一种车牌字符识别方法

摘要

本发明提出了一种新的车牌字符识别的方法，采用canny算法和二值图像结合的方法来识别字符。并且识别时由于提取出了字符的边缘和跳变信息，再将字符边缘像素的跳变与模板字符集的跳变做匹配，找到匹配度最高的模板字符，进而获得字符的识别结果。这种基于跳变的字符识别，较好地解决了各种干扰下字符识别问题，可以有效克服各种干扰因素，保持较为稳定的高识别率。并且，由于对标准的canny算法做了简化，大大提高了识别的效率，减少了占用的系统资源，提高了识别速度。

主权项

一种车牌字符识别方法，将车牌灰度图像分割为若干字符区域，对每一个字符区域的灰度图像I_char按照如下步骤顺序进行处理：A、对I_char求自适应阈值；B、对I_char采用Canny算法确定字符边缘图像I_edge；C、对上述字符边缘图像I_edge进行填充空洞；D、再次确定上述字符边缘图像I_edge的边界；E、对上述I_edge进行归一化处理；F、计算字符边缘的水平跳变序列S_Hori和垂直跳变序列S_Vert，并根据上述水平跳变序列S_Hori和垂直跳变序列S_Vert确定上跳变数密度Hop_Density_Top、下跳变数密度Hop_Density_Bottom、左跳变数密度Hop_Density_Left、右跳变数密度Hop_Density_Right，并进一步确定上下跳变数密度比Hop_Density_Top/Bottom和左右跳变数密度比Hop_Density_Left/Right；G、将上述F步骤中确定的上述水平跳变序列S_Hori、垂直跳变序列S_Vert、上下跳变数密度比Hop_Density_Top/Bottom和左右跳变数密度比Hop_Density_Left/Right与从字符模板集中读取到的当前字符模板的水平跳变序列SM_Hori、垂直跳变序列SM_Vert、上下跳变数密度比Hop_Density_M_Top/Bottom、左右跳变数密度比Hop_Density_M_Left/Right进行一一匹配，找到匹配度最高的字符索引值，完成字符识别。