[发明专利]一种车牌定位方法及装置

权利要求书

1.一种车牌定位方法，其特征在于，所述方法包括下述步骤：

对车牌进行检测，检测得出精确的车牌区域；

在下一帧图像中对检测到的精确车牌区域进行跟踪，当根据检测到的精确车牌区域识别出符合预设条件的车牌或根据跟踪的车牌区域识别出符合预设条件的车牌时，结束对车牌的定位跟踪。

2.如权利要求1所述的方法，其特征在于，所述对车牌进行检测，检测得出精确的车牌区域的具体步骤包括：

使用HOG模型对图像进行多尺度检测，并提取通过HOG模型检测的方框区域；

对图像进行边缘计算，并计算经过边缘计算后的图像的积分图，获取得到图像的边缘积分图；

在所述边缘积分图上获取通过HOG模型检测的方框区域，计算通过HOG模型检测的方框区域的边缘密度，提取边缘密度大于等于阈值的方框；

通过Haar模型对边缘密度大于等于阈值的方框进行检测，检测得到精确的车牌区域。

3.如权利要求2所述的方法，其特征在于，所述方法在通过Haar模型对边缘密度大于等于阈值的方框进行检测步骤前还包括：

对边缘密度大于等于阈值的方框进行平分，并计算平分后各方框的平均边缘密度，根据平均边缘密度得到平均边缘密度偏差，标定偏差在阈值范围内的方框为类似车牌方框。

4.如权利要求2所述的方法，其特征在于，所述通过Haar模型对边缘密度大于等于阈值的方框进行检测，检测得到精确的车牌区域的步骤包括：

通过级联的Adaboost算法对Haar特征进行训练得到Haar模型；

通过Haar模型对边缘密度大于等于阈值的方框进行检测，检测得到精确的车牌区域。

5.如权利要求1所述的方法，其特征在于，所述在下一帧图像中对检测到的精确车牌区域进行跟踪，当根据检测到的精确车牌区域识别出符合预设条件的车牌或根据跟踪的车牌区域识别出符合预设条件的车牌时，结束对车牌的定位跟踪的步骤前包括:

在车牌标定位中通过标定信号标定已检测到精确的车牌区域，并在下一帧图像中对检测到的精确车牌区域进行跟踪；

当根据跟踪获取得到车牌区域时，对跟踪到的车牌区域进行车牌识别，当在预设次数内通过跟踪并进行识别且识别出的结果不能满足识别要求时，清除在车牌标定位中的标定信号；

当在预设次数内通过跟踪并进行识别且识别结果满足识别要求时，更改车牌标定位中的标定信号，并根据检测到的精确车牌区域识别出符合预设条件的车牌或根据跟踪的车牌区域识别出符合预设条件的车牌时，结束对车牌的定位跟踪。

6.一种车牌定位装置，其特征在于，所述装置包括：

车牌检测单元，用于对车牌进行检测，检测得出精确的车牌区域；

车牌跟踪单元，用于在下一帧图像中对检测到的精确车牌区域进行跟踪，当根据检测到的精确车牌区域识别出符合预设条件的车牌或根据跟踪的车牌区域识别出符合预设条件的车牌时，结束对车牌的定位跟踪。

7.如权利要求6所述的装置，其特征在于，所述车牌检测单元包括：

方框区域提取单元，用于使用HOG模型对图像进行多尺度检测，并提取通过HOG模型检测的方框区域；

积分图计算单元，用于对图像进行边缘计算，并计算经过边缘计算后的图像的积分图，获取得到图像的边缘积分图；

方框提取单元，用于在所述边缘积分图上获取通过HOG模型检测的方框区域，计算通过HOG模型检测的方框区域的边缘密度，提取边缘密度大于等于阈值的方框；

车牌区域检测单元，用于通过Haar模型对边缘密度大于等于阈值的方框进行检测，检测得到精确的车牌区域。

8.如权利要求6所述的装置，其特征在于，所述装置还包括：

标定单元，用于对边缘密度大于等于阈值的方框进行平分，并计算平分后各方框的平均边缘密度，根据平均边缘密度得到平均边缘密度偏差，标定偏差在阈值范围内的方框为类似车牌方框。

9.如权利要求7所述的装置，其特征在于，所述车牌区域检测单元还包括：

模型训练单元，用于通过级联的Adaboost算法对Haar特征进行训练得到Haar模型；

精确检测单元，用于通过Haar模型对边缘密度大于等于阈值的方框进行检测，检测得到精确的车牌区域。

10.如权利要求6所述的装置，其特征在于，所述车牌跟踪单元包括：

标定单元，用于在车牌标定位中通过标定信号标定已检测到精确的车牌区域，并在下一帧图像中对检测到的精确车牌区域进行跟踪；

标定清除单元，用于当根据跟踪获取得到车牌区域时，对跟踪到的车牌区域进行车牌识别，当在预设次数内通过跟踪并进行识别且识别出的结果不能满足识别要求时，清除在车牌标定位中的标定信号；

标定更改单元，用于当在预设次数内通过跟踪并进行识别且识别结果满足识别要求时，更改车牌标定位中的标定信号，并根据检测到的精确车牌区域识别出符合预设条件的车牌或根据跟踪的车牌区域识别出符合预设条件的车牌时，结束对车牌的定位跟踪。