一种融合多字符特征的车牌定位方法

摘要

本发明公开了一种基于字符多特征融合的车牌定位方法，包括：(一)对原始车辆图像进行彩色图像灰度化处理，保存为灰度图，然后对灰度图进行二值化处理，得到车辆图像的二值图像；(二)提取车牌候选区域；(三)通过车牌候选区域的颜色特征和纹理特征去除不满足车牌区域条件的候选区域，得到车牌区域；(四)车牌精确定位，利用车牌区域字符的灰度跳变特征得到车牌中字符区域的上下左右边界，完成精确定位。本发明充分利用了车牌区域的字符特征，克服传统车牌定位方法过度依赖于车牌边框的形状特征和边缘特征，在车牌边框模糊的情况下也有很高的定位精度，而且分割结果更符合人眼观测的结果。本发明直观，简单，速度快，具有更好的实时性。

主权项

一种基于字符多特征融合的车牌定位方法，包括如下步骤：（一）预处理原始车辆图像对原始车辆图像进行彩色图像灰度化处理，保存为灰度图，然后对上述灰度图进行二值化处理，得到车辆图像的二值图像；（二）提取车牌候选区域首先，将车辆图像的二值图像分成若干个n×n的方块，并将所有方块所有像素点标志位的初始值赋为0，其中n为正整数；其次，在每个方块内分别计算所有白色像素点和黑色像素点对应灰度的均值，并记录两者的差值，设定第一阈值门限Tmd,将均值反差大于或等于阈值门限Tmd的方块内所有像素点的标志位置为1；然后，将所述二值图像进行水平投影，统计图像每行中标志符为1的像素点的个数，将个数大于第二阈值门限Ts的行记录下来，并将记录下来的连续行合并成行候选区域；最后，在所述行候选区域中，通过统计w×h大小区域内标志符为1的像素点的个数，筛选出车牌的候选区域，所述筛选的条件为：w×h大小区域内标志符为1的像素点的个数大于或等于阈值门限Tns即作为候选区域，其中w、h分别为实际的最大车牌宽度和该行候选区域的高度；（三）筛选车牌候选区域通过车牌候选区域的颜色特征和纹理特征去除不满足车牌区域条件的候选区域，得到车牌区域，完成车牌的粗定位过程；（四）车牌精确定位利用车牌区域字符的灰度跳变特征得到车牌中字符区域的上下左右边界，完成车牌的精确定位，具体步骤如下：（1）对于所述粗定位后得到的车牌区域的二值图，由上至下，统计水平方向上跳变点的个数njh1和标志符为1的像素点的个数mdjh1，通过设定阈值Tjh和Tmh来判断该行是否为车牌区域的上边界，即是否满足：njh1≥Tjh且mdjh1≥Tmh如果满足上述条件，则将该行判定为车牌字符区域的上边界，否则，转向下一行继续执行，直到找到车牌字符区域的上边界；（2）对于所述粗定位后得到的车牌区域的二值图，由下至上，统计水平方向上跳变点的个数njh2和标志符为1的像素点的个数mdjh2，通过所述阈值Tjh和Tmh来判断该行是否为车牌区域的下边界，即是否满足：njh2≥Tjh且mdjh2≥Tmh如果满足上述条件，则将该行判定为车牌字符区域的下边界，否则，转向上一行继续执行，直到找到车牌字符区域的下边界；（3）对于所述粗定位后得到的二值图，由左至右，统计垂直方向上跳变点的个数njv1和标志符为1的像素点的个数mdjv1，通过设定阈值Tjv和Tmv来判断该行是否为车牌区域的左边界，即是否满足：njv1≥Tjh且mdjv1≥Tmh如果满足上述条件，则将该行判定为车牌字符区域的左边界，否则，转向下一列继续执行，直到找到车牌字符区域的左边界；（4）对于所述粗定位后得到的二值图，由右至左，统计垂直方向上跳变点的个数njv2和标志符为1的像素点的个数mdjv2，通过所述阈值Tjv和Tmv来判断该行是否为车牌区域的右边界，即是否满足：njv2≥Tjv且mdjv2≥Tmv如果满足上述条件，则将该行判定为车牌字符区域的右边界，否则，转向上一列继续执行，直到找到车牌字符区域的右边界；（5）遍历车牌区域集合，找出所有车牌字符区域，实现精确定位。