專利名稱：車牌字符識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于交通管理和圖像識(shí)別技術(shù)領(lǐng)域，尤其涉及一種車牌字符識(shí)別方法。
背景技術(shù)：
車牌號(hào)碼跟身份證號(hào)碼一樣是對(duì)車輛進(jìn)行標(biāo)識(shí)的標(biāo)記。隨著現(xiàn)代交通管理系統(tǒng)智 能化的快速發(fā)展，車牌識(shí)別系統(tǒng)在交通管理系統(tǒng)的各個(gè)領(lǐng)域都有廣泛的應(yīng)用。車牌識(shí)別系 統(tǒng)的處理流程通常包括圖像采集、圖像預(yù)處理、車牌圖像定位、車牌字符圖像分割和車牌字 符識(shí)別這五個(gè)部分；其中，圖像采集，是利用交通攝像頭等圖像采集設(shè)備采集含有汽車車牌 的圖像信息；圖像預(yù)處理部分可以在車牌圖像定位、車牌圖像分割兩個(gè)部分的之前、之間或 之后進(jìn)行，主要是對(duì)圖像進(jìn)行去噪濾波、灰度化、二值化等預(yù)處理，用以增強(qiáng)車牌圖像的可 識(shí)別性能；車牌圖像定位，是從采集的含有汽車車牌的圖像信息中定位到車牌圖像，并將車 牌圖像抽離出來，以便針對(duì)性的進(jìn)行識(shí)別處理；車牌字符圖像分割，是將車牌圖像中含有的 多個(gè)字符一一分割開，得到僅含有單個(gè)字符的車牌字符圖像，便于后期僅對(duì)車牌字符圖像 進(jìn)行識(shí)別而避免了考慮車牌圖像中多個(gè)字符之間的排列組合可能性，有助于大幅度降低車 牌識(shí)別系統(tǒng)數(shù)據(jù)庫的數(shù)據(jù)冗余度；車牌字符識(shí)別，是通過數(shù)學(xué)建模，采用識(shí)別算法對(duì)分割得 到的車牌字符圖像進(jìn)行字符識(shí)別，從而獲得車牌字符識(shí)別結(jié)果。圖像采集、圖像預(yù)處理、車 牌圖像定位、車牌字符圖像分割這幾個(gè)部分的技術(shù)處理相對(duì)比較簡(jiǎn)單，現(xiàn)有技術(shù)中的相關(guān) 處理技術(shù)已經(jīng)能夠較好的滿足其要求。車牌字符識(shí)別部分技術(shù)難度較高，也是車牌識(shí)別系 統(tǒng)中最重要、最關(guān)鍵的一個(gè)部分，由于圖像采集設(shè)備安放位置和拍攝角度等原因，采集到的 汽車車牌圖像中字符的主方向(字符的主方向，是指圖像中字符自身的豎直方向)很可能 是傾斜一定角度的，增加了車牌字符識(shí)別的難度，因此車牌字符識(shí)別過程中，需要先建立適 宜的描述器對(duì)車牌字符圖像加以數(shù)學(xué)描述，以修正車牌字符圖像中字符的主方向，同時(shí)要 保證對(duì)車牌字符圖像描述的魯棒性，以營(yíng)造良好的字符識(shí)別基礎(chǔ)，再選擇適宜的分類識(shí)別 算法對(duì)字符進(jìn)行基于數(shù)據(jù)庫的分類識(shí)別。由此可見，描述器處理質(zhì)量的優(yōu)劣將直接影響最 終的字符識(shí)別率，因此，如何利用魯棒特征描述方法建立良好的描述器，成為整個(gè)車牌識(shí)別 系統(tǒng)的技術(shù)核心。目前，已經(jīng)提出的描述器設(shè)計(jì)算法有很多，Mikolajczyk等人在文獻(xiàn)“A performance evaluation of local descriptors.IEEE Transactions on Pattern Analysis and Machine Intelligence” (Oct，2005)中詳細(xì)的分析對(duì)比了各種描述器的性 能。其中，差分不變描述器(可參考文獻(xiàn)“Koenderink J, van Doorn A J. Representation of local ge-ometry in the visual system. Biological Cybernetics，1987，55 (6) 367-375”)的總體性能較差；可調(diào)濾波器(可參考文獻(xiàn)“Freeman W Τ, Adelson EH. The design and use of steerable filters. IEEE Transactions on Pattern Analysis and Machine Intelligence，1991，13 (9) :891_906，，)和梯度矩(可參考文獻(xiàn) “van Gool LJ, Moons T，Ungureanu D. Affne/photometric invariants for planar intensity patterns. In-Proceedings of the 4th European Conference on Computer Vision.Cam-bridge, England =Springer, 1996. 