一種基于多維邊緣特征的車牌定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明主要設(shè)及到圖像的處理方法，尤其設(shè)及一種車牌定位系統(tǒng)中基于多邊緣特 征的車牌定位方法。
【背景技術(shù)】
[0002] 車牌識(shí)別技術(shù)在車流監(jiān)控、電子收費(fèi)等智能交通管理中都有著廣泛的應(yīng)用，而車 牌定位是車牌識(shí)別系統(tǒng)的一個(gè)關(guān)鍵技術(shù)，車牌區(qū)域的定位準(zhǔn)確與否，將直接影響到后期的 車牌字符識(shí)別效率，從而影響到整個(gè)系統(tǒng)的效率。根據(jù)不同研究時(shí)期的軟、硬件條件，車牌 定位方法大致可分為基于彩色圖像的車牌定位方法和基于灰度圖像的車牌定位方法。前一 種方法保留了車牌圖像的所有信息，但增加了算法的復(fù)雜度，雖然定位的精確度予W提高， 但實(shí)時(shí)性不強(qiáng)。而后一種方法是基于灰度圖像進(jìn)行處理的，即將傳統(tǒng)的圖像處理方法和車 牌特征結(jié)合，取得了一定的成果。其中基于邊緣檢測(cè)的定位方法反應(yīng)時(shí)間快，定位準(zhǔn)確率 高，能有效地去除噪聲，它也是車牌定位技術(shù)領(lǐng)域中運(yùn)用最為廣泛的方法之一。
[0003] 已有的相對(duì)成熟的邊緣檢測(cè)車牌定位技術(shù)中，如基于多種邊緣特征的車牌定位算 法（License plate location based on multiple edge features),它的主要思想是結(jié)合 車牌區(qū)域豐富的邊緣信息W及車牌區(qū)域的顏色信息特征，從候選車牌區(qū)域中準(zhǔn)確定位。實(shí) 驗(yàn)結(jié)果表明，該方法準(zhǔn)確率高，魯椿性強(qiáng)。但該算法對(duì)車牌圖像相對(duì)背景較小、車牌嚴(yán)重傾 斜的情況下，定位效果甚微。另外由于本算法中所運(yùn)用到的車牌顏色信息并未做很多的簡(jiǎn) 化處理，因此需要處理的圖像信息量大，算法的復(fù)雜度高，所需處理的時(shí)間過長(zhǎng)，實(shí)時(shí)性不 強(qiáng)。
[0004] 張浩鵬和王宗義的"基于灰度方差和邊緣密度的車牌定位算法"（Car license plate location algorithm based on intensity variance and edge density)，根據(jù)車片卑 區(qū)域具有在一定范圍內(nèi)灰度方差近似相等和邊緣密度近似相等的性質(zhì)，提出基于車牌區(qū)域 邊緣密度性質(zhì)的匹配濾波器，該濾波器可W有效地提取出所有的候選目標(biāo)。該算法的優(yōu)點(diǎn) 是它能有效提高車牌區(qū)域的圖像質(zhì)量和車牌目標(biāo)定位的準(zhǔn)確率，具有一定的實(shí)用性價(jià)值。 但該方法對(duì)環(huán)境如光照、視角、距離和背景等條件的改變所造成的不利因素沒有很好的抑 制作用，從而也降低了它的定位效率。
[0005] 為解決車牌定位中存在的上述問題，本發(fā)明提供了一種新的、有效的解決方法。
【發(fā)明內(nèi)容】
[0006] 為彌補(bǔ)現(xiàn)有技術(shù)的不足，本發(fā)明目的是在于提出一種速度更快的、定位準(zhǔn)確率更 高的車牌定位系統(tǒng)中基于多邊緣特征的車牌定位方法，避免了二值化闊值取值的不確定 性，減少了車牌定位算法的計(jì)算量，對(duì)環(huán)境諸如光照、視角、距離和背景等條件的改變所造 成的不利因素有一定的抗干擾性。
