[发明专利]一种复杂背景环境下车牌字符自动检测定位及识别方法

权利要求书

1.一种复杂背景环境下车牌字符自动检测定位及识别方法，其特征在于：包括以下步骤：

步骤一：采集车辆正面彩色图像，对所采集的彩色图像进行预处理，并根据车牌国标规定选择筛选条件，判断是否有满足筛选条件的图像区域，如有满足筛选条件的图像区域，则初步获得车牌初始区域图像的粗位置，同时将车牌初始区域图像单独保存；如没有满足筛选条件的图像区域，则采集下一帧车辆正面彩色图像重新进行预处理；

其中，预处理过程包括：灰度变换、灰度拉伸、图像平滑、边缘检测、以及膨胀与腐蚀处理；

步骤二：利用水平投影搜索法及垂直投影搜索法完成车牌区域的精确定位，对精确定位后的车牌区域的二值图像进行垂直方向上非零像素值的逐列统计，然后，利用车牌字符间空隙的像素值均为零的特征来进行车牌区域单个字符的准确切分；

步骤三：提取每个切分字符的垂直和水平横截密度混合特征向量，计算目标字符的特征向量与建立的标准字符特征向量库的特征向量之间的相似度，利用相似度判别方法完成车牌字符的识别，并利用相似度判别方法对识别出的车牌编号与待搜索的目标牌照进行相似度比对判定，判断识别出的车牌编号是否为待搜索的目标牌照。

2.根据权利要求1所述的一种复杂背景环境下车牌字符自动检测定位及识别方法，其特征在于：在步骤一中，利用像素点灰度值计算公式对所采集的车辆正面彩色图像进行灰度变换处理，得到灰度变换图像，其中像素点灰度值的具体计算公式为：

g(i,j)＝w_R×R(i,j)+w_G×G(i,j)+w_B×B(i,j)

其中，g(i,j)为灰度图像第i行和第j列的像素点灰度值，w_R、w_G、w_B分别为彩色图像各像素点的R、G、B三色的权值，并且取值为w_R＝0.299、w_G＝0.587、w_B＝0.144，R(i,j)、G(i,j)、B(i,j)分别为第i行和第j列像素点的红色、绿色及蓝色分量值。

3.根据权利要求1所述的一种复杂背景环境下车牌字符自动检测定位及识别方法，其特征在于：在步骤一中，利用线性变换完成对灰度变换后的图像进行灰度拉伸处理，得到灰度拉伸图像；其中线性变换的具体公式为：

gs(i,j)＝[(g2-g1)/(gr2-gr1)]g(i,j)+g1

其中，g(i,j)为原灰度图像，[gr1,gr2]为原灰度图像的灰度范围，gs(i,j)为灰度拉伸后的图像，[g1,g2]灰度拉伸后的图像的灰度范围，g1的取值为30，g2的取值为235。

4.根据权利要求1所述的一种复杂背景环境下车牌字符自动检测定位及识别方法，其特征在于：在步骤一中，对灰度拉伸后的图像进行图像平滑和边缘检测处理，具体包括以下步骤：

步骤(1)：将5×5滤波模板左上点位置与灰度拉伸后的图像像素原点开始对准；

步骤(2)：读取5×5滤波模板下对应各像素点的灰度值；

步骤(3)：将这些灰度值从小到大排列成一列；

步骤(4)：找出排在中间的一个值，将此中间值赋给模板中心位置像素点的像素值；

步骤(5)：将5×5滤波模板按从左到右、从上到下的方式移动，直至移动到灰度拉伸后图像的右下角完成图像平滑处理，得到平滑图像；

步骤(6)：利用Roberts算子对平滑图像进行边缘检测处理，得到边缘检测图像，再对边缘检测图像进行膨胀与腐蚀处理，使得到的图像中车牌区域已经和背景区域明显区分开，同时将连通的每个区域进行区域标定，并求取各个区域的特征参数，其中区域特征参数包括：区域中心位置、区域长和宽数值和长宽比例。