專利名稱：一種車牌識別裝置的制作方法
技術領域：
本實用新型涉及圖像識別技術，具體涉及一種車牌識別裝置。
技術背景當前，隨著計算機技術的迅速發展，計算機的信息處理能力不斷提高。 圖像識別技術，隨著計算機處理能力的提高也得到了快速發展，其中，基于 多媒體和人工智能技術的智能交通及電子警察系統在世界范圍內得到了廣泛的應用。這些應用中，有96%的自動化系統使用了車牌自動識別技術，75% 以上的系統是以車牌識別為核心的應用。車牌識別，是指從靜態或視頻圖像中獲取圖像的 一 定區域中存在的車牌 區域，并進一步識別出車牌區域中的字符。車牌自動識別，作為最基本的車 輛信息采集技術，在視頻監控和智能交通管理等各領域有著重要的實用價 值，是眾多智能交通及電子警察系統中必不可少的功能模塊，也是影響整個 系統性能的關鍵所在。車牌識別技術主要包括采用啟發式規則方法，該方法 根據車牌的外在形狀和顏色等特點，設定一定的規則來獲取車牌區域。目前普遍使用的車牌自動識別裝置，雖然種類繁多，功能和性能各有不 同，但它們的識別流程基本相同，圖1示出了現有車牌識別流程的示意圖， 其中包括步驟101:預先在外部埋設地感線圈或者架設紅外線感應光簾，通過所 述的地感線圈或感應光簾，感知車輛到達信息。同時，預先架設4聶像機，將 攝像機指向指定區域，所述攝像機的焦點和焦距都設定在該區域的中心位 置。當車輛到達指定的區域時，所述地感線圈或感應光簾感知車輛到達后發 出觸發信號，通知車牌識別裝置將視頻流中對應當前時刻的幀設置為車牌識別的目標幀。步驟102:車牌識別裝置接收到觸發信號，從攝像機采集到的視頻流中選出目標幀。步驟103:采用設定的特征定位和提取技術，從目標幀中選出車牌區域， 采用印刷體字體的識別算法，識別出車牌中的字符內容。采用上述方法，可以從視頻流中識別出所需的車牌信息，但是，現有方 法無法實現車牌的實時識別，而需要通過外部觸發來獲取觸發信號，然后根 據觸發信號從視頻流中抓取某一幀作為目標幀，并基于該單個目標幀進行車 牌識別。但在實際應用中，觸發信號的獲取，必須通過信號采集、放大、整 形和傳輸等多個過程，因此當車輛速度有較大變化時，車牌識別裝置獲取的 觸發信號與車輛到達最佳識別區域之間可能會存在一定的時間差，從而導致 根據觸發信號抓取到的目標幀不一定識別效果最好(比如車牌位置不在攝像 機焦距區域中，圖像不清晰)，影響識別率。同時，由于該方法需要預先埋設地感線圈或架設紅外線光簾，調試地感 線圈或光簾敏感度時需要花費大量人力物力，而 一旦系統運行出現問題或設 備老化需要更新時，還需要重新毀壞道路重新鋪設地感線圏或架設感應光 簾，因此維護成本較高。實用新型內容本實用新型實施例提供一種車牌識別裝置，不需要外部觸發就能夠實現 高速實時識別處理。為達到上述目的，本實用新型的技術方案具體是這樣實現的一種車牌識別裝置，集成設置在高速數字信號處理芯片上，該裝置包括:圖像采集模塊和圖像處理模塊；所述圖像處理模塊包括車牌檢測子模塊，字符分割子模塊、字符識別子模塊和輸出子模塊；所述圖像采集模塊，根據視頻流，得到多幀車牌圖像； 所述車牌檢測子模塊，計算車牌的邊緣信息，逐幀確定各當前幀圖像中車牌的位置，并根據邊緣信息得到校正后的車牌圖像；所述字符分割子模塊，將所述校正后的車牌圖像分割成多個字符圖像；所述字符識別子模塊，利用預先設定的字符識別模型對分割得到的字符圖像進行識別，得到字符圖像的識別結果；所述輸出子模塊，融合多幀校正后的車牌圖像的字符識別結果，當所述 識別結果滿足預先設定的出牌條件時，將識別結果輸出。