為S_i，則所有的掃描窗口根據掃描尺度S_i的進行調整；

(2)利用掃描窗口[Hn,Wn]將圖像分成多個子圖像；

(3)計算窗口內的灰度共生矩陣，即從灰度i出發，統計與距離灰度j的像素同時出現的概率P(i，j|d，θ)，由公式P(i，j|d，θ)＝{(x，y)f(x，y)＝i，f(x+dx，y+dy)＝j}給出；其中f(x，y)表示子圖像，dx和dy表示在行和列方向上的位移，i和j表示像素的灰度值；

(4)根據灰度共生矩陣計算行與列的特征值Ahd、Ahd2，由公式和給出；其中row和col分別是窗口的行和寬的像素數；由圖3中所示矩陣可以利用灰度共生矩陣計算出特征值；

(5)根據灰度共生矩陣計算出多個特征對，生成N維的特征向量，每個特征向量為fea(i)＝[Ahd(1)，Ahd(2)，...，Ahd(N)]，i不同尺寸的窗口種類數，N為某一類的窗口總數；

(6)計算這些特征與標準庫特征的歐式距離，由公式給出；其中fea是待檢測字符的特征向量，fea_std是標準庫特征向量；

(7)輸出最小值的索引，并輸出該索引的值，即為該待檢測字符的值。

2.根據權利要求1所述的車牌字符識別方法，其特征在于,所述獲取影像，并提取有車輛的關鍵幀是通過傳感器的信號，截取有車輛的關鍵幀。

3.根據權利要求1所述的車牌字符識別方法，其特征在于，所述對截取的車，牌圖像進行傾斜矯正的步驟方法為：

圖像標準化，利用Rodon算法進行傾斜校正，并利用閾值分割技術將圖像二值化處理；同時利用開閉運算去除部分噪點；最后將圖像放縮到指定尺寸。

4.根據權利要求1所述的車牌字符識別方法，其特征在于，所述完整車牌二值圖像的方法為：利用積分投影的方法，將車牌像素分別向水平及垂直放進行投影，對于有像素的部分進行切割，實現單字符的分離。

5.根據權利要求1所述的車牌字符識別方法，其特征在于,所述輸出每個字符的結果，形成車牌識別結果的方法為：利用計算出的結果，尋找最小值作為當前字符的索引，并輸出該字符，完成車牌字符的識別。

6.一種基于權利要求1-5中任意一項所述的車牌字符識別方法的識別系統，其特征在于，包括：

圖像攝取模塊，用于攝取含有車輛的關鍵幀；

車牌位置檢測模塊，用于從含有車輛的關鍵幀中獲取含有車牌的像素；

圖像標準化模塊，用于將檢測到的車牌進行標準化操作，將車牌圖像進行傾斜矯正、閾值化分割，最終得到車牌圖像中的單個字符圖像；

紋理檢測模塊，用于提取單個字符的特征，并與庫中的標準特征進行比對，得到最相近結果，輸出所識別的車牌號碼。

7.根據權利要求6所述的車牌字符識別方法的識別系統，其特征在于，所述紋理檢測模塊是利用基于灰度共生矩陣計算的紋理檢測技術紋理檢測；所述紋理檢測模塊的特征提取和識別通過以下動作得到：

利用多尺度或單一尺度的窗口遍歷標準化的圖像，在每個窗口中計算其灰度共生矩陣，并輸出為該窗口的特征；

將字符圖像的所有特征值連接為多個特征向量，并計算其與標準庫特征向量之間的歐式距離，以最小距離的索引為指標，輸出該字符的識別值。