基于虚拟线圈的自触发车牌识别方法

摘要

本发明涉及一种基于虚拟线圈的自触发车牌识别方法，具有方法简单，识别率高等优点，它的步骤为：步骤1，对车辆视频信号进行预处理；步骤2，工控机接收视频流信号后，创建两个进程分别是视频流处理进程和车牌识别进程，两进程间采用油槽通信；在视频流处理进程中，采用基于虚拟线圈的自触发方式采集含有车牌信息的静态车辆图像；在车牌识别进程中，对静态车辆图像的处理；步骤3，工控机对车辆图像进行预处理；步骤4，对车牌进行定位和车牌倾斜的校正；步骤5，自动车牌图像中过滤铆钉、白边、污损信息；步骤6，进行字符分割；步骤7，进行字符识别；步骤8，将识别出合格合理的车牌信息存入数据库，结束本次识别。

主权项

一种基于虚拟线圈的自触发车牌识别方法，其特征是，它的步骤为：步骤1，对车辆视频信号进行预处理；步骤2，工控机接收视频流信号后，创建两个进程分别是视频流处理进程和车牌识别进程，两进程间采用油槽通信；在视频流处理进程中，采用基于虚拟线圈的自触发方式采集含有车牌信息的静态车辆图像；在车牌识别进程中，对静态车辆图像的处理；步骤3，工控机对车辆图像进行预处理；所述车辆图像预处理包括真彩色图像灰度化、图像增强和中值滤波三步；在监控摄像机返回的视频流中采集到的图像是一24位真彩色图像，图像数据量大，首先需要对图像灰度化，去除无效信息即颜色，保存有效信息即亮度，公式为：g(i，j)＝0.11*R(i，j)+0.59*G(i，j)+0.30*B(i，j)，其中，R、G、B为像素红、绿、蓝三分量，i，j为像素位置参数；从而实现图像灰度化；由于可见光、汽车灯和气候因素的影响，造成图像偏暗或偏亮，所以需要进行图像增强，使图像的亮度信息达到良好效果，使用算法，f(g)＝min(max([ag+b+0.5]，0)，2b‑1)，其中，g为灰度值；|a|＞1，对比度增强；|a|＜1，对比度减小；b＞0，亮度值增加；b＜0，亮度值减小；还需要对图像平滑，使用中值滤波，过滤掉图像噪声；通过图像灰度化、灰度值变换和中值滤波三方面的预处理，获得了可以进入下一步处理的图像；步骤4，对车牌进行定位和车牌倾斜的校正；车牌定位由粗定位和精确定位实现，即采用基于自适应性阈值法的车牌定位算法，通过将输入图像二值化，再利用灰度跳变密集分布的特点对拍照进行粗定位，找出若干候选区域，并在后续处理中进一步对它们验证，即牌照高宽的比例以及亮度信息，从而实现精确定位；车牌倾斜校正，首先是在将车牌区域提取出来之后，对车牌区域图像进行二值化，本系统采用最大类间方差法即OTSU法对已定位的车牌进行二值化；然后通过对车牌区域图像进行HOUGH变换，定位出车牌边界的四条直线，根据这些直线的倾斜角度对整幅图像进行校正同时将图像大小归一化，方便字符识别处理；步骤5，自动车牌图像中过滤铆钉、白边、污损信息；过滤铆钉信息过程为，利用铆钉是固定车牌用的螺丝的密封圈，它在图像中反映出来是一白色圆形区域，是一连通域，具有很高的密集度，对它的处理采用了Blob分析的方法，对车牌二值图像进行腐蚀操作，将铆钉与字符分离开，标定连通域，分别计算各个连通域的密集度，将密集度大于一阈值的连通域过滤掉，这样就达到了过滤铆钉的目的；白边信息过滤过程为，白边其实就是车牌的边缘，在二值图像中表现为细长的白边，对它的消除要利用到车牌校正后的图像，由于车牌校正后白边为水平或垂直的直线，利用对图像进 行裁剪的方法，将白边位置裁剪出去，剩下的图像就为排除白边干扰的图像了；污损信息过滤过程为，污损在二值图像中表现为随机分布的噪声白点，利用一个3*3的中值滤波器，对污损的滤除；步骤6，进行字符分割；步骤7，进行字符识别，所述字符识别采用模板匹配和特征匹配的方法实现，首先将分割出的字符在字符模板库中循环进行匹配，将匹配系数满足设定要求的字符作为备选字符；然后对易混淆目的字符和备选字符进行特征匹配，具体为连通域匹配和直方图匹配，选出匹配系数最好的字符为字符识别结果；步骤8，将识别出合格合理的车牌信息存入数据库，结束本次识别。