[发明专利]一种车牌识别方法

说明书

技术领域

本发明涉及智能交通领域，特别涉及一种车牌识别方法。

背景技术

在现代越来越发达的交通体系中，交通管理，交通监控，交通优化等方面需要巨大的人力和物力。如果有一个系统能代替一些繁琐反复的管理工作，将节省很多不必要的人力和物力。而车牌自动识别是实现交通管理智能化的重要环节，是实现智能交通的管理的核心技术之一。

现有的车牌自动识别方法存在以下缺点：

1、国内牌照经常受污点、光照、锈斑、扭曲等影响，造成在字符分割后字符的缺损或模糊，大大影响对字符识别的准确率。

2、由于硬件设备的限制，所采集的图像的车牌部分往往较为模糊，目前国内外技术并没对这一部分先进行预处理，这样的图像也直接制约了字符识别准确率的提升。

3、中国标准车牌中存在汉字，笔划较多，识别难度较大。我国标准汽车牌照是由汉字、英文字母和阿拉伯数字组成，汉字的识别与字母和数字的识别有很大的不同，从而增加了技术难度。

发明内容

为了克服现有技术的上述缺点与不足，本发明的目的在于提供一种基于超分辨重建的车牌识别方法，实现了在图像不清晰的时候准确识别车牌。

本发明的目的通过以下技术方案实现：

一种车牌识别方法，包括以下步骤：

S1获取车牌图像；

S2对车牌区域定位；

S3对车牌区域进行超分辨率重建，具体为：

S3.1采用分割算法将车牌区域y_t分割成Q个待识别图像块，对于每个待识别图像块在低分辨率训练库中寻找与其最近邻的k个样本低分辨图像块y_s^p，在高分辨率训练库中寻找与所述k个低分辨率图像块对应的k个样本高分辨图像块x_S^p；所述k由用户根据需要确定；

S3.2计算权值w_qp，使得重建误差最小；

S3.3对k个样本高分辨图像块x_S^p进行加权，得到待估计高分辨率图像块

xtq=Σp=1kwqpxsp;]]>

S3.4对步骤S3.3得到的待估计高分辨率图像块x_t^q进行融合，获得重建的高分辨率车牌区域；

S4对重建的高分辨率车牌区域中的字符进行分割，得到单个字符图像；

S5对单个字符图像进行识别。

步骤S3.1所述在低分辨率训练库中寻找与其最近邻的k个样本低分辨图像块y_S^p，在高分辨率训练库中寻找与其最近邻的k个样本高分辨图像块x_S^p，具体为：

采用一阶梯度并像素与块像素均值之差作为特征量，在低分辨率训练库中寻找与其最近邻的k个样本低分辨图像块y_S^p，在高分辨率训练库中寻找与所述k个低分辨率图像块对应的k个样本高分辨图像块x_S^p。

上述的一种车牌识别方法，在进行步骤S3.1之前，还进行以下步骤：

对车牌区域y_t的低分辨图像块进行纹理提取，根据纹理特征，对低分辨图像块进行分类；

对样本集中的样本低分辨图像块y_S^p进行纹理提取，根据纹理特征，对样本低分辨图像块y_S^p进行分类。

步骤S5所述对单个字符图像进行识别，具体为：

对数字或字母字符图像，识别过程如下：

S5.1.1对数字或字母字符图像进行预处理；

S5.1.2根据连通域算法提取字符的孔洞信息，对字符进行粗分类；