车牌识别方法及系统技术方案

本发明专利技术公开了一种车牌识别方法及系统，该方法包括以下步骤：采集车辆图像；对车辆图像进行滤波，并通过Canny算子对车辆图像进行边缘检测以将车辆图像转换为边缘二值图像；扫描边缘二值图像，以根据边缘间距和边缘跳变得到车牌候选区域；根据车牌的垂直边缘特征和形态学膨胀从车牌候选区域中定位车牌；根据单个字符的轮廓特征从车牌中搜索多个字符，并根据车牌模板去除多个字符中的伪字符；利用SVM分类器对多个字符进行识别，并根据识别结果确定车辆的车牌号码。本发明专利技术能够精确对车牌进行定位和字符分割，提高车牌字符识别率。

License plate recognition method and system

The invention discloses a system and a method of license plate recognition, the method comprises the following steps: collecting the vehicle image; filtering the vehicle image, and through the Canny operator for vehicle image edge detection to the vehicle image into two value image edge; scanning edge two value image, according to the edge of the pitch and get edge jump the candidate region; according to the vertical edge features and morphological plate expansion from the candidate regions in license plate location; according to the contour features of a single character from license plate to search multiple characters, and according to the license plate template to remove the pseudo character characters; identification of multiple characters using the SVM classifier, and identify the license plate number of the vehicle according to the identification results. The invention can accurately locate the license plate and character segmentation, and improve the character recognition rate of the license plate.

