一種基于視頻圖像的車牌區(qū)域定位方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于視頻圖像的車牌區(qū)域定位方法及系統(tǒng)，所述方法包括圖像縱向特征檢測(cè)、圖像二值化、連通圖像的橫向相鄰區(qū)域、縱向切割圖像、合并相關(guān)子區(qū)域以及區(qū)塊選??；所述系統(tǒng)包括圖像縱向特征檢測(cè)模塊、圖像二值化模塊、橫向相鄰區(qū)域連通模塊、縱向切割模塊、合并相關(guān)子區(qū)域模塊和區(qū)塊選取模塊。本發(fā)明方法及系統(tǒng)采用的邊緣檢測(cè)算法對(duì)車牌顏色、圖像背景、圖像質(zhì)量的兼容性都非常好，對(duì)于不同顏色的車牌及嚴(yán)重模糊的圖像，都能有效地提取出車牌區(qū)域的特征，可以處理具有復(fù)雜背景的車輛視頻圖像，能夠穩(wěn)定、高效地完成圖像中的車牌區(qū)域定位，解決了現(xiàn)有算法計(jì)算復(fù)雜度較高，需要的計(jì)算時(shí)間過長(zhǎng)的問題，有效提升車牌定位識(shí)別的準(zhǔn)確率。
【專利說明】一種基于視頻圖像的車牌區(qū)域定位方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種車牌定位方法，尤其是一種基于視頻圖像的車牌區(qū)域定位方法及 系統(tǒng)。屬于車牌識(shí)別領(lǐng)域。

【背景技術(shù)】
[0002] 隨著生產(chǎn)力水平的不斷提高，各城市的汽車保有量不斷增加，傳統(tǒng)的交通管理模 式正面臨著極大的挑戰(zhàn)。近年來計(jì)算機(jī)技術(shù)在交通領(lǐng)域開始得到廣泛的應(yīng)用。如交通系統(tǒng)、 車輛年檢系統(tǒng)、小區(qū)自動(dòng)收費(fèi)系統(tǒng)、路面卡口管理系統(tǒng)。都向自動(dòng)化管理轉(zhuǎn)型，車牌自動(dòng)識(shí) 別技術(shù)開始得到了社會(huì)各界的認(rèn)可。所以視頻圖像車牌自動(dòng)識(shí)別技術(shù)是交通管理領(lǐng)域中不 可替代的重要功能，它具有術(shù)高的經(jīng)濟(jì)保監(jiān)會(huì)和實(shí)用價(jià)值。
[0003] 視頻圖像的車牌自動(dòng)識(shí)別技術(shù)，主要分為三大模塊，車牌區(qū)域定位算法、車牌圖像 字符切割算法、車牌字符識(shí)別算法。
[0004] 由于在實(shí)際的應(yīng)用環(huán)境中，原始圖像的灰度變化、車牌區(qū)域與車身區(qū)域的對(duì)比強(qiáng) 度的大小、復(fù)雜背景的干擾對(duì)車牌區(qū)域定位都有很大的影響。兼容性強(qiáng)的車牌區(qū)域定位算 法是整個(gè)車牌識(shí)別過程的核心。
[0005] 車牌區(qū)域定位的算法分為三類，第一類是基于邊緣的算法，第二類是基于顏色的 算法，第三類是基于機(jī)器學(xué)習(xí)的算法?；谶吘壓突陬伾能嚺茀^(qū)域定位算法都過分依 賴于車牌邊緣與車牌的對(duì)比程度，如果圖像的邊比模糊不清將嚴(yán)重影響車牌定位的效果， 另外基于邊緣檢測(cè)的算法過分依懶于圖像的清淅度；而基于顏色的算法對(duì)圖像是的色彩對(duì) 比如、色彩的準(zhǔn)確度要求太高，在強(qiáng)光照射的環(huán)影與昏暗的環(huán)景定位參數(shù)偏差太大，適應(yīng)性 不強(qiáng)；而基于機(jī)器學(xué)習(xí)的算法的主要利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)，這類算法基本可以達(dá)到 85%以上的車牌區(qū)域檢測(cè)率。但是這些算法的計(jì)算復(fù)雜度較高，需要的計(jì)算時(shí)間過長(zhǎng)，難以 適應(yīng)在高速功能這類對(duì)計(jì)算時(shí)間要求苛刻的應(yīng)用環(huán)境。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是為了解決上述現(xiàn)有技術(shù)的缺陷，提供一種基于視頻圖像的車牌區(qū) 域定位方法，該方法可以處理具有復(fù)雜背景的車輛視頻圖像，能夠穩(wěn)定、高效地完成圖像中 的車牌區(qū)域定位。