[0007] 為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案；一種基于多維邊緣特征的車牌定位 方法，具體步驟如下：
[000引第一步，用相關(guān)的圖像預(yù)處理方法處理原車牌圖像，由于車牌區(qū)域的垂直邊緣信 息豐富，因此所使用的圖像處理方法盡量使圖像的垂直邊緣信息顯示出來；
[0009] 第二步，利用規(guī)定的車牌邊緣特征，對(duì)預(yù)處理后的圖像進(jìn)行掃描，剔除不符標(biāo)準(zhǔn)的 圖像邊緣點(diǎn)，從而濾除了圖像中的部分噪聲。得到的圖像中類似車牌區(qū)域作為第四步的候 選車牌區(qū)域；
[0010] 第=步，采用顏色降維方法對(duì)初始圖像進(jìn)行處理，得出第二步中剩余邊緣特征點(diǎn) 相對(duì)應(yīng)的顏色信息特征；
[0011] 第四步，結(jié)合圖像邊緣特征點(diǎn)的顏色信息，最終準(zhǔn)確定位出車牌區(qū)域。
[0012] 所述第一步中，因?yàn)镽GB彩色圖像包含的信息過多，需要先對(duì)圖像進(jìn)行預(yù)處理，獲 取邊緣信息較為豐富的圖像區(qū)域。其具體步驟為：將RGB圖像轉(zhuǎn)換為灰度圖像，對(duì)得到的灰 度圖像進(jìn)行灰度增強(qiáng)。
[0013] 對(duì)灰度圖像中的所有像素點(diǎn)P = (Xp，yp)在其鄰域窗口 W內(nèi)分別求灰度方差^w。， 平均灰度值Lr, W及平均灰度方差Best。將Ip與I' P分別記作像素P灰度增強(qiáng)前后的像素 值。其增強(qiáng)函數(shù)Jp二f(巧(。) (/"-六fp)+六!-，而f〇,,p)的意義就是灰度方差在Best附近時(shí) 給予放大；利用垂直邊緣算子對(duì)灰度圖像進(jìn)行邊緣檢測(cè)。大部分車牌區(qū)域都有共同的邊緣 信息特征，即垂直邊緣信息豐富。對(duì)灰度增強(qiáng)后的圖像進(jìn)行垂直邊緣檢測(cè)，對(duì)所有的像素點(diǎn) P運(yùn)用f (X，y) = BYTE (油s(f (X，y-l)-f (X，y+l)+0. 5)，W此來增強(qiáng)車牌區(qū)域像素的垂直邊 緣信息；其中BYTE表示像素點(diǎn)灰度值，abs為絕對(duì)值函數(shù)。
[0014] 所述第二步中，利用規(guī)定的車牌邊緣特征，對(duì)預(yù)處理后的圖像進(jìn)行 掃描，剔除不符標(biāo)準(zhǔn)的圖像邊緣點(diǎn)，進(jìn)而得到候選的車牌區(qū)域。其具體步驟 為：邊緣密度的檢測(cè)。由于車牌區(qū)域的垂直邊緣信息豐富，而背景區(qū)域的水 平邊緣密度較大，按行掃描整個(gè)圖像，對(duì)于其中的任一像素f(x，y)，運(yùn)用公式
【主權(quán)項(xiàng)】
1. 一種基于多維邊緣特征的車牌定位方法，其特征在于，其具體步驟如下： 第一步，用圖像預(yù)處理方法處理原車牌圖像，使原車牌圖像的垂直邊緣信息顯示出 來； 第二步，利用規(guī)定的車牌邊緣特征，對(duì)預(yù)處理后的圖像進(jìn)行掃描，剔除不符標(biāo)準(zhǔn)的圖像 邊緣點(diǎn)，從而濾除了圖像中的部分噪聲；得到的圖像中類似車牌區(qū)域作為第四步的候選車 牌區(qū)域； 第三步，采用顏色降維方法對(duì)初始圖像進(jìn)行處理，得出第二步中剩余邊緣特征點(diǎn)相對(duì) 應(yīng)的顏色特征信息； 第四步，結(jié)合圖像邊緣特征點(diǎn)的顏色信息，最終準(zhǔn)確定位出車牌區(qū)域。
