一种基于多尺度分析和匹配排序的复杂天气车牌定位方法

摘要

本发明为一种基于多尺度分析和匹配排序的复杂天气车牌定位方法，其涉及计算机视觉领域。该方法首先结合图像的灰度平均值、图像的暗原色图信息以及相邻像素灰度方差对天气情况以及图像增强的必要性进行了判断，避免了不加区别地进行图像增强处理，减少了系统的开销；经过图像增强的必要性判断之后，再利用多尺度分析的小波变换增强低清晰度和低对比度的图像，同时也压缩了图像的噪声信息；然后结合小波变换和形态学算法初定位出车牌候选区域；最后结合颜色比匹配、投影匹配、区域密度匹配和位置匹配的匹配排序的方法和权重打分机制定位出车牌区域。该方法能有效地定位出复杂天气情况下的车牌区域，对多种天气情况具有很强的适应性。

主权项

一种基于多尺度分析和匹配排序的复杂天气车牌定位方法，其特征是，包括如下步骤：1)结合图像的灰度平均值、图像的暗原色信息以及相邻像素灰度方差法对天气情况和图像增强的必要性进行了判断；包括：1.1)利用图像的灰度平均值判断拍摄车辆图片的时间段进行判断；1.2)利用图像暗原色信息判断是否为雾天图像；1.3)利用相邻像素灰度方差法统计车牌图像的清晰度，根据清晰度判断图像增强的必要性；2)利用多尺度分析的小波变换进增强图像细节和压缩图像噪声；3)采用多尺度分析的小波变换和形态学算法定位出车牌候选区域；3.1)利用小波变换进行多尺度边缘检测；3.2)对边缘图像进行突出轮廓的开运算和填充空洞的闭运算，再结合车牌先验知识定位出车牌候选区域；4)结合颜色比匹配、投影匹配、区域密度匹配和位置匹配的匹配排序的方法定位出车牌区域。