[发明专利]基于多特征的车牌定位方法及装置

权利要求书

1.一种基于多特征的车牌定位方法，其特征在于，该方法包括有：

边缘密度检测步骤，利用摄像装置拍摄的原始RGB彩色图像的竖直方向边缘密度特征检测该图像中的车牌区域，得到符合车牌纹理密度特征区域的二值化图像模板；

颜色分割二值化步骤，在RGB彩色空间内对所述原始RGB彩色图像每个像素的R、G、B分量值进行比较，获得符合预设的颜色条件的像素的若干掩模图像；

逻辑算术运算步骤，将所述颜色分割二值化步骤得到的各掩膜图像分别和所述边缘密度检测步骤得到的二值化图像模板进行逻辑与运算，并根据预设的颜色优先顺序去除运算后的重叠区域，得到各无重叠区域的掩膜图像；

去除异常区域步骤，去除所述各无重叠区域的掩膜图像的异常面积区域、异常宽高和宽高比区域、异常边缘密度区域、以及异常颜色区域，得到最终的车牌定位图像。

2.如权利要求1所述的基于多特征的车牌定位方法，其特征在于，所述去除异常区域步骤具体包括：

去除异常面积区域步骤，标记所述各无重叠区域的掩膜图像的所有候选区域，统计每个候选区域的面积大小nArea，判断其面积大小nArea是否在预设的面积阈值范围[nAreaMin，nAreaMax]内，并去除超出预设的面积阈值范围的候选区域；

去除异常宽高和宽高比步骤，标记所述各无重叠区域的掩膜图像的所有候选区域，统计每个候选区域的宽度nWidth、高度nHeight、及宽高比fWHRatio，判断其宽度nWidth是否在预设的宽度阈值范围[nWidthMin，nWidthMax]内、高度nHeight是否在预设的高度阈值范围[nHeightMin，nHeightMax]内、宽高比fWHRatio是否在预设的宽高比阈值范围[nWHRatioMin，nWHRatioMax]内，并去除超出预设的宽度阈值范围和/或高度阈值范围和/或宽高比阈值范围的候选区域；

去除异常边缘密度区域步骤，标记所述各无重叠区域的掩膜图像的所有候选区域，统计每个候选区域中的每行边缘点总数nEdgeSum大于预设的每行边缘点数阈值nThresholdEdge的行数nLine，并去除其行数nLine不大于预设的行数阈值nThresholdLine的候选区域；

去除异常颜色区域步骤，将所述各无重叠区域的掩膜图像的所有候选区域的原始RGB彩色图像转化到HSV彩色模式下，去除与车牌区域的颜色饱和度差值超过预设的颜色饱和度比较阈值的候选区域，得到最终的车牌定位图像。

3.如权利要求1或2所述的基于多特征的车牌定位方法，其特征在于，所述边缘密度检测步骤具体包括：

预处理步骤，将RGB彩色图像转化为灰度图像，并对该灰度图像进行中值滤波后，进行竖直方向的边缘检测，得到二值化的车牌边缘图像；

边缘密度分析步骤，统计该车牌边缘图像中每行的边缘点数，对于其行边缘点数大于行边缘点阈值nThresholdRowEdgePoint的行中的所有边缘点，以各边缘点为窗口中心，判断其窗口范围内的边缘点数目，去除该数目小于密度阈值nThresholdEdgeDensity的边缘点；

数学形态学处理步骤，利用矩形窗口结构元素对所述边缘图像进行闭操作，将同属一个区域内的所有边缘连接为一个连通域后；利用线状结构元素进行竖直方向膨胀和水平方向腐蚀操作；并填充所述连通域内部的空洞，得到包含车牌目标的一个或多个候选区域二值化掩模。

4.如权利要求3所述的基于多特征的车牌定位方法，其特征在于，所述边缘密度检测步骤之前还包括有：

图像尺寸适配步骤，分别比较所述原始RGB图像的宽度和高度，若图像宽度大于预设的图像宽度阈值或者图像高度大于预设的图像高度阈值，则图像尺寸缩小至预设的图像宽度阈值和图像高度阈值范围。

5.如权利要求4所述的基于多特征的车牌定位方法，其特征在于，所述预设的颜色条件包括有蓝、黄、白、黑四种颜色中的至少一种。