一种在高清晰图像中识别车牌的方法

摘要

本发明涉及一种在高清晰图像中识别车牌的方法，该方法包括候选牌照区域检测、灰度图像二值化、倾斜度校正、字符分割、字符识别及后处理。与现有技术相比，本发明具有对高分辨率(达500万象素以上)复杂背景下多车牌同时快速定位识别、非均匀光照条件下图像二值化效果好、车牌倾斜度和牌照大小可在较大范围内变化等优点，同时大大减少了摄像机安装施工的要求。

主权项

1.一种在高清晰图像中识别车牌的方法，其特征在于，包括以下步骤：(1)以一定缩放系数，多次缩放摄像机抓拍到的原始图像，每缩放一次图像，在缩放后的图像中检测一次车牌区域的图像，将检测出的车牌区域图像映射到原始图像上，经过滤和合并重合图像，根据各车牌区域图像的特征强度对各图像进行排序，得到所有车牌区域图像；(2)将所有车牌区域图像转换为灰度图像，再进行二值化处理，得到二值化图像；(3)校正二值化图像的倾斜度；(4)分割二值化图像中的字符；(5)识别分割出的字符，并进行检查；所述的步骤(2)采用GLLT算法进行二值化处理；根据字符的笔画特点，首先将图像中能判别为属于字符笔画的象素和属于背景的象素划分出来，再统计笔画象素和背景象素的灰度值来决定图像中未被划分的象素的属性，GLLT算法的主要步骤如下：1)设f(x，y)为图像中象素点(x，y)的灰度值，g(x，y)为其平滑后的值，根据图像中字符大小估计笔画宽度W，W＝3，以图像中每点为中心计算(2W+1)×(2W+1)窗口内的灰度平均值：$\overline{f(x,y)}=\underset{-w\le i\le w}{\Sigma }\underset{-w\le j\le w}{\Sigma }f(x-i,y-j)/{(2w+1)}^2$2)设距离象素(x，y)W个象素的8邻接象素为P₀，P₁，…，P₇；如果g(x，y)比它的4邻接象素P_i，P_(i+4)mod8，P_(i+1)mod8，P_(i+5)mod8(i＝0，1，2，3)高T灰度级，则(x，y)被划分为“白象素”，取值255：如果g(x，y)比它的4邻接象素P_i，P_(i+4)mod8，P_(i+1)mod8，P_(i+5)mod8(i＝0，1，2，3)低T灰度级，则(x，y)被划分为“黑象素”，取值128；否则该象素标记为“未分类象素”，取值0；判决规则：素P_i′和P′_i+1分别是象素P_i和P_i+1正对180°方向的象素，其中i＝0，1，2，3；3)分区域分别计算标示为255和128的象素所对应的平均灰度图像值G₁和G₂；4)按如下规则对标示为0的未分类象素进行分类：基于垂直游程长度统计的倾斜度校正快速算法，以垂直倾斜度校正为例，水平倾斜度校正类似：1)找出文字区域边框坐标x₀，x₁，y₀，y₁，并计算其中心点坐标(x_c，y_c)；2)设定在上下边界位置的偏移值为D_k，则象素点(x，y)移位到(x_s，y_s)由下式决定：y_s＝y；$x_s=\left\{\begin{array}{cc}x-D_k(y_c-y)/(y_c-y_0),& \mathrm{ify}<y_c;\\ x,& \mathrm{ify}=y_c;\\ x+D_k(y-y_c)/(y_1-y_c),& \mathrm{ify}>y_c.\end{array}\right.$3)对给定D_k的位移图像，计算垂直方向黑白游程长度的平方和；4)设D_Max为上下边界位置最大可能偏移值，对在区间[-D_Max，+D_Max]内任一整数偏移值D_k，按上所述计算垂直方向黑白游程长度的平方和，找出其中的最大值，则其所对应的位移图像即为倾斜度校正后的图像。