[0007] 本發(fā)明的另一目的在于提供一種基于視頻圖像的車牌區(qū)域定位系統(tǒng)。
[0008] 本發(fā)明的目的可以通過采取如下技術(shù)方案達(dá)到：
[0009] 一種基于視頻圖像的車牌區(qū)域定位方法，其特征在于所述方法包括：
[0010] 圖像縱向特征檢測(cè)：利用邊緣檢測(cè)算子對(duì)顯示有車牌的車輛視頻圖像進(jìn)行處理， 保留原圖像的縱向紋理特征；
[0011] 圖像二值化：先對(duì)僅保留了縱向紋理特征的圖像信息進(jìn)行高斯模糊處理，使各種 縱向紋理與相鄰的其它縱向紋理相連通，再橫向?qū)D像分割成多個(gè)大小相同的區(qū)塊，分別 對(duì)每個(gè)區(qū)塊進(jìn)行單獨(dú)的二值化；
[0012] 連通圖像的橫向相鄰區(qū)域：將二值化后的圖像橫向方向上任意兩個(gè)間隔不超過圖 像中車牌字符間距2倍的像素進(jìn)行連通，即填充這兩個(gè)像素之間的所有像素；
[0013] 縱向切割圖像：每間隔不超過圖像中車牌字符間距2倍的距離縱向切割一次圖 像，生成接近于圖像中車牌字符寬度而高度不一的存在圖像元素的區(qū)塊；
[0014] 合并相關(guān)子區(qū)域：將高度條件滿足圖像中車牌字符特征的區(qū)塊保留，然后將這 些區(qū)塊與高度相近，并且在圖像中所處的位置頂部、底部縱坐標(biāo)相近的相鄰區(qū)塊合并在一 起；
[0015] 區(qū)塊選?。涸诤喜⒑蟮膮^(qū)塊中選取寬高比例接近于車牌寬高比例標(biāo)準(zhǔn)的區(qū)塊，即 選取寬度與高度的比值在3. 2?4. 9之間的區(qū)塊，完成車牌區(qū)域定位。
[0016] 作為一種優(yōu)選方案，在圖像縱向特征檢測(cè)過程中，采用的邊緣檢測(cè)算子為

【權(quán)利要求】
1. 一種基于視頻圖像的車牌區(qū)域定位方法，其特征在于所述方法包括： 圖像縱向特征檢測(cè)：利用邊緣檢測(cè)算子對(duì)顯示有車牌的車輛視頻圖像進(jìn)行處理，保留 原圖像的縱向紋理特征； 圖像二值化：先對(duì)僅保留了縱向紋理特征的圖像信息進(jìn)行高斯模糊處理，使各種縱向 紋理與相鄰的其它縱向紋理相連通，再橫向?qū)D像分割成多個(gè)大小相同的區(qū)塊，分別對(duì)每 個(gè)區(qū)塊進(jìn)行單獨(dú)的二值化； 連通圖像的橫向相鄰區(qū)域：將二值化后的圖像橫向方向上任意兩個(gè)間隔不超過圖像中 車牌字符間距2倍的像素進(jìn)行連通，即填充這兩個(gè)像素之間的所有像素； 縱向切割圖像：每間隔不超過圖像中車牌字符間距2倍的距離縱向切割一次圖像，生 成接近于圖像中車牌字符寬度而高度不一的存在圖像元素的區(qū)塊； 合并相關(guān)子區(qū)域：將高度條件滿足圖像中車牌字符特征的區(qū)塊保留，然后將這些區(qū)塊 與高度相近，并且在圖像中所處的位置頂部、底部縱坐標(biāo)相近的相鄰區(qū)塊合并在一起； 區(qū)塊選取：在合并后的區(qū)塊中選取寬高比例接近于車牌寬高比例標(biāo)準(zhǔn)的區(qū)塊，即選取 寬度與高度的比值在3. 2?4. 9之間的區(qū)塊，完成車牌區(qū)域定位。
2. 根據(jù)權(quán)利要求1所述的一種基于視頻圖像的車牌區(qū)域定位方法，其特征在于：在圖 像縱向特征檢測(cè)過程中，采用的邊緣檢測(cè)算子為
3. 根據(jù)權(quán)利要求1所述的一種基于視頻圖像的車牌區(qū)域定位方法，其特征在于：在圖 像二值化過程中，所述多個(gè)大小相同的區(qū)塊是多個(gè)高度不超過圖像中車牌所在區(qū)域高度的 2倍、寬度為整幅圖像寬度的區(qū)塊。