2. 如權(quán)利要求1所述的基于多維邊緣特征的車牌定位方法，其特征是，在所述第一步 中，用圖像預(yù)處理方法處理原車牌圖像時(shí)，先對(duì)圖像進(jìn)行預(yù)處理，獲取邊緣信息的圖像區(qū) 域；其具體步驟為： 1-1)將RGB圖像轉(zhuǎn)換為灰度圖像，對(duì)得到的灰度圖像進(jìn)行灰度增強(qiáng)； 1-2)對(duì)灰度圖像中的所有像素點(diǎn)p = (xp，yp)在其鄰域窗口 W內(nèi)分別求灰度方差， 平均灰度值以及平均灰度方差Best ; 1-3)由增強(qiáng)函數(shù)f 計(jì)算相應(yīng)點(diǎn)的像素值，其中'與I' 5分別 記作像素 P灰度增強(qiáng)前后的像素值，W為任一像素點(diǎn)鄰域窗口，為灰度方差，]^為平均 灰度值；）是灰度方差在Best附近時(shí)給予放大。 1-4)利用垂直邊緣算子對(duì)灰度圖像進(jìn)行邊緣檢測(cè)，對(duì)灰度增強(qiáng)后的圖像進(jìn)行垂直邊緣 檢測(cè)，對(duì)所有的像素點(diǎn)P運(yùn)用公式f (X，y) = BYTE(abs(f (X，y-l)-f (X，y+l)+0. 5)，來增強(qiáng) 車牌區(qū)域像素的垂直邊緣信息；其中，f(x，y)為圖像中的任一像素，BYTE表示像素點(diǎn)灰度 值，abs為絕對(duì)值函數(shù)。
3. 如權(quán)利要求2所述的基于多維邊緣特征的車牌定位方法，其特征是，所述步驟1-3) 中，該的計(jì)算公式如下：
其中，τ用來表示限定車牌邊緣密度閾值，τ t 的范圍是（〇, I) ;Beishu用來調(diào)整°^與Best間的權(quán)值，W為任一像素點(diǎn)鄰域窗口，°^為 灰度方差，Best為平均灰度方差。
4. 如權(quán)利要求1所述的基于多維邊緣特征的車牌定位方法，其特征是，所述第二步中， 用圖像預(yù)處理方法處理原車牌圖像的具體步驟為： (2-1)原車牌圖像邊緣密度的檢測(cè)；按行掃描整個(gè)圖像，對(duì)于其中的任一像素 f(x，y)， 運(yùn)用計(jì)算公式：
計(jì)算出邊緣密度閾值T，其中，image_pixels是整個(gè)圖像的像素個(gè)數(shù)，α是可調(diào)整的權(quán) 值；制定每個(gè)像素的邊緣密度限制條件，即f(i, j)' = 1，f (i, j) > f(i, j±l)&f (i, j) > TO, f(i，j) < T (3)，當(dāng)不滿足上述的邊緣密度限制條件時(shí)，即可去除此邊緣點(diǎn)； (2-2)對(duì)邊緣長(zhǎng)度的檢測(cè)；經(jīng)過圖像預(yù)處理后，運(yùn)用三次邊緣掃描法掃描圖像，即第一 次掃描邊緣點(diǎn)距離圖像頂部的開始點(diǎn)的長(zhǎng)度記為al，第二次掃描距離圖像底部終點(diǎn)的長(zhǎng)度 記為a2,第三次相加前兩種長(zhǎng)度記為a3,根據(jù)實(shí)際情況設(shè)置邊緣長(zhǎng)度范圍[m，η]，以此剔除 相應(yīng)的邊緣點(diǎn)，其中，m表示邊緣長(zhǎng)度的最小值，η表示邊緣長(zhǎng)度最大值。