所述車牌檢測子模塊包括車牌檢測單元和圖像校正單元； .所述車牌檢測單元，根據車牌固有的邊緣特征來確定當前圖像中是否有 車牌，以及車牌的大致位置；采用sobel或prewitt算子的水平、垂直方向的 灰度檢測模板計算各幀車牌圖像中邊緣像素點的水平、垂直邊緣；所述圖像校正單元，根據所述水平、垂直邊緣，計算所述各幀車牌圖像 中邊緣像素點的水平、垂直方向的角度，分別得到各幀校正后的車牌圖像。所述字符分割子模塊，進一步用于根據預先設置的不同類型的車牌圖像 的字符分割方法，分別將每幀校正后的車牌圖像分割成多個字符圖像。所述輸出子模塊，包括多幀識別融合單元和識別結果輸出單元；所述多幀識別融合單元，用于融合多幀校正后的車牌圖像的識別結果， 當所述識別結果滿足預先設定的出牌條件時，將所述識別結果通知識別結果 輸出單元；所述預先設定的出牌條件為同一車牌的已識別樣本達到預設的 數量，且車牌中的各字符識別結果的置信度達到預設的置信權值；所述識別結果輸出單元，用于根據所述多幀識別融合單元的通知，將所 述滿足輸出條件的車牌的識別結果輸出。由上述的技術方案可見，本實用新型實施例的這種車牌識別的裝置，通 過采用高速的數字處理設備，能夠對視頻流中包含車牌信息的多幀圖像進行 逐幀識別處理，不依賴單張圖片，實現了高速實時的車牌識別；同時由于不 依賴外部觸發，因此降低了成本。
圖1為現有車牌識別流程的示意圖。圖2為本實用新型實施例中車牌識別裝置識別過程的流程示意圖。圖3為本實用新型實施例中車牌識別的裝置的組成結構示意圖。
具體實施方式
為使本實用新型的目的、技術方案及優點更加清楚明白，以下參照附圖 并舉實施例，對本實用新型進一步詳細i兌明。本實用新型中車牌識別裝置的識別過程的流程如圖2所示，其中包括 步驟201:釆集包含車牌信息的視頻信息，得到各幀包含車牌信息的圖像。本實用新型實施例中的車牌識別裝置，使用了高速的數字處理芯片，因 此可以實現對視頻流的實時處理。對視頻采集設備采集到的視頻進行逐幀處 理，得到包含車牌信息的各幀圖像。步驟202:在每幀視頻圖像中進行車牌檢測，分別計算各幀圖像中車牌 的邊緣信息，根據邊緣信息確定車牌在各幀圖像中所在的區域，并獲取車牌 的大小和位置信息，然后根據所述邊緣信息計算出水平和垂直方向的角度， 得到各幀校正后的車牌圖像。圖像中的車牌輪廓和背景交界處具有強烈的邊緣，車牌輪廓和背景交界 處的邊緣是進行車牌識別的重要信息，根據邊緣信息可以將車牌輪廓與背景 圖像區分開來；同時，邊緣不僅具有強度，而且還具有一定的方向，因此還 需要分別求取圖像上各個像素點的水平邊緣和垂直邊緣。像素點邊緣的求取方法有很多種，常用的如sobel或prewitt算子，例如.—1d1.一i_2一l'一2020001—i0L i2i J左側的矩陣Sl為sobel水平方向的4企測才莫板，右側的矩陣S2為sobel垂直 方向的檢測模板，其中Sl中每個點代表一個像素點的量化值，該矩陣用計算中心處元素A (即第2行第2列的元素)的水平邊緣，用EH ( A)表 示，EH(A)=[1 —(—1)〗+2X[2 —(—2)〗+[l —(—r)〗=12，即，將水平方向上同行的第三列元素減去第一列元素，得到的差值再乘以該行的范數，分 別按照該方法求出三行的值，再求和得到A點的水平邊緣；垂直邊緣的計 算方法與水平邊緣類似，只是此時是采用豎直方向上同列的第三行元素減去 第一行元素，將差值乘以該列的范數，然后再將三列分別得到的值做和得到 該點的垂直邊緣。