[发明专利]一种基于SIFT算子和混沌遗传算法的车牌字符识别方法

说明书

本发明属于车牌识别系统，是一种基于SIFT算子和混沌遗传算法的车牌字符识别方法，其特点是：将车牌的汉字和数字字母分开识别，即对汉字采用SIFT算子特征提取及模板匹配法识别；对数字字母采用十三点特征提取法及支持向量机进行识别，解决了现有技术的车牌识别系统中大部分均采用统一的字符特征提取及识别方法进行识别，导致车牌字符总体的识别率低的问题。同时，为提高支持向量机的分类能力，采用混沌遗传算法优化其径向基核函数参数和惩罚因子，采集不同背景下的车牌图像，在matlab软件上进行试验仿真，得出字符的总体识别率能达到99％以上，且混沌遗传算法比传统遗传算法的字符识别率高，收敛速度快。

技术领域

本发明属于车牌识别系统，是一种基于SIFT算子和混沌遗传算法的车牌字符识别方法。

背景技术

车牌识别系统在抓拍违章、高速收费、停车场出入口监测、车辆速度和流量控制等各种场合已成为智能交通管理的主要手段。汽车行业在国民经济的带动下蓬勃发展，车辆数量也迅速增加，但却带来了日益严重的交通问题，如超速行驶、违章停车、闯红灯、交通事故、收费混乱等，因此，车牌识别系统也需要不断的创新和改进。2012年，郭金芝在出版源为西安电子科技大学的发行单位提出了基于SIFT算法的车牌识别系统，对车牌的字符统一采用SIFT算子提取特征以及模板匹配的方式进行识别，由于汉字和数字字母的结构复杂度及局部特征丰富度不同导致两者识别率确有明显的差别，结果是汉字识别率高，数字字母的识别率明显低，进而总体的识别率不高。

发明内容

本发明所要解决的技术问题是：克服现有技术的缺点，提供一种基于SIFT算子和混沌遗传算法的车牌字符识别方法，能够将汉字和数字字母分开识别，提高车牌字符总体的识别率。

本发明解决技术问题的方案是：一种基于SIFT算子和混沌遗传算法的车牌字符识别方法，包括汉字识别，所述汉字识别包含两个步骤：提取SIFT算子特征形成字符特征的关键点；将形成的字符特征的关键点与车牌汉字的模板匹配进行汉字识别，其特征是：还包括数字字母识别，具体步骤如下：

1)提取SIFT算子特征，形成字符特征的关键点；

2)将形成的字符特征的关键点与车牌汉字的模板匹配进行汉字识别；

3)提取数字字母特征；

4)数字字母特征的识别；

5)汉字识别和数字字母识别组合形成车牌号码识别。

所述步骤1)提取SIFT算子特征的步骤如下：

Ⅰ构建尺度空间：假设I(x,y)为输入图像，G(x,y,σ)是变尺度的高斯函数，则该图像的尺度空间函数L(x,y,σ)的定义为下式：

L(x,y,σ)＝G(x,y,σ)*I(x,y) (1)

式中，σ为尺度因子，*为卷积运算，(x，y)表示图像中像素位置坐标；

高斯函数G(x,y,σ)定义为下式：

为了在尺度空间中有效的检测稳定极值点，采用高斯差分函数D(x,y,σ)，它是通过对两个相邻尺度相差k倍的图像相减得到的：

D(x,y,σ)＝(G(x,y,kσ)-G(x,y,σ))*I(x,y)＝L(x,y,kσ)-L(x,y,σ) (3)

Ⅱ局部极值点检测：为了检测高斯差分函数的局部极大值和极小值，每个采样点都要与其同尺度的8个相邻点以及上下相邻尺度的9×2个、共26个点进行比较，当该采样点均大于或者小于其他点的时候，该采样点被选中，因此可以检测到该空间内所有的局部极值点，即为SIFT特征候选点；