5. 如權(quán)利要求1所述的基于多維邊緣特征的車牌定位方法，其特征是，所述第三步中， 采用顏色降維方法對(duì)初始圖像進(jìn)行處理的具體步驟如下： 3-1)利用公式Y(jié)= (R+G)/2,將RGB圖像轉(zhuǎn)換為YB二維空間圖像，并計(jì)算相應(yīng)像素點(diǎn) 灰度值Gray = (Y+B)/2 ;其中，R，G，B分別表示紅、綠、藍(lán)三種顏色通道分量，Y，Gray分別表 示處理后的黃、灰兩種顏色分量； 3-2)當(dāng)像素值Y> 187且B> 187時(shí)，將其像素值糾正為255,即視為白色； 3-3)當(dāng)像素值Y>153且B>153時(shí)，將其像素值糾正為0,即視為黑色； 3-4)在剩下的中間色中，若Y〈0. 9*B，轉(zhuǎn)向步驟3-5);若B〈0. 9*Y，轉(zhuǎn)向步驟3-6);否則 轉(zhuǎn)向步驟3-7); 3-5)當(dāng)Υ〈0. 8*Β，視為藍(lán)色，否則Gray〈187,視為藍(lán)色，其余視為灰色； 3-6)當(dāng)B〈0. 8*Y，視為黃色，否則Gray>153,視為黃色，其余視為灰色； 3-7)當(dāng)Gray〈153,視為黑色，否則Gray>187,視為白色，其余視為灰色； 3-8)以此方法掃描圖像中的所有點(diǎn)，并確定第二步中剩余邊緣點(diǎn)的顏色特征。
6. 如權(quán)利要求1所述的基于多維邊緣特征的車牌定位方法，其特征是，所述第四步中， 結(jié)合圖像邊緣特征點(diǎn)的顏色信息，最終準(zhǔn)確定位出車牌區(qū)域； 通過第三步的處理，最終整個(gè)車牌圖像是由藍(lán)、灰、黃三種顏色組成； 當(dāng)原車牌為藍(lán)底白字車牌時(shí)，經(jīng)處理后車牌字體顏色為黃色； 當(dāng)原車牌底色為藍(lán)色時(shí)，該原車牌字體邊緣像素點(diǎn)滿足B〈0. 8Y| I (B> = 0· 8Y&&Gray>153)此條件； 當(dāng)原車牌底色為黑色時(shí)，處理后，車牌底色為黃色，車牌字符區(qū)域?yàn)樗{(lán)色，此時(shí)字體邊 緣像素點(diǎn)滿足 Y〈〇. 8*B| I (Y> = 0· 8B&&Gray〈187); 通過結(jié)合這種邊緣的顏色特征即可進(jìn)一步鎖定車牌位置，從而定位車牌區(qū)域。
【專利摘要】本發(fā)明公開了一種基于多維邊緣特征的車牌定位方法，其步驟為：第一步，運(yùn)用相關(guān)的圖像預(yù)處理法處理原圖像；第二步，通過圖像的邊緣長(zhǎng)度、邊緣密度掃描，剔除那些不符條件的邊緣點(diǎn)；第三步，采用顏色降維方法對(duì)初始圖像進(jìn)行處理，得出第二步中剩余邊緣特征點(diǎn)相對(duì)應(yīng)的顏色特征信息；第四步，結(jié)合圖像邊緣特征點(diǎn)的顏色信息，最終準(zhǔn)確定位出車牌區(qū)域。本發(fā)明以獲取參考圖像的分割信息，并將其應(yīng)用于車牌定位系統(tǒng)中，計(jì)算速度更快，實(shí)時(shí)性較好，定位信息準(zhǔn)確，且對(duì)于圖像的背景的抗干擾能力強(qiáng)。
【IPC分類】G06K9-00, G06T7-00
【公開號(hào)】CN104537350
【申請(qǐng)?zhí)枴緾N201410838603
【發(fā)明人】余磊, 羅旺, 馮敏, 張?zhí)毂? 洪功義, 彭啟偉, 李志海, 曹玲玲
【申請(qǐng)人】國(guó)家電網(wǎng)公司, 南京南瑞集團(tuán)公司, 南京南瑞信息通信科技有限公司
【公開日】2015年4月22日
【申請(qǐng)日】2014年12月30日