Prewitt算子的計算方法與sobel類似，區別在于prewitt 算法在求得各行/列的差值后，不再乘以該行/列的范數。以上所述的sobel和prewitt算子的計算模板，是對灰度圖像(即黑白圖 像)中像素點求邊緣的模板，由于對車牌識別裝置來說，車牌信息并不需要 彩色效果，因此采用灰度圖像的邊緣模板計算即可。由于圖像釆集設備和車牌之間相對位置不固定，因此圖像中的車牌圖像 并不總是適宜于直接進行識別的(比如傾斜成一定角度或車牌中的各字符不 位于同一平面內等)，因此需要根據計算得到的各像素點的水平邊緣和垂直 邊緣，進一步計算車牌圖像的邊緣方向，根據所述的邊緣方向將所述車牌圖 像校正到合適的形狀和位置。一種可行的車牌圖像校正的方法為先求原始車牌圖像信號的矩陣的分 布協方差矩陣，進一步求出該協方差矩陣的特征值以及相應的特征向量(每 個特征向量又稱為主分量)。將各特征值按降序進行排列，每個特征值與全 部特征值總和的比值稱為該特征值對應的主分量的貢獻率，表征該分量代表 原始車牌圖像中的信號能量的百分比；根據需要決定選取主分量的個數，分 別計算各選取的主分量與坐標軸的夾角確定車牌圖像的傾斜角度，根據傾斜 角度對車牌圖像進行旋轉，得到校正后的車牌圖像。步驟203:根據校正后的車牌圖像中的特征信息，利用預先設定的分類 器識別模型將車牌圖像分割成多個字符圖像。對車牌進行識別，關鍵的部分就是識別出車牌上的各種字符信息，因此得到校正后的車牌圖像后，根據設定的各種不同類型的車牌模板進行模板匹 配的分割方法進行字符分割。一種可行的字符分割的方法為根據車牌背景顏色(例如國內常見的車 牌為黃色、藍色或白色)判斷出車牌類型(黃牌，藍牌或白牌)后，進行相 應車牌類型的字符分割；首先要準備好待分割車牌圖像相關的特征信息，然 后在車牌附近按分類器設定的檢測框對待分割車牌圖像中的每一個位置進 行檢測，所述的檢測框可以設定為固定的字符寬度及間距，對每一個位置， 將檢測結果與所述的特征信息進行比較可以獲得一個得分，所有位置都遍歷 之后，得分最高的情況就被認為是最合理的分割，按照所述最合理的分割方 法對車牌圖像進行字符分割得到各字符所在區域的圖像。步驟204:利用所述分類器對分割得到的字符圖像進行識別，得到字符 圖像的識別結果。所述對字符圖像進行識別的方法為將分割好的各字符圖像縮放到分類 器識別模型能夠處理的尺寸；再對字符圖像的灰度進行轉換，使其處于分類 器識別模型能夠處理的灰度范圍之內。使用預先訓練的分類器對進行了縮放 和灰度轉換后的字符圖像進行識別，可以得出該字符的識別結果以及該結果 的置信度。對各車牌圖像中包含的每個字符重復上述操作，即可識別出整個 車牌。車牌中包含的特征信息相對固定，因此對所述分類器預先進行訓練時可 以根據各種不同類型的車牌模板對分類器進行有針對性地訓練。例如國內 應用的普通車牌通常包含漢字、英文字母和數字三類，漢字一般由各省簡稱 開頭，如京、滬、粵等，英文字母為A Z中的任意一個或多個，同時車牌 中還包括不同的顏色信息，如白色、藍色和黃色車牌等；而特殊車牌通常如 武警、軍隊牌照等，也都包含各自特殊的特征信息。需要指出的是，以上描 述僅是為了說明分類器進行設置的一種可能的分類方法，而不應理解為限 定。