一种基于连通区域信息的车牌颜色判断方法技术

本发明专利技术提供一种基于连通区域信息的车牌颜色判断方法，包括以下步骤：将车牌图像进行尺寸归一化处理；获取经过尺寸归一化处理的车牌图像中的有效字符区域；将获取有效字符区域后的车牌图像进行对比度增强；利用垂直边缘检测算子，获取经过对比度增强的车牌图像的二值垂直边缘图；基于车牌图像的二值垂直边缘图，获取字符笔画的最优宽度；进行形态学运算，获取车牌的前景连通区域图像和背景连通区域图像；优化前景连通区域图像；统计前景连通区域对应的灰度均值和背景连通区域对应的灰度均值；判断车牌颜色类型。本发明专利技术的判断结果更加准确，且对于车牌偏色和污迹等干扰，具有更强的鲁棒性。

【技术实现步骤摘要】
一种基于连通区域信息的车牌颜色判断方法
本专利技术涉及车牌识别
，具体涉及一种基于连通区域信息的车牌颜色判断方法。
技术介绍
车牌颜色是车牌的一项重要特征，在我们国家，车牌的颜色类型并不唯一，主要包含了四种类型：蓝底白字、黄底黑字、黑底白字、白底黑字或红字，此时如果对车牌颜色判断错误，会直接影响后续字符分割的正确性，进而影响最终的车牌识别率。因此，车牌颜色类型判断是车牌字符分割必不可少的一部分，对于整个识别结果的准确率有着重要的影响。目前，常用的车牌颜色判断方法主要有以下几类：(1)基于彩色图像的车牌颜色判断方法，该类方法首先通过统计车牌区域内所有像素的R、G、B颜色分量信息，根据各分量信息之间的差异程度，进而判断出车牌的颜色类型。该类方法对于颜色清晰的车牌，具有很好的判断效果，但当车牌出现污迹、褪色或者由于不同光线造成的偏色，该类方法会出现严重的误判，而当出现灰度车牌时，该方法直接失效。(2)基于灰度图像的车牌颜色判断方法，该类方法把车牌颜色类型简化为两类：暗底亮字和亮底暗字；首先获取车牌的二值化图像，然后统计前景目标点所占比例，结合垂直投影等特征，综合判断车牌颜色。该类方法的优点是适用范围广，对于灰度均匀的车牌，判断效果很好，同时对于车牌的褪色和偏色，具有一定的鲁棒性，但是对于包含强干扰和污迹的车牌，由于受二值化图像质量的影响，该方法会出现误判。
技术实现思路
本专利技术的目的在于提供一种基于连通区域信息的车牌颜色判断方法，采用车票的垂直边缘获取字符连通区域，进而判断车牌颜色类型，判断结果更加准确，对于车牌偏色和污迹等干扰，具有更强的鲁棒性。本专利技术的技术方案为：一种基于连通区域信息的车牌颜色判断方法，包括以下步骤：(1)将车牌图像进行尺寸归一化处理；(2)获取经过尺寸归一化处理的车牌图像中的有效字符区域；(3)将获取有效字符区域后的车牌图像进行对比度增强；(4)利用垂直边缘检测算子，获取经过对比度增强的车牌图像的二值垂直边缘图；(5)基于车牌图像的二值垂直边缘图，获取字符笔画的最优宽度；(6)对获取字符笔画的最优宽度后的车牌图像进行形态学运算，获取车牌的前景连通区域图像和背景连通区域图像；(7)优化前景连通区域图像；(8)统计前景连通区域对应的灰度均值和背景连通区域对应的灰度均值；(9)基于前景连通区域对应的灰度均值和背景连通区域对应的灰度均值，判断车牌颜色类型。步骤(3)中，所述的将获取有效字符区域后的车牌图像进行对比度增强，具体采用以下公式实现：其中，f(x,y)表示原图的灰度值，g(x,y)表示增强图像的灰度值，tmin为原图灰度最小值加上10，tmax为原图灰度最大值减去10。步骤(4)中，所述的利用垂直边缘检测算子，获取经过对比度增强的车牌图像的二值垂直边缘图；具体包括以下步骤：(41)基于边缘检测算子式，获取经过对比度增强的车牌图像的垂直边缘特征图；所述的边缘检测算子式为：(42)利用最大类间距算法，获取经过对比度增强的车牌图像的二值垂直边缘图。