[发明专利]基于三值图像的车牌定位方法

说明书

技术领域

本发明属于图像处理领域，涉及车牌识别过程中的车牌定位。

背景技术

车牌识别主要分为车牌定位、字符分割和字符识别三步。目前本领域技术人员普遍认为车牌定位是车牌识别技术中最为关键的一步，它决定着字符分割和字符识别的效果，是影响整个车牌识别识别率的主要因素。

车牌定位一般是根据车牌特征，如纹理、角点、边缘、颜色等。根据单一车牌特征进行车牌定位的主要问题是图像背景复杂或图像受光照不均匀影响容易发生定位遗漏。根据多车牌特征融合进行车牌定位与减少定位遗漏并无必然联系，且会增加定位时间。

车牌定位选定候选区域后，一般的做法是：一、对候选区域二值化；二、通过纵向投影和横向投影将二值化的候选区域分割成若干个单个的字符区域；三、对单个字符区域逐个进行字符识别；四、若字符识别符合预设的可信度要求，则候选区域为确定车牌，推出车牌识别结果，否则，轮换下一个候选区域继续进行上述步骤。

这里的问题是，所谓“二值化”是根据选定阈值将候选区域分类为“黑”或“白”。随着车牌识别应用场合越来越广泛，应用环境越来越复杂，获得的受光照不均匀或车牌“脏”影响的图像也越来越多。相应候选区域里受光照不均匀或车牌“脏”影响的像素点，往往表现为“灰”，在事先选定阈值的情况下有可能不被正确分类到“黑”或“白”中，从而影响投影计算，导致字符分割错误。也就是说，字符分割建立在候选区域二值化基础上，这一处理方法自身是有缺陷的。

另一方面，建立在车牌定位并投影基础上的字符分割，其分割是不严格的。图像中“广告用电话号码”等伪车牌有可能被当成车牌号识别。事实上，中国车牌必须满足公安部有关车牌的国家标准，车牌字符之间的间距应符合国家标准的相关要求。根据车牌特征定位只能确定一个大致的范围，候选区域左右两端的边界并不能完全确定。这是因为，边界是背景与前景或前景与背景的过渡，在车牌特征受图像背景复杂或图像受光照不均匀影响等较大干扰或前景与背景较“接近”的情况下，边界就容易变“模糊”，此种情况下在边界二值化和投影就容易出错。因为候选区域左右两端边界的不确定性，所以，既不能根据候选区域的宽度按照公安部规定计算车牌字符间距的方式来分割候选区域，反过来也不能对投影得到的分割结果进行验证。没有分割字符的间距验证，车牌识别只是字符串识别，伪车牌也就自然不能被杜绝。如果说伪车牌还可以通过其他机制来剔除，以致其严重性还可以不被高度重视，那么由于候选区域左右两端边界的不确定性，导致车牌首字符分割错误，有可能把“琼”识别成“京”，即这会导致车牌中汉字不能被正确识别，其原因往往被忽略了。因此，通过车牌定位并投影来确定字符分割是不严格，也是应该改变的。

综上所述，传统车牌定位的主要问题是：、基于车牌特征的车牌定位在受到干扰的情况下可能造成车牌遗漏；二、分割不严格，基于投影的分割只是字符串分割，不能排除伪车牌；三、定位后车牌候选区域左右两端的边界有可能是“模糊”的，这可能导致车牌首字符分割错误，汉字不能被正确识别。

由二值化因素引发的投影与分割问题，其解决办法就是要将图像三值化，将分割建立在三值化的基础上。解决车牌遗漏和车牌左右两端边界的不确定性，就是要根据分割反推。根据分割反推车牌定位的好处不仅可以先按照公安部的规定检测字符间距，排除伪车牌，做到车牌定位不误；还可以使车牌定位不再依赖车牌特征，可以不再理会图像中对车牌特征所谓的干扰，做到车牌定位不漏。

《图像五值化简化方法》(专利200910104557.9)提出了可将图像各像素由RGB三原色表示的颜色值映射成黑色、蓝色、灰色、黄色和白色五种之一的五值化简化方法。根据中国车牌的车牌底色与车牌字符色的颜色组合状况，进一步通过黑色、蓝色合并，白色、黄色合并，即可实现图像三值化。但是迄今为止，尚无基于三值化的投影与分割方法，也尚无根据分割反推车牌定位的方法。这就是本发明将要解决的问题。

发明内容

说明：

1、本发明基于三值图像。三值指蓝、灰、黄，反映原图像对应像素的色彩属性，蓝、黄与原图像车牌底色、字符色构成关联关系，灰是蓝向黄过渡的中间状态，可在车牌底色确定后根据需要视同车牌底色或字符色。图像三值化不在本发明的论述范围内。

2、有可能为了识别图像中红色交通信号、红色交通标识，图像三值化时需要将红色作为一种新的中间状态保留，本发明已经考虑了这一情况。在本发明中这样的图像称为扩展的三值图像，红色称为扩展值。

3、本发明同样适用二值图像，即二值图像可视为生成三值图像过程中原图像没有任何可以生成中间状态的像素点。