[发明专利]车牌字符识别方法

摘要

本发明提供了一种车牌字符识别方法，该方法中所采用的描述器是直接以字符图像的几何中心点作为特征点，通过PCA算法寻找车牌字符图像中字符的主方向，从而生成字符特征点的描述子，相对于现有的SIFT描述器而言，车牌字符图像中字符的主方向的运算量得以大幅简化，提高了计算机运算效率，能够更好的满足车牌识别系统的实时性要求，并且生成的描述器同时保证了车牌字符图像的旋转不变性以及抗噪声和光照影响的能力，具有良好的鲁棒性；同时，采用SVM分类算法与本发明采用的NSIFT描述器相结合对车牌字符图像进行字符识别，相对于采用KNN等其它分类算法而言，在不增加分类算法运算复杂度的前提下具备了更高的识别率。

主权项

1.车牌字符识别方法，其特征在于，包括以下步骤：A)修正车牌字符图像中字符的主方向；该步骤具体包括：a1)预先将车牌字符图像的分辨率处理为R行×C列，并设定灰度阈值P₀，将车牌字符图像中灰度值大于灰度阈值P₀的像素点判定为字符像素点；a2)以车牌字符图像的几何中心点作为原点建立直角坐标系，将车牌字符图像中的字符像素点映射到所述直角坐标系中，其坐标映射公式为：xvc=1-C2+c,]]>yvr=R-12-r;]]>(x_vc，y_vr)即为位于车牌字符图像中第r行第c列的字符像素点在直角坐标系中的坐标，其中，r∈{1，2，...，R}，c∈{1，2，...，C}；a3)以车牌字符图像中各个字符像素点的坐标构建字符坐标矩阵V，用PCA算法计算出字符坐标矩阵V的特征向量，以最大特征值所对应特征向量的方向为车牌字符图像中字符的主方向，并求出字符主方向到直角坐标系纵坐标轴的倾斜角度取a4)根据倾斜角度对车牌字符图像进行字符旋转，处理得到字符主方向与图像竖直方向相一致且分辨率为R行×C列的正向车牌字符图像；B)生成描述器；该步骤具体包括：b1)以正向车牌字符图像的几何中心点作为原点建立直角坐标系，将正向车牌字符图像中各个像素点映射到所述直角坐标系中，其坐标映射公式为：xc=1-C2+c,]]>yr=R-12-r;]]>(x_c，y_r)即为位于正向车牌字符图像中第r行第c列的字符像素点在直角坐标系中的坐标，其中，r∈{1，2，...，R}，c∈{1，2，...，C}；b2)计算正向车牌字符图像中第r行第c列像素点的梯度值m(x_c，y_r)和梯度方向θ(x_c，y_r)：m(xc,yr)=(P(xc+1,yr)-P(xc-1,yr))2+(P(xc,yr+1)-P(xc,yr-1))2;]]>θ(xc,yr)=arctan[2·P(xc,yr+1)-P(xc,yr-1)P(xc+1,yr)-P(xc-1,yr)];]]>其中，P为灰度值符号，P(x_c，y_r-1)、(P(x_c，y_r+1)、P(x_c-1，y_r)和P(x_c+1，y_r)分别表示与第r行第c列像素点相邻的上一个像素点、下一个像素点、左一个像素点和右一个像素点的灰度值；b3)将正向车牌字符图像按横4纵4等分为16个小区域，其中横向第i纵向第j个小区域的中心点在直角坐标系中的坐标为(x_oj，y_oi)，j∈{1，2，3，4}，i∈{1，2，3，4}，横向相邻两个小区域的中心点的x轴向间距为S_x，纵向相邻两个小区域的中心点的y轴向间距为S_y；由此计算正向车牌字符图像中第r行第c列像素点在其所在的横向第i纵向第j个小区域中的位置权重PW_ij(x_c，y_r)：PW_ij(x_c，y_r)＝D_cj×D_ri；其中，D_cj和D_ri分别为第r行第c列像素点在其所在的横向第i纵向第j个小区域中的x轴向位置权重和y轴向位置权重；b4)计算正向车牌字符图像中第r行第c列像素点的高斯权重GW(x_c，y_r)：GW(xc,yr)=12πσ2e-xc2+yr22σ2;]]>其中，e为自然常数，π为圆周率，σ取常数；b5)计算正向车牌字符图像中第r行第c列像素点的方向权重DW_Lt(x_c，y_r)：DWLt(xc,yr)=1-|θ(xc,yr)-Lt|0.25π;]]>其中，L_t的取值条件满足L_t＝t·0.25π，t∈{0，1，2，3，4，5，6，7}，且|θ(x_c，y_r)-L_t|＜0.25π；b6)生成正向车牌字符图像中第r行第c列像素点的描述子W(x_c，y_r)：W(x_c，y_r)＝PW_ij(x_c，y_r)×DW_Lt(x_c，y_r)×GW(x_c，y_r)×m(x_c，y_r)；b7)按照步骤b2)～b6)所述的方法，生成正向车牌字符图像中各个像素点的描述子；将正向车牌字符图像中一个小区域内的各个像素点的描述子相累加，形成一个8维的描述器因子，从而由正向车牌字符图像中16个小区域所形成的16个描述器因子构成128维的描述器；C)对待测车牌字符图像进行字符识别；该步骤具体包括：c1)在数据库中建立所含字符已知的车牌字符图像模板，所述车牌字符图像模板包括所含字符为汉字的汉字图像模板、所含字符为字母的字母图像模板以及所含字符为数字的数字图像模板；c2)针对待测车牌字符图像，在数据库中指定部分车牌字符图像模板作为识别基准；采用步骤A)和步骤B)所述的方法生成待测车牌字符图像的描述器以及针对其指定的部分车牌字符图像模板的描述器，并基于针对其指定的部分车牌字符图像模板的描述器采用SVM分类算法对待测车牌字符图像的描述器进行分类运算，求得与待测车牌字符图像相匹配的车牌字符图像模板，从而识别出待测车牌字符图像中的字符，输出识别结果；其中，针对车牌第一个字符的待测车牌字符图像指定的部分车牌字符图像模板为数据库中的各汉字图像模板，针对车牌第二个字符的待测车牌字符图像指定的部分车牌字符图像模板为数据库中的各字母图像模板，针对车牌第三或第四个字符的待测车牌字符图像指定的部分车牌字符图像模板为数据库中的各字母图像模板以及各数字图像模板，针对车牌第五、第六或第七个字符的待测车牌字符图像指定的部分车牌字符图像模板为数据库中的各数字图像模板。