[发明专利]基于字符组合的车牌定位和识别方法

说明书

技术领域

本发明涉及图像处理、计算机视觉和模式识别等技术领域，尤其是一种应用于交通视频监控系统中的基于字符组合的车牌定位和识别方法。本方法能够对抓拍的视频图像中的车牌目标进行自动的定位以及车牌字符颜色等的识别。

背景技术

在智能交通系统中，视频监控系统可以用来感知交通环境和采集相关的交通信息和数据。随着视频监控技术的发展，越来越多的视频摄像机已经被安装于城市的主要路段和路口处。但随着摄像机数量的急剧增加，传统的人工被动监控已经远远无法满足交通监控任务的需要。因此，实现可以代替人眼的智能自动监控功能，并将其应用于实际交通系统中，成为视频监控和智能交通领域共同研究的目标。

车牌号码信息作为机动车辆所特有的一种身份信息，在交通管理中起着重要的作用。车牌号码自动识别系统可以广泛应用于城市中各道路路口或卡口、高速公路出入口、收费站、停车场等处。而在交通视频监控系统的应用中，摄像机通常架设在道路上较高的位置，拍摄场景和视野较为广阔，因此车牌目标并不十分明显，与停车场处近距离拍摄的车牌图像有较大差别。而且考虑到监控场景中可能存在的复杂背景和多变的天气、光照等外界环境，如何自动地在交通视频监控系统抓拍的图像中准确定位到车牌，并正确识别出车牌号码信息，成为交通工程实践中亟待解决的问题。

经对现有技术文献的检索发现，目前几乎所有的车牌识别方法都把整个车牌识别任务分成三个步骤：(1)车牌定位：在图像中找到车牌的位置；(2)字符分割：在定位出的车牌图像中分割出每个字符的图像；(3)字符识别：使用光学字符识别技术处理字符图像，识别出车牌图像中的车牌号码。在这三个步骤中，车牌定位是其他两者的基础，决定了最终的字符识别准确率，因此是最重要和最为困难的一步，也是车牌识别研究领域的重点问题。目前大部分的车牌定位方法利用车牌区域灰度变化较为频繁的特性，通过计算边缘密度或检测纹理等方法定位车牌位置。如D.Zheng等人于2005年发表在《Pattern Recognition Letters(模式识别通讯)》上的论文“An efficient method of license plate location(一种有效的车牌定位方法)”，就是采用有效边缘点密度统计的方法快速找到图像中的车牌区域；Anagnostopoulos等人于2006年在《IEEE Transaction on Intelligent Transportation Systems(IEEE智能交通汇刊)》上发表的论文“A license plate-recognition algorithm for intelligent transportation system applications(智能交通系统应用中的一种车牌识别算法)”，认为车牌是图像纹理中的不规律和突变区域，因此使用中心滑动窗口计算图像中的局部不规律度来定位车牌。但是这些方法如果应用在复杂多变的视频监控场景中，则很有可能会在杂乱的背景中检测出许多误检车牌。

相比车牌定位的任务，字符分割及识别的技术相对成熟和稳定。一般，字符分割常用阈值分割和水平方向投影等多种方法的结合，而字符识别则可以认为是一个典型的模式分类问题。字符识别的一般流程为首先在字符图片上提取某些可以体现不同类别字符之间差别的指标，从而将字符图片用这样的特征向量表示出来；然后利用某种统计分类器，经过训练样本学习后，对测试字符图像的特征向量进行分类，从而识别出其对应的字符。如Y.Wen等人于2011年在《IEEE Transaction on Intelligent Transportation Systems(IEEE智能交通汇刊)》上的论文“An algorithm for license plate recognition applied to intelligent transportation system(一种应用于智能交通系统中的车牌识别算法)”中，使用连通分量提取和水平、垂直方向投影相结合的方法分割车牌中的字符，然后在经过角度和灰度校正后的字符图像上提取与轮廓有关的特征向量，并使用支持向量机分类器来识别字符。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种适用于交通视频监控系统中进行车牌自动定位和识别的方法，该方法可以在实际交通工程应用中实时准确的定位车牌并识别车牌号码，为智能交通系统提供关键的数据信息，也可推广到其他应用场景中，如停车场、小区出入口等处。