一种车牌定位方法

摘要

本发明公开了一种车牌定位方法，包括(1)对原始车辆图像I(x，y)进行预处理，得到增强后的车辆图像I1(x，y)；(2)修正车辆图像I1(x，y)中各点的颜色值，得到修正后的车辆图像I2(x，y)；(3)扫描修正后的车辆图像I2(x，y)，提取出蓝色和黄色集中的区域作为车牌候选区域；(4)校验车牌区域，即判断当前区域大小，如果区域在设定的范围之内，则认为是车牌区域，完成车牌定位。本发明提出的车牌定位方法，不仅能够对一般条件下获取的车辆图像准确定位车牌，而且能够光线弱、雨、雪、烟雾等复杂条件下拍摄的车辆图像进行车牌定位，在车牌识别中具有重要的实用价值。

主权项

1.一种车牌定位方法，具体包括如下步骤：（1）对原始车辆图像I(x,y)进行预处理，得到增强后的车辆图像I1(x,y)；（2）修正车辆图像I1(x,y)中各点的颜色值，得到修正后的车辆图像I2(x,y)；（3）扫描修正后的车辆图像I2(x,y)，提取出蓝色和黄色集中的区域作为车牌候选区域；（4）校验车牌区域，即判断当前车牌候选区域大小，如果当前车牌候选区域在设定的范围之内，则认为是车牌区域，完成车牌定位；其中，所述步骤（1）中，进行预处理的具体过程为：(1.1)将车牌图像函数I(x,y)表示成如下形式：I(x,y)＝R(x,y)L(x,y)其中(x，y)为图像中点的位置坐标，I(x,y)表示原始车辆图像，R(x,y)表示反射光分量，L(x,y)表示照射光分量；(1.2)对车牌图像函数I(x,y)的表达式两边取对数，进而将照射光分量和反射光分量表示成和的形式：LogI=Log(R.L)=LogR+LogL(1.3)用n个不同尺度的高斯模板分别对原图像I(x,y)做卷积，得到相应的n幅低通滤波后的图像Di(x,y)，其中，i∈[1,n]，n为正整数：$F{(x,y)}_{{\sigma }_i}=\frac{1}{\sqrt{2\pi }{\sigma }_i}\exp (-\frac{(x^2+y^2)}{2{\sigma }_i})$$D_i(x,y)=I(x,y)*F{(x,y)}_{{\sigma }_i}$式中，表示尺度为σ_i的高斯滤波函数；(1.4)在对数域中，用原图像I(x,y)与每幅低通滤波后的图像D_i(x,y)相减，便可得到n幅高频增强的图像：R_i(x,y)=LogI(x,y)-LogD_i(x,y)(1.5)对(1.4)中得到的n幅高频增强图像加权求和，即得到增强后的车辆图像I1(x,y)：$I1(x,y)=\underset{i=1}{\overset{n}{\Sigma }}{\omega }_i{R}_i(x,y)$其中，ω_i为第i幅高频增强图像的权重，所述步骤（2）中，对车辆图像I1(x,y)中各点的颜色值进行修正的具体过程为：(2.1)将图像从RGB空间转化到HSV空间中；(2.2)选取黑、白、蓝、黄4种颜色作为基准颜色，计算I1(x,y)中每个像素点颜色值与4种基准颜色的距离，与该像素点距离最小的基准颜色即为该像素点新的颜色值；所述像素点颜色值更新完成后即得到修正后的车辆图像I2(x,y)；所述步骤（3）中，提取车牌候选区域具体过程为：(3.1)对修正后的车辆图像I2(x,y)逐行扫描，记录各行中为车牌底色颜色的线段位置，同种颜色的两个点的像素间隔小于距离阈值视为连续的点；(3.2)分析记录的每条线段，如果线段长度小于长度阈值，则将该线段从记录中删除；(3.3)用记录的线段初始化矩形，每一条线段初始化为一个矩形，矩形的横向两条边为线段所在的行号，矩形纵向的两条边为线段两个点所在的列号；(3.4)合并相邻的矩形，合并为大小不在指定范围中的，则删除。