一种基于机器视觉的汽车车牌字符分割识别算法制造技术

本发明专利技术公开了一种基于机器视觉的汽车车牌字符分割识别算法，包括：步骤一、利用电子设备采集包含车牌的汽车图像样本；步骤二、对采集到的车牌图像样本依次进行像素点压缩、彩色图像灰度化、灰度拉伸、滤波和二值化得到预处理的包含车牌的汽车图像；步骤三、对所述预处理的包含车牌的汽车图像进行边缘化处理，定位出目标汽车图像的车牌区域，得到车牌图像；步骤四、对所述车牌图像进行字符分割；步骤五、针对车牌字符分割后的单个字符二值化图像进行归一化处理，然后遍历标准的车牌字符模板库，计算分割后的单个字符图像与标准字符的欧氏距离，并最终识别出车牌号，本发明专利技术识别准确，可靠性高。

A Character Segmentation and Recognition Algorithm for Vehicle License Plate Based on Machine Vision

The invention discloses a vehicle license plate character segmentation and recognition algorithm based on machine vision, which includes: step 1: collecting vehicle license plate image samples by electronic equipment; step 2: compressing pixel points, graying color image, gray stretching, filtering and binarization of the collected vehicle license plate image samples in turn to obtain the pre-processed vehicle image containing the license plate; Thirdly, the pre-processed vehicle image including license plate is edged to locate the license plate area of the target vehicle image and get the license plate image; fourthly, the license plate image is segmented by characters; fifthly, the binary image of a single character after the character segmentation is normalized, and then the standard license plate character template library is traversed to calculate the score. The Euclidean distance between the cut single character image and the standard character, and finally the license plate number are recognized. The invention has the advantages of accurate recognition and high reliability.

