发明名称 一种快速检测视频与图像中汽车车标的方法
摘要 本发明公开了一种快速检测视频与图像中汽车车标的方法,涉及一种图像处理系统,旨在现有的车牌检测技术中确定了车牌坐标信息的基础上提供一种具有普遍适用性的从视频和图像中快速检测汽车车标的方法,其包括以下步骤:(1)车标粗定位,(2)图像预处理及滤波处理,(3)对图像的滤波结果做显著化处理,用以去除图像中的噪音点,(4)对显著化处理的图像二值化,(5)选取二值图,(6)车标区域的准确提取;本发明所提供的车标检测定位方法,在实时视频序列中,不仅处理时间快、准确率高,而且不含参数信息,可以应用于各种交通场合。
申请公布号 CN102419820A 申请公布日期 2012.04.18
申请号 CN201110237696.6 申请日期 2011.08.18
申请人 电子科技大学 发明人 毛颂安;叶茂;庞锋
分类号 G06K9/62(2006.01)I;G08G1/017(2006.01)I 主分类号 G06K9/62(2006.01)I
代理机构 成都华典专利事务所(普通合伙) 51223 代理人 杨保刚;徐丰
主权项 1.一种快速检测视频与图像中汽车车标的方法,首先根据实时采集的视频和图像信息,检测出其中的汽车车牌坐标(x,y),车牌图像大小m*n ,其中m为车牌的实际长度,n为车牌的实际宽度,其特征在于,还包括:(1)车标粗定位初始化设定车牌区域大小M*N,其中M表示车牌的长度,N表示车牌的宽度,通过对多幅汽车车头图像的车标与车牌距离的计算,选取其中最大的一个车标与车牌距离L作为车标粗定位的长度,则车标粗定位的图像大小为L*N,再根据实际车牌图像大小得到图像中车标与车牌实际距离<i>l</i>:<img file="860544DEST_PATH_IMAGE001.GIF" wi="73" he="37" />,则更精确的车牌上方的车标粗定位图像区域大小为<img file="864272DEST_PATH_IMAGE002.GIF" wi="33" he="21" />;(2)图像预处理及滤波处理首先对区域大小为<img file="977722DEST_PATH_IMAGE002.GIF" wi="33" he="21" />的车标粗定位图像作灰度化处理,然后分别做水平滤波和垂直滤波提取图像中的物体边缘信息,消除某一指定方向上的边缘信息,对噪音信息平滑处理,降低图像复杂度;(3)对图像的滤波结果做显著化处理,去除图像中的噪音点①对水平、垂直滤波后得到水平图像<i>F</i><sub><i>horizonta</i>l</sub>和垂直图像<i>F</i><sub><i>vertical</i></sub>并分别缩放到同一大小的分辨率P*Q;②分别对水平图像<i>F</i><sub><i>horizonta</i>l</sub>和垂直图像<i>F</i><sub><i>vertical</i></sub>做8尺度的高斯金字塔:第0尺度图像大小为P*Q,第<img file="434111DEST_PATH_IMAGE003.GIF" wi="85" he="23" />尺度的图像大小为<img file="658419DEST_PATH_IMAGE004.GIF" wi="118" he="28" />,共得到8幅不同尺度大小的图像<img file="251074DEST_PATH_IMAGE005.GIF" wi="90" he="26" />;③对8幅图像做中心周围算法处理:设中心与周围的差表示为<img file="535425DEST_PATH_IMAGE006.GIF" wi="16" he="17" />,则<img file="947952DEST_PATH_IMAGE007.GIF" wi="148" he="22" />其中<img file="507109DEST_PATH_IMAGE008.GIF" wi="253" he="23" />,由此计算得到6幅图像<img file="688692DEST_PATH_IMAGE009.GIF" wi="94" he="31" />;④把6幅图像相加求平均值、并归一化:<img file="409523DEST_PATH_IMAGE010.GIF" wi="258" he="39" />(4)用K均值聚类法对显著化处理的图像进行二值化(5)选取二值图采用信息熵<i>H</i>的算法,分别计算两幅二值图的对应的信息熵值,取熵值较小的二值图像E;(6)车标区域的准确提取①对二值图E做一次膨胀处理;②再对图像做一次腐蚀处理;③找出该二值图像中的所有团块区域<img file="309346DEST_PATH_IMAGE011.GIF" wi="128" he="24" />,用改进的信息熵算法判断出车标区域;其中,改进的信息熵算法为:<img file="406615DEST_PATH_IMAGE012.GIF" wi="78" he="22" />,n表示团块B所在区域对应的灰度图包含的不同像素值的数量及颜色种类。
地址 611731 四川省成都市高新区(西区)西源大道2006号