具體對分類器進行訓練以及分類器進行識別的過程可以采用現有成熟技 術，此處不再贅述。步驟205:將多幀圖像的字符識別結果匯總，當滿足預先設定的出牌條 件時，將識別結果輸出，得到最終識別出的車牌信息。所述預先設定的出牌條件為同 一車牌的已識別樣本達到預設的數量， 且車牌中的各字符識別結果的置信度達到預設的置信權值。本實用新型的車牌識別裝置基于逐幀處理的技術，因此可以獲取同一車 牌的多幀圖像(設為N幀)，對每一幀圖像中的車牌進行識別得到一個識 別結果，具體來說，即對每一幀圖像中的車牌中包含的每一個字符，都會得 出N個識別結果，N為自然#:。例如某車牌的其中一個字符為A,則對該字符的N個識別結果可以 分為兩類， 一類識別結果為A,另一類的識別結果不為A,假設預設出牌條 件為已識別樣本數量大于等于30幀，且第一類識別結果的數量大于等于 15幀時，輸出識別結果為A,否則輸出識別結果為未知。對于該車牌的其 他字符，同樣適用于該出牌條件。容易理解，上述的出牌條件僅為舉例，實際使用時可以根據具體應用的 需要靈活設置，本實用新型不做限定。本實用新型提供的車牌識別的裝置，集成設置在高速數字信號處理芯片 上，其組成結構如圖3所示，其中包括圖像采集模塊320和圖像處理模塊 310;所述圖像處理模塊310包括車牌檢測子模塊311,字符分割子模塊312、 字符識別子模塊313和輸出子模塊314;所述圖像采集模塊320,根據采集的視頻流，從視頻流中獲取多幀車牌圖像；所述車牌檢測子模塊311,計算車牌的邊緣信息，逐幀確定各當前幀圖像 中車牌的位置，并根據邊緣信息得到校正后的車牌圖像；所述字符分割子模塊312，將校正后的車牌圖像分割成多個字符圖像； 所述字符識別子模塊313，利用預先設定的字符識別模型對分割得到的 字符圖像進行識別，得到字符圖像的識別結果；所述輸出子模塊314,融合多幀圖像的字符識別結果，當所述識別結果 滿足預先設定的出牌條件時，將識別結果輸出。所述車牌;險測子模塊311,包括車牌檢測單元315和圖像校正單元316;所述車牌檢測單元315，根據車牌固有的邊緣特征來確定當前圖像中是 否有車牌，以及車牌的大致位置；采用sobel或prewitt算子的水平、垂直方 向的灰度檢測模板計算各幀車牌圖像中邊緣像素點的水平、垂直邊緣；所述圖像校正單元316，根據所述水平、垂直邊緣，計算所述各幀車牌圖 像中邊緣像素點的水平、垂直方向的角度，分別得到各幀校正后的車牌圖像。所述字符分割子模塊312，進一步用于根據預先設置的不同類型的車牌圖 像的字符分割方法，將校正后的車牌圖像分割成多個字符圖像。所述輸出子模塊314,包括多幀識別融合單元317和識別結果輸出單元318;所述多幀識別融合單元317，用于融合多幀車牌圖像的識別結果，當所述 識別結果滿足預先設定的出牌條件時，將所述識別結果通知識別結果輸出單元 318;所述預先設定的出牌條件為同一車牌的已識別樣本達到預設的數量，且 車牌中的各字符識別結果的置信度達到預設的置信權值；所述識別結果輸出單元318，用于才艮據所述多幀識別融合單元317的通知， 將所述滿足輸出條件的車牌的識別結果輸出。本實用新型實施例中提供的車牌識別的裝置為集成于高速數字信號處理芯 片上的嵌入式設備。在實際應用中，所述芯片可以采用一個或多個德州儀器公 司的TMS320DM642高速數字信號處理(Digital Signal Processing, DSP)芯片， 該芯片具有4800MIPS的高速數據處理能力。