【技术实现步骤摘要】
一种基于机器视觉的汽车车牌字符分割识别算法
本专利技术涉本专利涉及智能汽车电子工程算法研究领域，具体公开了一种基于机器视觉的汽车车牌字符分割自动识别方法。
技术介绍
随着汽车制造业的高速发展，汽车逐渐成为家庭短距离出行的重要交通工具，但随之而来是城市道路交通安全问题，为了实现城市的可持续发展，智慧交通的建设是必须且必要的。汽车车牌识别技术作为智慧交通系统中重要的一环被越来越多的人关注和研究。汽车车牌识别技术可以应用到高速路收费站的出闸口管理、小区中小型停车场的出入登记管理、学校停车场管理等传统场合的车牌定位识别系统上，具有运行可靠性高、识别准确等特点。随着机器视觉、人工智能的高速发展，汽车车牌识别技术越来越成为汽车前向防碰撞预警、汽车车道偏离检测等高级驾驶辅助(ADAS)以及汽车无人驾驶等领域的重点研究方法。
技术实现思路
本专利技术设计开发了一种基于机器视觉的汽车车牌字符分割自动识别方法，在投影分析的基础上进行固定边界多阈值车牌字符分割和车牌固定特征筛选，最终得到正确识别后车牌字符和数字，可靠性高，识别准确。本专利技术提供的技术方案为：一种基于机器视觉的汽车车牌字符分割识别算法，包括：步骤一、利用电子设备采集包含车牌的汽车图像样本；步骤二、对采集到的车牌图像样本依次进行像素点压缩、彩色图像灰度化、灰度拉伸、滤波和二值化得到预处理的包含车牌的汽车图像；步骤三、对所述预处理的包含车牌的汽车图像进行边缘化处理，定位出目标汽车图像的车牌区域，得到车牌图像；步骤四、对所述车牌图像进行字符分割；步骤五、针对车牌字符分割后的单个字符二值化图像行归一化处理，然后遍历标准的车牌字符模板库，计算分割后的单个字符图像与标准字符的欧氏距离，并最终识别出车牌号。优选的是，所述步骤二中像素点压缩过程的图像压缩率为：其中，Rimg为图像压缩率，δ为阈值像素高度，h为采集到包含车牌的汽车图像样本的像素高度。优选的是，所述步骤二中图像二值化过程包括：选取图像像素点灰度值范围的2/3大小，采用如下公式取得二值化的最佳阈值：其中，Vmax为图像像素点灰度值最大值，Vmin为图像像素点灰度值最小值，Vbest为二值化的最佳阈值。优选的是，所述步骤三的车牌图像定位过程包括：步骤a.采用像素大小为m×n的矩形模板，对预处理后图像IMG1作膨胀操作，填补孔洞，连通车牌区域，然后再用同等大小的矩形模板腐蚀，消除孤立的小区域，保留大块连通的区域，最后获得处理后目标图像IMG2；步骤b.对目标图像IMG2作开运算，采用m×n大小的矩形模板，对目标图像作腐蚀操作，进一步消除非车牌区域的小块噪声区域，然后再用相同大小的模板膨胀，得到消除了大部分背景噪声的目标图像IMG3；步骤c.对所述目标图像IMG3作m×n大小的矩阵模板开运算，得到基本只有车牌区域的二值化目标图像IMG4，初步定位出车牌；步骤d.对所述目标图像IMG4取半径为r的圆形模板做开运算，进一步的消除背景小噪声干扰，得到定位到车牌区域的目标图像IMG5。优选的是，所述步骤四的车牌图像字符分割过程包括：步骤A、对所述定位到车牌区域的目标图像进行车牌区域倾斜校正、消除间隔字符处理，得到字符分割预处理图像；步骤B、对所述字符分割预处理图像作水平方向投影获得水平直方图，计算分割字符区域和非字符区域的最佳阈值，遍历水平方向上的像素点，将所述像素点的水平直方图和所述最佳阈值作比较，若所述水平直方图大于所述最佳阈值，则判定像素点为字符区域像素点；步骤C、记录所有字符区域像素点位置创建上升点数组，记录非字符区域像素点位置创建谷底点数组；根据所述谷底点数组计算每个下降点的位置，从水平方向上的的第一个像素点遍历到最后一个下降点，若像素点不是白色，记录下字符点坐标位置，进而获得上边框区域；根据所述上升点数组计算每个上升点的位置，从x轴车牌结束点遍历到最后一个上升点，若像素点不是白色，记录上字符点坐标位置，进而获得下边框区域；步骤D、计算车牌字符高度，对所述字符分割预处理图像作垂直方向投影获得垂向直方图，计算得到车牌上字符之间的水平间距；步骤E、在所述字符高度数组中查找最大字符高度，在字符之间的水平间距数组中查找最大值并将其作为字符分割阈值，最终得到车牌上7个字符分割图像IMGs1…IMGs7。优选的是，所述步骤A中的车牌区域倾斜校正角度为：α＝|90°-θ|其中，θ为车牌实际的倾斜角。优选的是，所述消除间隔字符过程包括：对倾斜校正后的目标图像作开运算，采用半径为r的圆形模板，对倾斜校正后的目标图像作腐蚀操作然后再用半径为r的圆形模板膨胀，得到消除了间隔符标点的目标图像。优选的是，所述水平直方图计算公式为：其中，IMG_Histrow(i)为目标图像水平方向上白色像素点的直方图分布，MAXH为上下边缘并包含上下框的像素点行数，H(i)为车牌图像第i行中白色像素点个数；所述分割字符区域和非字符区域的最佳阈值计算公式为：其中，Ave_IMG_Histrow为水平方向直方图的平均值，MIN_IMG_Histrow为水平方向直方图的最小值，Mean_IMG_Histrow为分割字符区域和非字符区域的最佳阈值。优选的是，所述车牌字符最大高度的计算公式为：其中，MIN_Char_Hightrow为最大字符高度，Peak_Arrrow(i)为水平第i个峰宽度，Peak_Arrrow(i)＝Peak_Dis_Arrrow(i)-Bottom_Arrrow(i)；Peak_Dis_Arrrow(i)为第i个像素点水平中心距；Peak_Dis_Arrrow(i)＝Rise_Arrrow(i)+Bottom_Arrrow(i)；Rise_Arrrow(i)为水平第i个上升点位置，Bottom_Arrrow(i)为水平第i个谷底点位置；所述车牌字符中心距的计算公式为：Peak_Dis_Arrcol(i)＝Rise_Arrcol(i)+Bottom_Arrcol(i)其中，Peak_Dis_Arrcol(i)为垂向字符间中心距，Rise_Arrcol(i)为垂向第i个上升点位置，Bottom_Arrcol(i)为垂向第i个像素点谷底点位置。优选的是，所述步骤五包括：步骤Ⅰ、对所述目标字符图像IMGs1…IMGs7做归一化处理，使得每个字符图像大小相等；步骤Ⅱ、创建标准车牌字符图像库，共有34个省份简称汉字字符、字母A-Z以及数字0～9；步骤Ⅲ、遍历标准车牌字符图像库，针对目标字符图像IMGs1中对应某一像素点a(xa,ya)，以及在标准车牌字符图像库中每个字符图像对应的像素点b(xb,yb)，计算出对应的两点间欧式距离：其中，d(a,b)为对应的两点间欧式距离；进而，求出目标字符图像IMGs1的总像素与标准车牌字符图像库每个字符图像对应点的欧氏距离和，保存到数组IMG_Dis_Arr；步骤Ⅳ、遍历数组IMG_Dis_Arr，找到最小的欧氏距离，对应的标准车牌字符图像库中的图像就是识别的字符；步骤Ⅴ、遍历目标字符图像IMGs2…IMGs7，重复步骤Ⅲ和步骤Ⅳ，直到识别出其他剩余车牌字符。本专利技术所述的有益效果本专利技术提供一种基于机器视觉的汽车车牌字符分割、自动识别方法。针对中国国内使用的机动车辆各种类型的标准车牌，使用高清摄像头采集行驶中的汽车前部图本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的汽车车牌字符分割识别算法，其特征在于，包括：步骤一、利用电子设备采集包含车牌的汽车图像样本；步骤二、对采集到的车牌图像样本依次进行像素点压缩、彩色图像灰度化、灰度拉伸、滤波和二值化得到预处理的包含车牌的汽车图像；步骤三、对所述预处理的包含车牌的汽车图像进行边缘化处理，定位出目标汽车图像的车牌区域，得到车牌图像；步骤四、对所述车牌图像进行字符分割；步骤五、针对车牌字符分割后的单个字符二值化图像进行归一化处理，然后遍历标准的车牌字符模板库，计算分割后的单个字符图像与标准字符的欧氏距离，并最终识别出车牌号。