642-651")雖然設(shè)計(jì)簡(jiǎn)單，匹配速度快，但是魯 棒性差；形狀上下文(可參考文獻(xiàn)“Belongie S，Malik J, Puzicha J. Shape matching and ob-ject recognition using shape contexts. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, 24 (4) :509_522”)、復(fù)系數(shù)濾波器(可參考文 獻(xiàn)“Schaffalitzky F,Zisserman A. Multi-view matching for un-ordered image sets, or iHow do I organize my holiday snaps ？, ·In Processing of the 7th European Conference on Computer Vision.Copenhagen, Denmark :Springer,2002. 414-431")等 描述器對(duì)圖像的變換不具有較好的魯棒性；相對(duì)而言，SIFT描述器(Scale-invariant feature transform，尺度不變特征轉(zhuǎn)換，簡(jiǎn)稱SIFT ；可參考文獻(xiàn)“Lowe D G. Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision, 2004,60 (2) :91_110”)可以說是目前最具魯棒性的描述器，但由于其尺度不變特 征點(diǎn)的提取算法的計(jì)算復(fù)雜性很高，對(duì)計(jì)算機(jī)處理效率帶來了很大的負(fù)面影響，另一方面， SIFT描述器中128維的向量維數(shù)較高，導(dǎo)致匹配運(yùn)算速度較慢，也進(jìn)一步惡化了計(jì)算機(jī)處 理效率，這兩方面的原因都使得SIFT描述器難以滿足車牌字符識(shí)別系統(tǒng)的實(shí)時(shí)性要求。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明基于車牌字符圖像的特點(diǎn)而提供一種 簡(jiǎn)化了 SIFT描述器運(yùn)算步驟的車牌字符識(shí)別方法；本發(fā)明的車牌字符識(shí)別方法中所采用 的描述器是直接以字符圖像的幾何中心點(diǎn)作為特征點(diǎn)，通過PCA (Principal Component Analysis，主成分分析，簡(jiǎn)稱PCA)算法尋找車牌字符圖像中字符的主方向，從而生成字符 特征點(diǎn)的描述子，簡(jiǎn)化了圖像特征點(diǎn)的計(jì)算復(fù)雜性，有助于提高車牌字符識(shí)別的計(jì)算機(jī)運(yùn) 算效率，以便更好的滿足實(shí)時(shí)性要求。為實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)手段車牌字符識(shí)別方法，包括以下步驟A)修正車牌字符圖像中字符的主方向；該步驟具體包括al)預(yù)先將車牌字符圖像的分辨率處理為R行XC列，并設(shè)定灰度閾值Ptl，將車牌 字符圖像中灰度值大于灰度閾值Ptl的像素點(diǎn)判定為字符像素點(diǎn)；a2)以車牌字符圖像的幾何中心點(diǎn)作為原點(diǎn)建立直角坐標(biāo)系，將車牌字符圖像中 的字符像素點(diǎn)映射到所述直角坐標(biāo)系中，其坐標(biāo)映射公式為
權(quán)利要求
1.車牌字符識(shí)別方法，其特征在于，包括以下步驟A)修正車牌字符圖像中字符的主方向；該步驟具體包括al)預(yù)先將車牌字符圖像的分辨率處理為R行XC列，并設(shè)定灰度閾值Ptl，將車牌字符 圖像中灰度值大于灰度閾值Ptl的像素點(diǎn)判定為字符像素點(diǎn)；a2)以車牌字符圖像的幾何中心點(diǎn)作為原點(diǎn)建立直角坐標(biāo)系，將車牌字符圖像中的字 符像素點(diǎn)映射到所述直角坐標(biāo)系中，其坐標(biāo)映射公式為 I-CR-IxVa=—^ + c,yvr=—r ；(Xv。