步骤(5)中，所述的基于车牌图像的二值垂直边缘图，获取字符笔画的最优宽度；具体包括以下步骤：(51)进入二值垂直边缘图的待处理当前行；(52)自左向右寻找全部跳变点；(53)分别计算当前跳变点与前一个跳变点、后一个跳变点之间的距离，并将小于一定阈值的距离放入笔画宽度列表中；(54)判断当前跳变点是否为该行的最后一个跳变点；若是，则执行步骤(55)；若否，则进入下一个跳变点，返回执行步骤(53)；(55)判断当前行是否为图像的最后一行；若是，则执行步骤(57)；若否，则执行步骤(56)；(56)进入二值垂直边缘图的下一行，返回执行步骤(51)-(54)；(57)基于笔画宽度列表，构建笔画宽度直方图；(58)选择最大维数对应的宽度作为该车牌图像的字符笔画宽度n。步骤(6)中，所述的对获取字符笔画的最优宽度后的车牌图像进行形态学运算，获取车牌的前景连通区域图像和背景连通区域图像；具体包括以下步骤：(61)基于结构元素模板式(3)，对二值垂直边缘图进行次形态学膨胀运算，得到图像image_dilate；所述的结构元素模板式(3)为：(62)基于结构元素模板式(4)，对图像image_dilate进行2次形态学闭运算，得到图像image_close；所述的结构元素模板式(4)为：(63)对图像image_close进行反色处理，获取背景连通区域图像image_bg；(64)基于结构元素模板式(3)，对image_close进行次形态学腐蚀运算，得到前景连通区域图像image_obj。步骤(7)中，所述的优化前景连通区域图像；具体包括以下步骤：(71)进入图像image_obj的当前待处理行；(72)利用以下公式，寻找全部的左跳变点即左边缘点；其中，g(x,y)为图像灰度值；(73)以当前跳变点作为基础，保留右侧n-1邻域内所有的前景点；(74)判断当前跳变点是否为该行的最后一个跳变点；若是，则执行步骤(75)；若否，则进入下一个跳变点，返回执行步骤(73)；(75)判断当前行是否为图像image_obj的最后一行；若是，则输出优化前景区域图像；若否，则执行步骤(76)；(76)进入图像image_obj的下一行，返回执行步骤(71)-(75)；执行完毕后，按照步骤(71)-(76)，寻找右边缘点和相应的前景区域保留点，叠加基于左边缘保留区域和基于右边缘保留区域，获取最终的的优化前景区域。步骤(9)中，所述的基于前景连通区域对应的灰度均值和背景连通区域对应的灰度均值，判断车牌颜色类型；具体采用以下公式实现：其中，表示前景连通区域对应的灰度均值，表示背景连通区域对应的灰度均值，class＝1表示车牌属于暗底亮字类型，class＝0表示车牌属于亮底暗字类型。本专利技术采用垂直边缘和形态学运算获取车牌的字符连通区域，并基于连通区域判断前景和背景的灰度差值，进而判断车牌颜色类型，判断结果更加准确，且对于车牌偏色和污迹等干扰，具有更强的鲁棒性。附图说明图1是本专利技术的方法流程图；图2是获取车牌最优字符宽度流程图；图3是优化前景连通区域流程图；图4是选取有效字符区域示意图；图5是尺寸归一化图像；图6是选取有效字符区域图像；图7是图像增强图；图8是二值垂直边缘图；图9是背景连通区域图像；图10是前景连通区域图像；图11是优化的背景连通区域图像。具体实施方式下面结合附图和具体实施例进一步说明本专利技术。如图1所示，本专利技术的具体实施步骤如下：S1、对车牌图像进行尺寸归一化，消除不同尺寸造成的影响，效果如图5所示。S2、选取有效字符区域，消除车牌边框等区域的干扰，具体做法如图4所示，选择图像中心的0.6w*0.4h区域，效果如图6所示。S3、采用公式(1)，对车牌图像进行对比度增强，效果如图7；其中，f(x,y)表示原图的灰度值，g(x,y)表示增强图像的灰度值，tmin为原图灰度最小值加上10，tmax为原图灰度最大值减去10。S4、使用垂直边缘检测算子，获取车牌图像的二值垂直边缘图，效果如图8所示，具体步骤如下：S41、基于边缘检测算子式(2)，获取垂直边缘特征图；S42、基于最大类间距算法，获取二值垂直边缘图。S5、如图2所示，获取字符笔划的最优宽度n，具体步骤如下：S5本文档来自技高网...