而該芯片對車牌圖像數據進行處理的算法可以通過計算機程序實現，該計 算機程序可以存儲在一個可移動的存儲介質中，如閃存等。由上述可見，本實用新型提供的車牌識別的裝置，通過采用高速的數字 處理設備，能夠對視頻流中包含車牌信息的多幀圖像進行逐幀識別處理，不 依賴單張圖片，實現了高速實時的車牌識別；同時由于不依賴外部觸發，因 此降低了成本。因此，容易理解，以上所述僅為本實用新型的較佳實施例，并非用于限 定本實用新型的精神和保護范圍，任何熟悉本領域的技術人員所做出的等同 變化或替換，都應視為涵蓋在本實用新型的保護范圍之內。
權利要求1、一種車牌識別裝置，集成設置在高速數字信號處理芯片上，其特征在于，該裝置包括圖像采集模塊和圖像處理模塊；所述圖像處理模塊包括車牌檢測子模塊，字符分割子模塊、字符識別子模塊和輸出子模塊；所述圖像采集模塊，根據視頻流，得到多幀車牌圖像；所述車牌檢測子模塊，計算車牌的邊緣信息，逐幀確定各當前幀圖像中車牌的位置，并根據邊緣信息得到校正后的車牌圖像；所述字符分割子模塊，將所述校正后的車牌圖像分割成多個字符圖像；所述字符識別子模塊，利用預先設定的字符識別模型對分割得到的字符圖像進行識別，得到字符圖像的識別結果；所述輸出子模塊，融合多幀校正后的車牌圖像的字符識別結果，當所述識別結果滿足預先設定的出牌條件時，將識別結果輸出。
2、 根據權利要求1所述的車牌識別裝置，其特征在于，所述車牌檢測 子模塊包括車牌檢測單元和圖像校正單元；所述車牌檢測單元，根據車牌固有的邊緣特征來確定當前圖像中是否有 車牌，以及車牌的大致位置；釆用sobel或prewitt算子的水平、垂直方向的 灰度檢測模板計算各幀車牌圖像中邊緣像素點的水平、垂直邊緣；所述圖像校正單元，才艮據所述水平、垂直邊緣，計算所述各幀車牌圖像中 邊緣像素點的水平、垂直方向的角度，分別得到各幀校正后的車牌圖像。
3、 根據權利要求2所述的車牌識別裝置，其特征在于，所述字符分割子模 塊，進一步用于根據預先設置的不同類型的車牌圖像的字符分割方法，分別將 每幀校正后的車牌圖像分割成多個字符圖像。
4、 根據權利要求1或3所述的車牌識別裝置，其特征在于，所述輸出子模 塊，包括多幀識別融合單元和識別結果輸出單元；所述多幀識別融合單元，用于融合多幀校正后的車牌圖像的識別結果，當 所述識別結果滿足預先設定的出牌條件時，將所述識別結果通知識別結果輸出單元；所述預先設定的出牌條件為同一車牌的已識別樣本達到預設的數量， 且車牌中的各字符識別結果的置信度達到預設的置信權值；所述識別結果輸出單元，用于根據所述多幀識別融合單元的通知，將所述 滿足輸出條件的車牌的識別結果輸出。
專利摘要本實用新型公開了一種車牌識別裝置，集成設置在高速數字信號處理芯片上，包括圖像采集模塊和圖像處理模塊；所述圖像處理模塊包括車牌檢測子模塊，字符分割子模塊、字符識別子模塊和輸出子模塊。本實用新型實施例的這種車牌識別的裝置，通過采用高速的數字處理設備，能夠對視頻流中包含車牌信息的多幀圖像進行逐幀識別處理，不依賴單張圖片，實現了高速實時的車牌識別；同時由于不依賴外部觸發，降低了成本。
文檔編號G06K9/34GK201159903SQ200820079410
公開日2008年12月3日 申請日期2008年3月14日 優先權日2008年3月14日
發明者王益進, 胡中華 申請人:北京信路威科技發展有限公司