[发明专利]一种基于部件的车牌字符分割方法

摘要

本发明公开了一种基于部件的车牌字符分割方法，在车牌区域内提取7个字符作为部件，并根据部件外观特征，将其分为汉字字符和字母/数字字符两类，用于组成车牌部件模型。利用垂直边缘检测和形态学处理的方法确定目标候选区域，分别检测车牌中的汉字字符和字母/数字字符。根据字符间隔填充字符。分析字符间的空间位置关系，验证车牌类型。利用检测到的字符位置和大小修正目标候选区域，获取车牌修正区域。通过车牌位置和车牌类型反向修正字符位置，从而准确分割车牌字符。本发明具有易实现、鲁棒性强、适应不同光照条件等优点，不仅可以分割光照条件良好下的车牌，也能够处理含噪车牌。可应用于光照条件不佳或含噪条件下的车牌字符分割。

主权项

1.一种基于部件的车牌字符分割方法，其特征在于：包括以下步骤：(1)、部件选择：根据车牌的结构，将车牌的七个字符作为车牌的七个部件，从左到右分别设为部件1、部件2、……部件7，并根据车牌字符的外观特征将部件分成汉字字符部件和字母/数字字符部件，其中汉字划归为汉字字符部件，字母和数字划归为字母/数字字符部件；(2)、模板学习：包括车牌模板学习和部件模板学习；从道路交通图像中获取车牌图像块和字符图像块，提取图像块对应的方向梯度直方图特征，采用SVM(Support Vector Machine，支持向量机)分别训练车牌模板和部件模板；(3)、目标候选区域确定：利用垂直Sobel算子与形态学闭操作获取垂直边缘图像，并通过连通区域检测和纵横比筛选得到目标候选区域；(4)、字符辅助修正车牌定位：在目标候选区域内进行字符匹配检测，并对缺失字符进行填补，根据检测到的字符及字符间的最大间隔位置进行车牌类型判断，同时依据非空部件字符位置估计车牌位置，完成字符辅助修正车牌定位工作；(5)、位置约束的车牌字符分割：结合车牌位置及车牌与字符间的空间位置约束关系完成分割过程，并获取字符分割图像块，用于后期字符识别；所述步骤(2)中，模板学习的过程包括以下步骤：(2.1)、从实际卡口视频中采集训练图像块，手动裁剪车牌图像块作为车牌模板的训练集正例，手动裁剪车牌字符图像块作为部件模板的训练集正例；(2.2)、特征提取：将车辆图像块和字符图像块表征为方向梯度直方图特征，所述方向梯度直方图首先计算图像中每个像素点的梯度方向，得到图像的梯度方向矩阵，以4×4像素块大小为单元划分梯度方向矩阵，对每个4×4的像素块单元内的梯度方向进行直方图统计，最终得到整个图像块的方向梯度直方图，根据车牌训练图像归一化尺寸72×24像素、部件训练图像归一化尺寸8×16像素，可得车牌模板大小Hplate为18×6，部件模板大小Hpart为2×4；(2.3)、SVM训练车牌模板和部件模板，其中：车牌模板训练中，对训练车牌模板的正例和负例分别标记为1和0得到标记矩阵，和步骤(2.2)中得到的方向梯度直方图特征构成训练车牌模板的训练数据，采用SVM进行训练，得到车牌模板Fplate和检测阈值thplate，最终得到车牌模板；部件模板训练中，部件模板训练同车牌模板训练过程相同，同样采用SVM进行训练，得到汉字部件模板Fchi和字母/数字部件模板Fletter以及对应的部件检测阈值thchi和thletter，记录在当前车牌模板和部件模板尺寸下，各种车牌类型的各部件与车牌的位置约束关系，即各部件左上角顶点坐标与车牌左上角顶点坐标的相对位置，用于指导后期车牌字符分割过程：Rm＝{rlmn}＝{rlm1,rlm2,rlm3,rlm4,rlm5,rlm6,rlm7}其中，rlmn＝pmn‑rm，m∈{1,2,3}，n∈{1,2,3,4,5,6,7}这里，m表示车牌类型标号，n表示字符序号，pmn表示在车牌类型为m时，车牌第n个字符左上角顶点的坐标，rm表示车牌左上角顶点的坐标，rlmn表示车牌类型为m时，车牌第n个字符与车牌的相对位置。