[发明专利]一种车牌左右边界精确定位的方法及系统

说明书

本申请提供了一种车牌左右边界精确定位的方法，获取经过粗检的目标车牌图像；将所述目标车牌图像转换到YCbCr颜色空间；抽取出所述目标车牌图像在YCbCr颜色空间中对应的Cb分量；通过最大类间方差法对所述Cb分量进行二值化处理，得到二值图像；对所述二值图像进行上下边界定位；当所述上下边界定位成功时，对经过上下边界定位的图像通过最大类间方差法进行二值化处理；对经过二值化处理后的图像进行有效跳变点的扫描；对每一行左边界及右边界的有效跳变点分别进行拟合，得到最佳左边界及最佳右边界。有效的改善了复杂背景中车牌左右边界定位不准的问题。

技术领域

本申请涉及车牌识别领域，特别涉及一种车牌左右边界精确定位的方法及系统。

背景技术

随着技术的发展，人们对车牌左右边界定位的要求越来越高。

目前的车牌定位方法主要包括以下几种：(1)基于边缘检测的车牌定位方法：该类方法定位较准确，速度较慢，漏检较高，误检率也较高；(2)基于数学形态学的定位方法：该类方法适用于某些特定的场合，对于复杂场景可能会失效，形态学处理的结构大小不易控制，速度较慢；(3)基于车牌颜色特征的车牌定位方法：该类方法特点是定位准确，精度高，但适应性差，对于偏色，以及背景颜色干扰等情况无法作出有效处理，一般不单独使用，(4)基于机器学习的车牌定位方法，例如使用SVM，Adaboost等分类器训练的车牌检测器，此类方法定位精准，适应性较好，但是速度很慢，一般结合粗检使用。

当前通过粗检和精检的策略，车牌定位已可达到实用的水平，但是仍然存在一些复杂背景或者带外边框的车牌定位不精准的问题，尤其是车牌的左右边界精确定位问题。

发明内容

本申请所要解决的技术问题是提供一种车牌左右边界精确定位的方法及系统，解决了现有技术中针对一些复杂背景或者带外边框的车牌定位不精准的问题，尤其是车牌的左右边界精确定位问题。

其具体方案如下：

一种车牌左右边界精确定位的方法，该方法包括：

获取经过粗检的目标车牌图像；

将所述目标车牌图像转换到YCbCr颜色空间；

抽取出所述目标车牌图像在YCbCr颜色空间中对应的Cb分量；

通过最大类间方差法对所述Cb分量进行二值化处理，得到二值图像；

对所述二值图像进行边界定位；

当边界定位成功时，对经过边界定位的图像通过最大类间方差法进行二值化处理；

对经过二值化处理后的图像进行有效跳变点的扫描；

对每一行左边界及右边界的有效跳变点分别进行拟合，得到最佳左边界及最佳右边界。

上述的方法，优选的，所述对所述二值图像进行边界定位，包括：

从所述二值图像中获取满足阈值的上下左右边界；

判断车牌宽高是否满足预设条件，若否，则将车牌的上下左右边界设置为所述经过粗检的目标车牌图像的上下左右边界；

进行上下边界定位。

上述的方法，优选的，所述从所述二值图像中获取满足阈值的上下左右边界，包括：

对所述二值图像进行水平投影和垂直投影；

从左向右，从右向左，从上到下，从下到上，遍历垂直投影图像和水平投影图像；

获取满足阈值的上下左右边界，并对所述上下左右边界进行一定比例的外扩。

上述的方法，优选的，所述对经过二值化处理后的图像进行有效跳变点的扫描，包括：