[发明专利]一种基于边缘检测和改进Harris角点检测的车牌定位方法和系统

权利要求书

1.一种基于边缘检测和Harris角点检测算法的车牌定位方法，其特征在于，包括如下步骤：

S1，输入图像，对图像进行平滑滤波，获得平滑图像；

S2，对平滑图像进行边缘检测，获得边缘检测图；

S3，对边缘检测图进行角点检测，获取角点位置，根据角点位置完成车牌定位，包括如下过程：

S31，计算边缘检测图中像素点(x，y)在水平方向和竖直方向上的一阶偏导数I_x和I_y，其中，(x，y)为目标像素点坐标；

S32，将指数函数作为窗口函数对协方差矩阵进行平滑滤波，获得像素点(x，y)的自相关矩阵M，所述其中，(u，v)表示其他像素点相对于像素点(x，y)的偏移量；ω_u，v为指数加权窗口函数；

S33，计算像素点(x，y)的角点响应值R，所述R＝det(M)-k×trace²(M)，其中，det(M)为自相关矩阵M的行列式；trace(M)为自相关矩阵M的迹；k为常数，取值范围为0.04≤k≤0.06；

S34，重复步骤S31、S32和S33，直到遍历边缘检测图中所有像素点；

S35，逐一对边缘检测图中所有像素点的角点响应值进行阈值判断，获得角点和角点位置，在角点中寻找出车牌的边缘角点，并利用边缘角点对车牌图像进行裁剪，得到车牌位置，完成车牌定位；

所述步骤S35包括：

S351，设置第一阈值Th₁和第二阈值Th₂，且Th₁Th₂；

S352，对边缘检测图中所有像素点的角点响应值进行双阈值判断，

若像素点的角点响应值大于第二阈值Th₂，则该像素点为角点；

若像素点的角点响应值大于第一阈值Th₁且小于等于第二阈值Th₂，则该像素点为候选角点；

若像素点的角点响应值小于等于第一阈值Th₁，则该像素点不是角点；

S353，对所有候选角点进行非极大抑制处理，提取候选角点中的角点并获取角点位置。

2.如权利要求1所述的车牌定位方法，其特征在于，在所述步骤S35中，在检测出的角点中，当角点横坐标最小时，找出纵坐标最小和最大的两个角点并分别定义为左下角点和左上角点；当角点横坐标最大时，找出纵坐标最小和最大的两个角点并分别定义为右下角点和右上角点；

根据左上角点、左下角点、右上角点和右下角点的位置对车牌图像进行裁剪，获得只包含车牌的图像，获取只包含车牌的图像的中心点作为车牌位置点，或者通过左上角点和右下角点连线与左下角点与右上角点连线的交点作为车牌位置点。

3.如权利要求1所述的车牌定位方法，其特征在于，所述第一阈值Th₁为图像中所有角点响应值中的最小值加上角点响应值中的最大值与角点响应值中的最小值的差值的三分之一；

和/或第二阈值Th₂为图像中所有角点响应值中的最小值加上角点响应值中的最大值与角点响应值中的最小值的差值的三分之二。

4.如权利要求1-3中任一所述的车牌定位方法，其特征在于，所述步骤S2包括：

S21，利用横向边缘检测掩模对平滑图像进行横向边缘检测，获得横向边缘图；利用纵向边缘检测掩模对平滑图像进行纵向边缘检测，获得纵向边缘图；

S22，合并横向边缘图和纵向边缘图得到边缘检测图。

5.如权利要求4所述的车牌定位方法，其特征在于，在所述步骤S21和步骤S22之间还包括：

S23，分别对横向边缘图和纵向边缘图进行形态学处理，所述形态学处理包括膨胀处理、腐蚀处理、开运算处理和闭运算处理。

6.如权利要求4所述的车牌定位方法，其特征在于，所述横向边缘检测掩模和纵向边缘检测掩模分别为：