[发明专利]基于多帧图片和自主学习的快速车牌识别方法

说明书

本发明公开了一种基于多帧图像和自主学习的快速车牌识别方法，其包括步骤：S1，监测拍摄场景是否改变：如拍摄场景改变，则进入步骤S2；如拍摄场景未改变，则进入步骤S3；S2，自主学习多个车牌识别参数，并存储车牌识别参数，进入步骤S3；S3，根据车牌识别参数和拍摄场景采集的多帧图像，快速识别车牌。本发明结合多帧识别和自主学习技术识别参数技术，自动学习并存储最佳的识别参数。将两种方法综合应用，实现在提高识别率的同时减少识别时间，提高车牌识别效率。具有良好的经济和社会效益。本发明可广泛应用于各种车牌识别系统。

技术领域

本发明涉及数字图像分析领域，尤其涉及一种车牌识别方法。

背景技术

车牌识别技术(Vehicle License Plate Recognition，VLPR) 是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号，可以广泛的用于智能交通、公安卡口、停车场、收费站等一切需要记录车牌信息的场所和系统中。

现有技术中，车牌识别存在以下两大问题：

1、识别错误率高。只抓拍和识别一张图片，由于光线和抓拍角度的问题，一旦车牌中的某个字符没有拍摄清楚，将导致整个车牌识别的结果错误。

2、识别速度慢。在车牌识别算法中，通过复杂算法自动计算出多个参数，再用于识别；下次识别时再重新计算多个参数。这种算法虽然能够保证适应不同场景的车牌识别但也导致识别时间过长，算法应用受到限制。

综上所述，目前大多采用单张图片进行识别，为了保证识别率，识别算法需要考虑各种复杂情况，导致算法复杂，识别时间长。并且由于单张图片的局限性，有些车牌字符可能被遮挡或由于光线问题导致无法拍摄清楚，直接影响了车牌识别率的提升。

发明内容

为了解决上述技术问题，本发明的目的是提供一种可提高车牌识别准确度和识别速度的基于多帧图片和自主学习的快速车牌识别方法。

本发明所采用的技术方案是：

一种基于多帧图像和自主学习的快速车牌识别方法，其包括步骤：S1，监测拍摄场景是否改变：如拍摄场景改变，则进入步骤S2；如拍摄场景未改变，则进入步骤S3；S2，自主学习多个车牌识别参数，并存储车牌识别参数，进入步骤S3；S3，根据车牌识别参数和拍摄场景采集的多帧图像，快速识别车牌。

优选的，步骤S2中所述的车牌识别参数包括车牌水平倾斜度和/或字符大小和/或字符长宽比例和/或车牌宽度和/或参数可信度。

优选的，所述步骤S2具体包括子步骤：S21，车牌定位，确定单张图像中的车牌的位置，在车牌定位过程中学习和存储参数：车牌宽度；S22，车牌矫正，对单张车牌进行水平矫正，在水平矫正过程中学习和存储参数：车牌水平倾斜度；S23，字符分割，对单张车牌中的字符进行分割，在字符分割过程中学习和存储参数：字符大小和/或字符长宽比例；S24，字符识别，将步骤S23分割得到的字符与预设的字符模板进行比对，根据与字符模板的相似度确定字符识别结果的参数可信度；S25，根据参数可信度确定是否采用步骤S21至S23中的各个参数作为步骤S3中的车牌识别参数。

优选的，所述步骤S21具体包括子步骤：S211，找出单张图像中物体的边缘；S212，利用图像增强和数学形态学方法，将密集的边缘点、线特征连接成区域特征，并对图像进行二值化处理；S213，通过对连通区域外形特征的分析，找出可能是车牌的区域，确定车牌的位置；S214，学习并存储车牌宽度参数。

优选的，所述步骤S22具体包括子步骤：S221，按照设定的步进角度，旋转车牌；S222，通过分析每个角度车牌水平投影的集中度，找到车牌的水平倾斜角度，确定车牌水平位置；S223，学习并存储车牌水平倾斜度参数。