【技术实现步骤摘要】

本专利技术涉及车辆
，特别涉及一种车牌识别方法及系统。
技术介绍
目前，关于车辆的车牌识别，存在一种基于多特征融合的车牌字符识别方法，步骤为：对视频中的车辆进行检测并对车辆中的车牌进行定位与分割；对分割出的车牌进行投影分析，分割并提取出车牌中7个有效字符；对分割出的字符图片进行形态学处理，并提取出车牌字符的三种特征进行有效融合；利用支持向量机对融合特征进行训练生成车牌字符分类器，对实时视频中的车辆车牌字符进行有效识别。然而，上述方法中的字符分割算法主要基于垂直投影分割算法，由于车牌区域的字符和底色有着强烈的对比度，以及字符之间有着明显的间隙，所有车牌图像的垂直投影呈现字符为波峰，字符间隙为波谷的现象，找到这些波谷即找到字符的分割点。但是，由于拍摄的图像受到各种环境因素的影响，车牌图像中会有较大的噪声干扰，图像二值化过程中会有部分信息丢失，常常引起字符粘连和字符断裂，而垂直投影法通常只能分割理想环境中的车牌字符，无法准确地分割字符粘连和字符断裂的情况，对复杂环境的适应性差，从而导致该方法提取的车牌字符特征的经验性成分偏高，车牌识别效果不好。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种车牌识别方法，该方法能够精确对车牌字符的定位和分割，提高车牌字符识别率。本专利技术的另一个目的在于提出一种车牌识别系统。为达到上述目的，本专利技术一方面实施例提出了一种车牌识别方法，包括以下步骤：S1：采集车辆图像；S2：对所述车辆图像进行滤波，并通过Canny算子对所述车辆图像进行边缘检测以将所述车辆图像转换为边缘二值图像；S3：扫描所述边缘二值图像，以根据边缘间距和边缘跳变得到车牌候选区域；S4：根据车牌的垂直边缘特征和形态学膨胀从所述车牌候选区域中定位车牌；S5：根据单个字符的轮廓特征从所述车牌中搜索多个字符，并根据车牌模板去除所述多个字符中的伪字符；S6：利用SVM分类器对所述多个字符进行识别，并根据识别结果确定车辆的车牌号码。根据本专利技术实施例提出的车牌识别方法，对采集的车辆图像进行滤波及边缘检测后得到边缘二值图像，然后据此得到车牌候选区域，并在车牌候选区域中定位车牌，并对车牌字符进行筛选，去除伪字符，最后利用SVM分类器对剩余的字符进行识别，最终确定车牌号码。该方法能够在复杂环境中精确地对车牌进行定位和字符分割，提高车牌识别的识别率、识别速度、适应性和稳定性。为达到上述目的，本专利技术另一方面实施例提出了一种车牌识别系统，包括：采集模块，所述采集模块用于采集车辆图像；滤波模块，所述滤波模块用于对所述车辆图像进行滤波，并通过Canny算子对所述车辆图像进行边缘检测以将所述车辆图像转换为边缘二值图像；扫描模块，所述扫描模块用于扫描所述边缘二值图像，以根据边缘间距和边缘跳变得到车牌候选区域；定位模块，所述定位模块用于根据车牌的垂直边缘特征和形态学膨胀从所述车牌候选区域中定位车牌；筛选模块，所述筛选模块用于根据单个字符的轮廓特征从所述车牌中搜索多个字符，并根据车牌模板去除所述多个字符中的伪字符；识别模块，所述识别模块用于利用SVM分类器对所述多个字符进行识别，并根据识别结果确定车辆的车牌号码。根据本专利技术实施例提出的车牌识别系统，对采集的车辆图像进行滤波及边缘检测后得到边缘二值图像，然后据此得到车牌候选区域，并在车牌候选区域中定位车牌，并对车牌字符进行筛选，去除伪字符，最后利用SVM分类器对剩余的字符进行识别，最终确定车牌号码。该系统能够在复杂环境中精确地对车牌进行定位和字符分割，提高车牌识别的识别率、识别速度、适应性和稳定性。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明图1是根据本专利技术一个实施例的车牌识别方法的流程图；图2是根据本专利技术一个实施例的灰度拉伸前后的灰度图；图3是根据本专利技术一个实施例的边缘检测和二值化后的图像；图4是根据本专利技术一个实施例的字符分类示意图；图5是根据本专利技术一个具体实施例的适用于小型汽车、大型汽车前牌、领馆汽车、军用汽车、教练车港澳出入境车车牌示意图；图6是根据本专利技术一个具体实施例的适用于大型汽车后牌、挂车车牌示意图；图7是根据本专利技术一个具体实施例的适用于使馆汽车车牌示意图；图8是根据本专利技术一个具体实施例的适用于公安汽车车牌示意图；图9是根据本专利技术一个实施例的字符训练与识别流程框图；图10是根据本专利技术一个实施例的分类器组合示意图；以及图11是根据本专利技术一个实施例的车牌识别系统的结构框图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。下面参考附图来描述本专利技术实施例提出的车牌识别方法及系统。图1是根据本专利技术一个实施例的车牌识别方法的流程图。如图1所示，该刹车片磨损预警方法，包括以下步骤：步骤S1：采集车辆图像。在具体示例中，例如通过摄像头拍摄得到车辆图像。步骤S2：对车辆图像进行滤波，并通过Canny算子对车辆图像进行边缘检测以将车辆图像转换为边缘二值图像。步骤S3：扫描边缘二值图像，以根据边缘间距和边缘跳变得到车牌候选区域。步骤S4：根据车牌的垂直边缘特征和形态学膨胀从车牌候选区域中定位车牌。步骤S5：根据单个字符的轮廓特征从车牌中搜索多个字符，并根据车牌模板去除多个字符中的伪字符。步骤S6：利用SVM分类器对多个字符进行识别，并根据识别结果确定车辆的车牌号码。换言之，本专利技术实施例的车牌识别方法，即基于字符边缘特征的车牌定位方法，采用粗细结合的定位方式，以快速简单方法确认车牌候选区域，以复杂精确方法定位车牌区域，采用灰度图像处理方式，与颜色无关，适用于多种颜色组合的车牌情况，可以快速有效地定位车牌，该方法主要包括：车牌粗定位和车牌精细定位两部分。1.对于车牌的粗定位，兼顾车牌定位的性能和运算速度、车牌区域具有明显的字符特征、车牌颜色容易受自然环境光变化影响等因素，因此，本专利技术的实施例采用简单的车牌粗定位方法获取边缘密集的车牌候选区域。在本专利技术的一个实施例中，上述步骤S1进一步包括：对车辆图像进行高斯滤波，得到车辆图像的梯度幅值和梯度方向；对梯度幅值进行非极大值抑制，以确定车辆图像的边缘；利用双阈值检测方法对车辆图像进行二值化边缘提取，以得到第一边缘图像和第二边缘图像，并根据第一边缘图像和第二边缘图像进行边缘连接。作为具体的示例，更为详细的描述即对图像进行边缘检测，例如采用Canny算子边缘检测，可以检测出丰富的边缘细节，又可以有效地减速噪声的干扰，基本原理如下：首先，用高斯滤波器平滑图像。因为任何边缘检测算法都无法在未经处理的原始图像上得到比较理想的效果，所以第一步是对原始图像做高斯滤波，高斯滤波函数如下：G(x,y)＝f(x,y)*H(x,y)(2)进一步地，用一阶差分来计算梯度的幅值和方向，一阶差分卷积模板为选择对噪声有抑制作用的Sobel算子，如下：则梯度的幅值为：梯度的方向为：对梯度幅值进行“非极大值抑制”。因为即使得到的幅度也无法确定边缘，边缘是局本文档来自技高网...

