[发明专利]一种用于智能交通系统的车牌识别方法

摘要

本发明公开了一种用于智能交通系统的车牌识别方法。该方法是在车牌图像提取的基础上，结合机器学习与模板匹配的思想在车牌学习训练阶段，首先对车牌图像归一化操作、再进行LBP特征提取以及基于级联分类器的机器学习与训练，得到车牌图像的分类器识别模型；在车牌区域检测阶段对得到的车牌区域进行车牌校正、连通区域分割得到精确的车牌字符区域；最后在获得的每个字符区域上使用模板匹配算法进行字符识别，从而得出车牌号。本发明在图像特征提取的基础上，把图像处理领域中应用广泛的LBP特征和级联分类器有效地结合在一起。本发明在保障完成基本识别功能的前提下，具有结构简单、复杂度低、算法效率高的优点，尤其适合在智能交通系统中应用。

主权项

一种用于智能交通系统的车牌识别方法，其特征在于，包括以下步骤：a在车牌学习训练阶段，首先对相应的样本车辆图像进行分辨率归一化操作，再提取描述图像整体纹理的LBP特征，然后利用得到的LBP特征通过基于级联分类器的学习算法对车牌进行归类学习训练，得到分类器识别模型；步骤a中，样本车牌图像在进行LBP特征提取之前，首先采用灰度拉伸进行图像增强；b在车牌区域检测阶段，首先对获取的图像进行光照归一化处理，再通过步骤a得到的识别模型进行类别判定获得车牌候选区域，即将获取的图像缩放到5个尺度，在每个尺度的图像上均使用LBP提取特征，进行滑窗匹配，如果在图像的同一个区域的三个尺度上都能检测到车牌，就认为这个区域就是车牌候选区域；然后对车牌候选区域进行颜色空间变换，判断车牌候选区域可能出现车牌的概率，根据车牌颜色占候选区域的比例去除伪车牌区域，得到最终检测出的车牌区域；所述步骤b中，进行车牌区域检测之前，首先采用灰度拉伸进行图像增强；所述步骤b中，在得到车牌候选区域之后，将每个区域由RGB颜色空间变换到HSI颜色空间，遍历每一点的H值，若某个点的H值在238和242之间，将这个位置变为1，否则变为0，最后统计为1的像素所占的面积，若面积大于0.7，则判定该区域为车牌区域；c在得到车牌区域之后对车牌进行校正，首先根据车牌先验知识寻找车牌区域最长的线段，根据这个线段校正车牌角度，然后根据区域联通算法结合车牌先验知识精确的分割出每一个字符区域；所述步骤c中，首先使用区域联通算法生成连通区域，然后车牌字符分布先验知识指导连通区域进行合并，最终产生分隔好的单个字符区域；d在获得的每个字符区域上进行二值化操作，并对得到的二值图像使用模板匹配算法进行字符识别，从而得出车牌号；所述图像增强的具体做法如下：首先获取图像的最大灰度值和最小灰度值，用最大灰度减去最小灰度值获得灰度差，用255除以灰度差获取变换因子，用每个点的灰度值减去最小灰度值，然后再乘以变换因子得到新的灰度值。