基于数字视频的车牌查找方法

摘要

本发明公开了一种基于数字视频的车牌查找方法。该方法主要针对道路、街面的海量实时监视视频流或者视频存储文件进行处理，提取其中的运动帧，在运动帧中结合梯度运算和多特征多方向投影进行车牌区域提取，基于最优起始点的车牌字符投影分割，结合统计特征和结构特征的四重约束车牌字符识别，统计输出后，进行车牌检索。该方法完全基于视频本身进行处理，无需额外触发硬件，适用范围更广泛，智能化程度更高，准确度高。

主权项

基于数字视频的车牌查找方法，该方法包括视频运动帧提取、车牌区域定位、车牌字符分割、车牌字符识别方法，其特征在于具体过程如下：(1)提取运动帧：对视频流或者视频文件进行运动分析，仅针对视频流中的运动帧部分，或者视频文件解码后得到的关键帧中发生了运动的部分，进行车牌识别和检索处理；针对运动帧的车牌提取方法具体步骤为：Step1：针对视频文件进行解码，提取关键帧；Step2：针对关键帧或者视频流，进行基于三帧差分的运动检测，提取运动帧；Step3：将提取到的运动帧转为灰度图像；Step4：针对提取到的运动帧进行后续车牌识别处理；(2)车牌区域提取：根据车牌区域内灰度变化频繁的特点，在梯度运算的基础上进行图像二值化处理，分别计算二值图像水平特征在水平方向上的投影以及二值图像垂直特征在垂直方向上的投影，以提取车牌区域；车牌区域定位方法具体过程如下：Step1：计算运动帧灰度图像的水平梯度；Step2：根据梯度值大小，实现运动帧灰度图像二值化；Step3：计算二值图像水平差异在水平方向的投影，提取车牌区域纵坐标；Step4：计算车牌纵坐标范围内的二值图像在垂直方向的投影，提取车牌区域横坐标；(3)车牌字符分割：在二值图像垂直投影图中，搜索最优的字符起始点，以此起始点为搜索起始点，向左右两边搜索，结合垂直投影极小值点，实现字符分割；车牌字符分割方法具体步骤为：Step1：计算车牌二值图像垂直投影；Step2：搜索投影图像最优起始点；Step3：结合最优起始点与波谷，实现字符分割；(4)车牌字符识别方法，具体步骤为：Step1：建立粗分类图像模板；将车牌字符识别为汉字、字母、数字三类，即粗分类；Step2：实际字符图像预处理；Step3：基于去均值归一化互相关法的匹配度计算，将车牌字符识别为汉字、字母、数字三类，即粗分类；Step4：训练分别适应于汉字、字母和数字的径向基函数神经网络；Step5：依据粗分类结果，将原始车牌字符图像分别对应输入汉字、字母、数字的径向基函数神经网络，获得匹配率最高的字符作为输出，即细分类；Step6：针对细分结果，分析结构特征，进行验证；分析细分类结果字符与待识别字符的结构特征，将字符连通域数目特征、可能存在的斜线数目及方向特征、可能存在的尖角数目及方向特征、对称性特征进行对应验证，如各结构特征一致则作为该帧的车牌识别结果输出，跳转到Step9；如不一致，则返回step5，取与当前字符相同粗分类类型中匹配率次之的字符作为细分类结果，继续进行比对；如果匹配率降至较低数值后结构特征仍无一致的结果，当前字符未改变过粗分类类型时，进入Step7，已经改变过粗分类类型，则进入Step8；Step7：将当前字符改变粗分类结果，即字母改分为数字，数字改分为字母，然后返回step5；Step8：当前帧待识别车牌字符质量较差，不能进行良好的识别，退出该帧的识别；Step9：对若干运动帧车牌识别结果的第1～7位分别进行统计，将每一位出现频率最高的字符作为该位的最终输出；(5)统计输出：统计连续多帧的识别结果，对每一位字符以频率最高的识别结果作为最终的统计结果；(6)车牌比对：将车牌识别结果与目标车牌相比对。