[发明专利]一种融合多字符特征的车牌定位方法

说明书

技术领域：

本发明涉及一种车牌定位方法，特别是一种快速的、利用车牌区域字符的视觉显著性特征及纹理特征，由粗定位到精确定位的多车牌定位方法，适用于城市道路智能交通系统中车牌识别的应用。

背景技术：

车牌识别LPR(License Plate Recognition)技术作为智能化交通的重要手段，能经过图像抓拍、车牌定位、图像处理、字符分割、字符识别等一系列算法运算，识别出视野范围内的车辆牌照号码；它运用数字图像处理、模式识别、人工智能技术对采集到的汽车图像进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。车牌识别技术的关键在于车牌定位、字符分割和字符识别三部分，其中车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个LPR系统识别率的主要因素，是车牌识别技术中最为关键的一步。

常见的车牌定位方法主要有基于纹理特征分析的方法、基于边缘检测的方法、基于彩色图像定位的方法，这些方法各有所长，也有不足之处：

1.基于纹理特征分析的车牌定位方法

基于纹理特征分析的车牌定位方法，利用了车牌区域的字符由大量水平线段和垂直线段组成的特点，通过对检测图像进行行扫描和列扫描的方式找出这些水平线段和垂直线段，并记录这些线段端点相应的位置信息。分别统计图像在水平方向和垂直方向上的线段的个数，通过设置阈值的方式确定车牌区域，并通过线段端点的位置信息确定车牌区域的高度和宽度。

该方法对于牌照倾斜或变形以及光照不均、偏弱或偏强有很好的效果，但对噪声敏感，对于引入文字背景的图像会出现很多错误，往往得到多个候选区域。

2.基于边缘检测的车牌定位方法

基于边缘检测的车牌定位方法，利用了车牌区域的字符存在大量的边缘信息，分别向水平和垂直方向投影，在投影灰度分布图上满足该边缘特征的区域将有一平坦变化的曲线，由此可粗略地确定满足上述边缘特征的车牌候选区域在汽车图像的上下左右边界。

该方法的定位准确率较高、反应时间短、能有效去掉噪声，适合于包含多个车牌的图像，在多车牌图像的情况下定位速度也很快。但是对车牌严重褪色的情况，由于检测不到字符笔画的边缘会导致定位失败，在有外界干扰时，定位后的区域比车牌稍大。

3.基于彩色分割的车牌定位方法

基于彩色分割的车牌定位方法，利用了车牌区域背景和字符显著的颜色信息。在国内，车牌底色和字符颜色有着明确的规定，有白底黑字、黑底白字、蓝底白字、黄底黑字四种。将待检测图像从RGB彩色空间转换到HSV彩色空间，根据每种颜色在H、S、V分量上的取值范围，提取车牌的特殊颜色特征来区别车牌区域和背景区域，从而提取出候选区域，再结合长宽比等先验知识从候选区域中筛选出车牌区域。

该方法直观，简单且实现快速。但由于该方法的关键在于颜色的正确分割，因此在光照不均匀的环境下，很难获得较高的定位准确率。对于模糊图像以及背景中包含丰富颜色信息的图像，也很难获得好的定位效果。

除了上述方法之外，车牌定位方法还有基于小波变换的方法、基于遗传算法的方法以及基于数学形态学的方法等。这些方法的共同缺点是：一方面，建立过程复杂，计算量大，难以满足实时性的要求；另一方面，容易受天气、背景、光照等因素的限制，鲁棒性不好。

发明内容：

本发明主要是从人眼视觉观察机制出发，提出一种基于字符多特征融合的车牌定位方法：一方面，利用车牌区域字符的均值反差特征、字符的颜色特征以及纹理特征对车牌候选区域进行粗定位；另一方面，利用车牌区域字符的灰度跳变特征对车牌区域进行精确定位，从而克服了传统车牌定位方法对于车牌尺寸、光照、背景等因素的依赖，鲁棒性好，识别准确率高，并且由于此方法直观，简单，因此能够满足车牌定位系统实时性的要求。

本发明提出的技术方案如下：

一种基于字符多特征融合的车牌定位方法，包括如下过程：

步骤一、预处理原始车辆图像

对原始车辆图像进行彩色图像灰度化处理，保存为灰度图。然后对上述灰度图进行二值化处理，得到车辆图像的二值图像。

步骤二、提取车牌候选区域

首先，将二值图像分成若干个n×n的方块，并将所有方块所有像素点标志位的初始值赋为0。