4. 根據(jù)權(quán)利要求1所述的一種基于視頻圖像的車牌區(qū)域定位方法，其特征在于：在合 并相關(guān)子區(qū)域過程中，所述高度相近是指兩個(gè)區(qū)塊之間的高度之差小于這兩個(gè)區(qū)塊中的高 度最大值的二分之一；在圖像中所處的位置頂部縱坐標(biāo)相近是指兩個(gè)區(qū)塊的頂部縱坐標(biāo)之 間的高度之差小于這兩個(gè)區(qū)塊中的高度最大值的二分之一；在圖像中所處的位置底部縱坐 標(biāo)相近是指兩個(gè)區(qū)塊的底部縱坐標(biāo)之間的高度之差小于這兩個(gè)區(qū)塊中的高度最大值的二 分之一。
5. 根據(jù)權(quán)利要求1所述的一種基于視頻圖像的車牌區(qū)域定位方法，其特征在于：在圖 像二值化過程中，所述每個(gè)區(qū)塊二值化時(shí)的閾值采用大津法計(jì)算得到。
6. -種基于視頻圖像的車牌區(qū)域定位系統(tǒng)，其特征在于所述系統(tǒng)包括： 圖像縱向特征檢測(cè)模塊，用于利用邊緣檢測(cè)算子對(duì)顯示有車牌的車輛視頻圖像進(jìn)行處 理，保留原圖像縱向紋理特征； 圖像二值化模塊，用于先對(duì)僅保留了縱向紋理特征的圖像信息進(jìn)行高斯模糊處理，使 各種縱向紋理與相鄰的其它縱向紋理相連通，再橫向?qū)D像分割成多個(gè)大小相同的區(qū)塊， 分別對(duì)每個(gè)區(qū)塊進(jìn)行單獨(dú)的二值化； 橫向相鄰區(qū)域連通模塊，用于將二值化后的圖像橫向方向上任意兩個(gè)間隔不超過圖像 中車牌字符間距2倍的像素進(jìn)行連通，即填充這兩個(gè)像素之間的所有像素； 縱向切割模塊，用于每間隔不超過圖像中車牌字符間距2倍的距離縱向切割一次圖 像，生成接近于圖像中車牌字符寬度而高度不一的存在圖像元素的區(qū)塊； 合并相關(guān)子區(qū)域模塊，用于將高度條件滿足圖像中車牌字符特征的區(qū)塊保留，然后將 這些區(qū)塊與高度相近，并且在圖像中所處的位置頂部、底部縱坐標(biāo)相近的相鄰區(qū)塊合并在 一起； 區(qū)塊選取模塊，用于在合并后的區(qū)塊中選取寬高比例接近于車牌寬高比例標(biāo)準(zhǔn)的區(qū) ±夬，即選取寬度與高度的比值在3. 2?4. 9之間的區(qū)塊，完成車牌區(qū)域定位。
7. 根據(jù)權(quán)利要求6所述的一種基于視頻圖像的車牌區(qū)域定位系統(tǒng)，其特征在于：在圖 像縱向特征檢測(cè)模塊中，采用的邊緣檢測(cè)算子為
8. 根據(jù)權(quán)利要求6所述的一種基于視頻圖像的車牌區(qū)域定位系統(tǒng)，其特征在于：在圖 像二值化模塊中，所述多個(gè)大小相同的區(qū)塊是多個(gè)高度不超過圖像中車牌所在區(qū)域高度的 2倍、寬度為整幅圖像寬度的區(qū)塊。
9. 根據(jù)權(quán)利要求6所述的一種基于視頻圖像的車牌區(qū)域定位系統(tǒng)，其特征在于：在合 并相關(guān)子區(qū)域模塊中，所述高度相近是指兩個(gè)區(qū)塊之間的高度之差小于這兩個(gè)區(qū)塊中的高 度最大值的二分之一；在圖像中所處的位置頂部縱坐標(biāo)相近是指兩個(gè)區(qū)塊的頂部縱坐標(biāo)之 間的高度之差小于這兩個(gè)區(qū)塊中的高度最大值的二分之一；在圖像中所處的位置底部縱坐 標(biāo)相近是指兩個(gè)區(qū)塊的底部縱坐標(biāo)之間的高度之差小于這兩個(gè)區(qū)塊中的高度最大值的二 分之一。
10. 根據(jù)權(quán)利要求6所述的一種基于視頻圖像的車牌區(qū)域定位系統(tǒng)，其特征在于：在圖 像二值化模塊中，所述每個(gè)區(qū)塊二值化時(shí)的閾值采用大津法計(jì)算得到。
【文檔編號(hào)】G06K9/00GK104484655SQ201410799504
【公開日】2015年4月1日 申請(qǐng)日期:2014年12月18日 優(yōu)先權(quán)日:2014年12月18日
【發(fā)明者】楊展鵬 申請(qǐng)人:廣州市華標(biāo)科技發(fā)展有限公司