[发明专利]基于压缩域的车牌定位方法

权利要求书

1.基于压缩域的车牌定位方法，其特征在于：包括以下步骤：

1)将被检测JPEG格式图像经哈夫曼编码解码、DCT逆量化获得一组DCT变换系数矩阵；具体包括以下步骤：

11)对被检测JPEG格式图像的压缩数据进行哈夫曼编码解码，得到游程编码码流；

12)对游程编码码流进行DCT逆量化，得到一组大小为w×w的DCT变换系数矩阵，其中w为正整数，每一DCT变换系数矩阵对应于被检测图像中大小为w×w的一个分割块，该系数矩阵的元素满足：C_h，k(i，j)；

其中，i＝1，...，n；j＝1，...，m；n对应于被检测JPEG格式的图像进行DCT变换时纵向分割的块数，m对应于被检测JPEG格式的图像进行DCT变换时横向分割的块数；n×m为DCT变换系数矩阵的个数；(i，j)表示该组DCT变换系数矩阵中的第i行与第j列标识的一个DCT变换系数矩阵，h，k分别表示第(i，j)个DCT变换系数矩阵中的第h行，k列的元素；

2)选取各DCT变换系数矩阵中的横向、纵向和对角线方向上的参数，构建被检测图像的纹理垂直频率矩阵和纹理水平频率矩阵；具体包括以下步骤：

21)对各个DCT变换系数矩阵进行横向参数和对角线参数提取，求得图像的纹理垂直频率矩阵D_C，该矩阵元素满足：

DC(i,j)=Σv=w1w1′|C0v(i,j)|+|C11(i,j)|+|C22(i,j)|;]]>

其中，w₁，w′₁∈[0，w-1]且w₁＜w′₁；

22)对各个DCT变换系数矩阵进行纵向参数和对角参数提取，求得图像的纹理水平频率矩阵DC′，该矩阵元素满足：

DC′(i,j)=Σu=w2w2′|Cu0(i,j)|+|C11(i,j)|+|C22(i,j)|;]]>

其中，w₂，w′₂∈[0，w-1]且w₂＜w′₂；

3)对纹理垂直频率矩阵D_C进行平滑处理获得相同大小平滑后的纹理垂直频率矩阵FD_C；

4)对平滑后的纹理垂直频率矩阵利用平均值阈值法构建车牌二值模板矩阵，取值为1的矩阵元素聚集区为车牌候选区，具体包括以下步骤：

41)求取平滑后的纹理垂直频率矩阵FD_C的平均值：

mean=Σi=1nΣj=1mFDc(i,j)n×m;]]>

42)求取车牌二值模板矩阵MD_C，其元素满足：

MDC(i,j)=1,ifFDC(i,j)>thr10,otherwise;]]>

其中：thr1＝3*mean，将MD_C中连续取值为1的元素聚集区划分为车牌候选区。