[发明专利]一种在高清晰图像中识别车牌的方法

权利要求书

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：

f(x,y)‾=Σ-w≤i≤wΣ-w≤j≤wf(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；

xs=x-Dk(yc-y)/(yc-y0),ify<yc;x,ify=yc;x+Dk(y-yc)/(y1-yc),ify>yc.]]>

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。