，yvr)即為位于車牌字符圖像中第r行第C列的字符像素點(diǎn)在直角坐標(biāo)系中的坐 標(biāo)，其中，r e {1，2，· · ·，R}，c e {1,2, ... , C}；a3)以車牌字符圖像中各個(gè)字符像素點(diǎn)的坐標(biāo)構(gòu)建字符坐標(biāo)矩陣V，用PCA算法計(jì)算出 字符坐標(biāo)矩陣V的特征向量，以最大特征值所對(duì)應(yīng)特征向量的方向?yàn)檐嚺谱址麍D像中字符 的主方向，并求出字符主方向到直角坐標(biāo)系縱坐標(biāo)軸的傾斜角度3，取3 e [0,2π)；a4)根據(jù)傾斜角度5對(duì)車牌字符圖像進(jìn)行字符旋轉(zhuǎn)，處理得到字符主方向與圖像豎直方 向相一致且分辨率為R行XC列的正向車牌字符圖像；B)生成描述器；該步驟具體包括bl)以正向車牌字符圖像的幾何中心點(diǎn)作為原點(diǎn)建立直角坐標(biāo)系，將正向車牌字符圖 像中各個(gè)像素點(diǎn)映射到所述直角坐標(biāo)系中，其坐標(biāo)映射公式為I-CR-I+ c ,yr=—r ；(X。，yr)即為位于正向車牌字符圖像中第r行第C列的字符像素點(diǎn)在直角坐標(biāo)系中的 坐標(biāo)，其中，r e {1，2，· · ·，R}，c e {1，2，· · ·，C}；b2)計(jì)算正向車牌字符圖像中第r行第c列像素點(diǎn)的梯度值m(x。，yr)和梯度方向 θ (xc，yr)m(xc,yr) =水P(xc+1 ,λ)-，Λ))2 + ，Λ-))2 ；L 尸(υ)-尸(u)_其中，P 為灰度值符號(hào)，P(X。，Yr-!)、(P(x。，yr+1)>P(xc-i; yr)和 Ρ(χ。+1，yr)分別表示與第 r行第c列像素點(diǎn)相鄰的上一個(gè)像素點(diǎn)、下一個(gè)像素點(diǎn)、左一個(gè)像素點(diǎn)和右一個(gè)像素點(diǎn)的灰 度值；b3)將正向車牌字符圖像按橫4縱4等分為16個(gè)小區(qū)域，其中橫向第i縱向第j個(gè)小 區(qū)域的中心點(diǎn)在直角坐標(biāo)系中的坐標(biāo)為(x。j，yj，j e {1,2,3,4},i e {1，2，3，4}，橫向相 鄰兩個(gè)小區(qū)域的中心點(diǎn)的χ軸向間距為Sx,縱向相鄰兩個(gè)小區(qū)域的中心點(diǎn)的y軸向間距為 Sy ；由此計(jì)算正向車牌字符圖像中第r行第c列像素點(diǎn)在其所在的橫向第i縱向第j個(gè)小 區(qū)域中的位置權(quán)重PWijO^yJ PWij(XcYr) =DcjXDri5其中，A7 = 1 -，D"=1— IΛ C-yjOcj和Dri分別為第r行第C列像素點(diǎn)在其所 在的橫向第i縱向第j個(gè)小區(qū)域中的χ軸向位置權(quán)重和ι軸向位置權(quán)重；b4)計(jì)算正向車牌字符圖像中第r行第c列像素點(diǎn)的高斯權(quán)重
2.根據(jù)權(quán)利要求1所述的車牌字符識(shí)別識(shí)別方法，其特征在于，所述分辨率R行XC列 中，R的取值在16 64之間，C的取值在16 64之間。
3.根據(jù)權(quán)利要求1所述的車牌字符識(shí)別識(shí)別方法，其特征在于，所述灰度閾值Ptl的取 值在150 200之間。
4.根據(jù)權(quán)利要求1所述的車牌字符識(shí)別識(shí)別方法，其特征在于，所述σ的優(yōu)選取值為 σ = 2SX。
全文摘要
本發(fā)明提供了一種車牌字符識(shí)別方法，該方法中所采用的描述器是直接以字符圖像的幾何中心點(diǎn)作為特征點(diǎn)，通過PCA算法尋找車牌字符圖像中字符的主方向，從而生成字符特征點(diǎn)的描述子，相對(duì)于現(xiàn)有的SIFT描述器而言，車牌字符圖像中字符的主方向的運(yùn)算量得以大幅簡(jiǎn)化，提高了計(jì)算機(jī)運(yùn)算效率，能夠更好的滿足車牌識(shí)別系統(tǒng)的實(shí)時(shí)性要求，并且生成的描述器同時(shí)保證了車牌字符圖像的旋轉(zhuǎn)不變性以及抗噪聲和光照影響的能力，具有良好的魯棒性；同時(shí)，采用SVM分類算法與本發(fā)明采用的NSIFT描述器相結(jié)合對(duì)車牌字符圖像進(jìn)行字符識(shí)別，相對(duì)于采用KNN等其它分類算法而言，在不增加分類算法運(yùn)算復(fù)雜度的前提下具備了更高的識(shí)別率。
文檔編號(hào)G06K9/54GK102147858SQ201110082300
公開日2011年8月10日 申請(qǐng)日期2011年3月31日 優(yōu)先權(quán)日2011年3月31日
發(fā)明者張小洪, 徐玲, 楊夢(mèng)寧, 洪明堅(jiān) 申請(qǐng)人:重慶大學(xué)