【技术特征摘要】
1.一种基于机器视觉的汽车车牌字符分割识别算法，其特征在于，包括：步骤一、利用电子设备采集包含车牌的汽车图像样本；步骤二、对采集到的车牌图像样本依次进行像素点压缩、彩色图像灰度化、灰度拉伸、滤波和二值化得到预处理的包含车牌的汽车图像；步骤三、对所述预处理的包含车牌的汽车图像进行边缘化处理，定位出目标汽车图像的车牌区域，得到车牌图像；步骤四、对所述车牌图像进行字符分割；步骤五、针对车牌字符分割后的单个字符二值化图像进行归一化处理，然后遍历标准的车牌字符模板库，计算分割后的单个字符图像与标准字符的欧氏距离，并最终识别出车牌号。2.根据权利要求1所述的基于机器视觉的汽车车牌字符分割识别算法，其特征在于，所述步骤二中像素点压缩过程的图像压缩率为：其中，Rimg为图像压缩率，δ为阈值像素高度，h为采集到包含车牌的汽车图像样本的像素高度。3.根据权利要求2所述的基于机器视觉的汽车车牌字符分割识别算法，其特征在于，所述步骤二中图像二值化过程包括：选取图像像素点灰度值范围的2/3大小，采用如下公式取得二值化的最佳阈值：其中，Vmax为图像像素点灰度值最大值，Vmin为图像像素点灰度值最小值，Vbest为二值化的最佳阈值。4.根据权利要求3所述的基于机器视觉的汽车车牌字符分割识别算法，其特征在于，所述步骤三的车牌图像定位过程包括：步骤a、采用像素大小为m×n的矩形模板，对预处理后图像IMG1作膨胀操作，填补孔洞，连通车牌区域，然后再用同等大小的矩形模板腐蚀，消除孤立的小区域，保留大块连通的区域，最后获得处理后目标图像IMG2；步骤b、对目标图像IMG2作开运算，采用m×n大小的矩形模板，对目标图像作腐蚀操作，进一步消除非车牌区域的小块噪声区域，然后再用相同大小的模板膨胀，得到消除了大部分背景噪声的目标图像IMG3；步骤c、对所述目标图像IMG3作m×n大小的矩阵模板开运算，得到基本只有车牌区域的二值化目标图像IMG4，初步定位出车牌；步骤d、对所述目标图像IMG4取半径为r的圆形模板做开运算，进一步的消除背景小噪声干扰，得到定位到车牌区域的目标图像IMG5。5.根据权利要求4所述的基于机器视觉的汽车车牌字符分割识别算法，其特征在于，所述步骤四的车牌图像字符分割过程包括：步骤A、对所述定位到车牌区域的目标图像进行车牌区域倾斜校正、消除间隔字符处理，得到字符分割预处理图像；步骤B、对所述字符分割预处理图像作水平方向投影获得水平直方图，计算分割字符区域和非字符区域的最佳阈值，遍历水平方向上的像素点，将所述像素点的水平直方图和所述最佳阈值作比较，若所述水平直方图大于所述最佳阈值，则判定像素点为字符区域像素点；步骤C、记录所有字符区域像素点位置创建上升点数组，记录非字符区域像素点位置创建谷底点数组；根据所述谷底点数组计算每个下降点的位置，从水平方向上的的第一个像素点遍历到最后一个下降点，若像素点不是白色，记录下字符点坐标位置，进而获得上边框区域；根据所述上升点数组计算每个上升点的位置，从x轴车牌结束点遍历到最后一个上升点，若像素点不是白色，记录上字符点坐标位置，进而获得下边框区域；步骤D、计算车牌字符高度，对所述字符分割预处理图像作垂直方向投影获得垂向直方图，计算得到车牌上字符之间的水平间距；步骤E、在所述字符高度数组中查找最大字符高度...

【专利技术属性】
技术研发人员：曹景胜，石晶，王冬霞，霍春宝，郭银景，范真维，段敏，
申请(专利权)人：辽宁工业大学，
类型：发明
国别省市：辽宁,21