【技术保护点】
一种车牌识别方法，其特征在于，包括以下步骤：S1：采集车辆图像；S2：对所述车辆图像进行滤波，并通过Canny算子对所述车辆图像进行边缘检测以将所述车辆图像转换为边缘二值图像；S3：扫描所述边缘二值图像，以根据边缘间距和边缘跳变得到车牌候选区域；S4：根据车牌的垂直边缘特征和形态学膨胀从所述车牌候选区域中定位车牌；S5：根据单个字符的轮廓特征从所述车牌中搜索多个字符，并根据车牌模板去除所述多个字符中的伪字符；S6：利用SVM分类器对所述多个字符进行识别，并根据识别结果确定车辆的车牌号码。

【技术特征摘要】
1.一种车牌识别方法，其特征在于，包括以下步骤：S1：采集车辆图像；S2：对所述车辆图像进行滤波，并通过Canny算子对所述车辆图像进行边缘检测以将所述车辆图像转换为边缘二值图像；S3：扫描所述边缘二值图像，以根据边缘间距和边缘跳变得到车牌候选区域；S4：根据车牌的垂直边缘特征和形态学膨胀从所述车牌候选区域中定位车牌；S5：根据单个字符的轮廓特征从所述车牌中搜索多个字符，并根据车牌模板去除所述多个字符中的伪字符；S6：利用SVM分类器对所述多个字符进行识别，并根据识别结果确定车辆的车牌号码。2.如权利要求1所述的车牌识别方法，其特征在于，所述S2进一步包括：对所述车辆图像进行高斯滤波，得到所述车辆图像的梯度幅值和梯度方向；对所述梯度幅值进行非极大值抑制，以确定所述车辆图像的边缘；利用双阈值检测方法对所述车辆图像进行二值化边缘提取，以得到第一边缘图像和第二边缘图像，并根据所述第一边缘图像和第二边缘图像进行边缘连接。3.如权利要求1所述的车牌识别方法，其特征在于，所述S3进一步包括：根据车牌实际大小确定车牌宽度范围；根据最小车牌宽度得到最小边缘间距；对所述边缘二值图像进行逐行扫描，将所述边缘二值图像中同时满足最小边缘间距和边缘跳变达到预设次数的边缘点进行连接，以得到连通域；对所述连通域进行分析以得到所述车牌候选区域。4.如权利要求1所述的车牌识别方法，其特征在于，所述S4进一步包括：对所述车牌候选区域进行自适应灰度拉伸，以调整所述车牌候选区域的对比度；检测所述车牌候选区域的车牌字符的垂直边缘，以得到车牌的垂直边缘特征。5.如权利要求1所述的车牌识别方法，其特征在于，所述S5进一步包括：通过最大类间方差法对所述边缘二值化图像进行自适应二值化处理；对自适应二值化处理的边缘二值化图像进行三次扫描，并分别记录边缘二值化图像的边缘长度，根据所述边缘长度去除图像中的噪声，其中，第一次扫描记录从边缘左上点开始计数的边缘长度，第二次扫描记录从边缘右下点开始计数的边缘长度，第三次扫描将第一次和第二次扫描的数据相加得到边缘二值化图像的边缘长度。6.一种车牌识别系统，其特征在于，包括：采集模块，所述...

【专利技术属性】
技术研发人员：丁赞，杨青，徐波，
申请(专利权)人：比亚迪股份有限公司，
类型：发明
国别省市：广东;44