[发明专利]一种面向复杂背景的民用车牌定位与字符分割方法

说明书

本发明公布了一种面向复杂背景的民用车牌定位与字符分割方法。首先通过视觉信息将车牌所在区域从复杂背景中分离出来，也就是依次通过颜色分割、形态学处理、小轮廓去除等方法粗定位出车牌区域，然后通过双HSV颜色分割、形态学处理、绘制凸包、亚像素级角点检测等方法精确定位车牌区域，最后通过透视变换对精确定位的车牌进行校正，并通过投影法与比例法分割字符。该方法可以在复杂背景下定位民用车牌并分割字符，有效地针对复杂背景下的民用车牌进行定位，正确率较高，并在一定程度上弥补了阴影以及蓝色车身对车牌定位的干扰。

技术领域

本发明涉及计算机视觉技术中的车牌定位领域，具体为一种面向复杂背景的民用车牌定位与字符分割方法。

背景技术

随着我国国民经济的高速发展，私家车几乎“车满为患”。为了提高交通管理效率，智能交通系统已经成为国家重要发展方向。车牌识别可以说是智能交通系统中最重要的模块之一，而车牌定位又是车牌识别的重中之重。车牌定位准确度高是车牌识别率的保障，这也会进一步影响交通管理系统的准确性与效率。

在我国车辆统计中，民用车辆占比达到了惊人的90％以上。为了便于民用车辆管理，如今各个小区停车场都配备了车牌识别系统。停车场车牌识别系统具有安全耐用、识别率高、使用方便快捷等优点，但是目前的车牌识别系统并不是十全十美的，它需要近距离识别车牌来保证准确性。我们经常可以看到车辆往往需要停在识别系统前一会儿系统才会显示识别结果并抬杆，如果遇到车辆较多的情况下，这会浪费大量时间，造成交通拥堵现象。

发明内容

针对上述背景技术中提出的问题，为实现复杂背景下的民用车牌定位与字符分割，即实现远距离民用车牌定位与字符分割，达到减少车辆等待时间、提高效率的目的，本发明提出了一种面向复杂背景的民用车牌定位与字符分割方法，包括民用车牌粗定位、民用车牌精确定位、民用车牌校正与字符分割三个部分：

所述民用车牌粗定位，具体步骤如下：

1.1)获取RGB图像并将所述RGB图像的尺寸大小归一化；

1.2)先将获取的RGB图像各通道颜色值归一化为[0,1]区间内，然后通过颜色空间转换得到HSV图像，H通道的灰度图可由公式(1)获取，S通道的灰度图可由公式(2)获取；

式中，G表示RGB图像中G通道归一化后的灰度值，B表示RGB图像中B通道归一化后的灰度值，R表示RGB图像中通道归一化后的灰度值，MAX表示RGB三个分量中最大的一个，MIN表示表示RGB三个分量中最小的一个；

1.3)对所述H通道的灰度图进行伽玛变换，突出车牌区域特征，达到图像增强的目的；

1.4)统计所述S通道的灰度图的直方图并计算所述直方图中灰度级大于n个像素的个数，将所述个数标记为sum，其中0ns，s表示通道灰度图宽高乘积；

1.5)对所述HSV图像进行二值化处理，若所述H通道的灰度图中的某点的像素值小于m，且所述S通道的灰度图中的所述点的像素值大于sum，则所述点的像素值标记为255，否则标记为0，0m255；

1.6)遍历轮廓，去除掉轮廓尺寸小于轮廓尺寸阈值的轮廓，所述轮廓尺寸阈值大小取决于所述图像尺寸归一化的大小，达到初步去噪目的；

1.7)对所述初步去噪处理后的二值图进行形态学先闭后开操作，根据所述形态学核大小确定距离参数，将所述初步去噪处理后的二值图中各轮廓距离小于所述距离参数的区域连接起来；

1.8)通过水平投影法计算所述去除比车牌区域小的轮廓后剩余轮廓中长度最长的轮廓长度，将所述最长的轮廓长度标记为max；

1.9)通过形态学开操作继续将所述去除比车牌区域小的轮廓后剩余轮廓中的所有小于x倍max的轮廓去除，其中0x1；