【技术保护点】
一种基于连通区域信息的车牌颜色判断方法，其特征在于，包括以下步骤：(1)将车牌图像进行尺寸归一化处理；(2)获取经过尺寸归一化处理的车牌图像中的有效字符区域；(3)将获取有效字符区域后的车牌图像进行对比度增强；(4)利用垂直边缘检测算子，获取经过对比度增强的车牌图像的二值垂直边缘图；(5)基于车牌图像的二值垂直边缘图，获取字符笔画的最优宽度；(6)对获取字符笔画的最优宽度后的车牌图像进行形态学运算，获取车牌的前景连通区域图像和背景连通区域图像；(7)优化前景连通区域图像；(8)统计前景连通区域对应的灰度均值和背景连通区域对应的灰度均值；(9)基于前景连通区域对应的灰度均值和背景连通区域对应的灰度均值，判断车牌颜色类型。

【技术特征摘要】
1.一种基于连通区域信息的车牌颜色判断方法，其特征在于，包括以下步骤：(1)将车牌图像进行尺寸归一化处理；(2)获取经过尺寸归一化处理的车牌图像中的有效字符区域；(3)将获取有效字符区域后的车牌图像进行对比度增强；(4)利用垂直边缘检测算子，获取经过对比度增强的车牌图像的二值垂直边缘图；(5)基于车牌图像的二值垂直边缘图，获取字符笔画的最优宽度；(6)对获取字符笔画的最优宽度后的车牌图像进行形态学运算，获取车牌的前景连通区域图像和背景连通区域图像；(7)优化前景连通区域图像；(8)统计前景连通区域对应的灰度均值和背景连通区域对应的灰度均值；(9)基于前景连通区域对应的灰度均值和背景连通区域对应的灰度均值，判断车牌颜色类型。2.根据权利要求1所述的一种基于连通区域信息的车牌颜色判断方法，其特征在于：步骤(3)中，所述的将获取有效字符区域后的车牌图像进行对比度增强，具体采用以下公式实现：其中，f(x,y)表示原图的灰度值，g(x,y)表示增强图像的灰度值，tmin为原图灰度最小值加上10，tmax为原图灰度最大值减去10。3.根据权利要求1所述的一种基于连通区域信息的车牌颜色判断方法，其特征在于：步骤(4)中，所述的利用垂直边缘检测算子，获取经过对比度增强的车牌图像的二值垂直边缘图；具体包括以下步骤：(41)基于边缘检测算子式，获取经过对比度增强的车牌图像的垂直边缘特征图；所述的边缘检测算子式为：(42)利用最大类间距算法，获取经过对比度增强的车牌图像的二值垂直边缘图。4.根据权利要求1所述的一种基于连通区域信息的车牌颜色判断方法，其特征在于：步骤(5)中，所述的基于车牌图像的二值垂直边缘图，获取字符笔画的最优宽度；具体包括以下步骤：(51)进入二值垂直边缘图的待处理当前行；(52)自左向右寻找全部跳变点；(53)分别计算当前跳变点与前一个跳变点、后一个跳变点之间的距离，并将小于一定阈值的距离放入笔画宽度列表中；(54)判断当前跳变点是否为该行的最后一个跳变点；若是，则执行步骤(55)；若否，则进入下一个跳变点，返回执行步骤(53)；(55)判断当前行是否为图像的最后一行；若是，则执行步骤(57)；若否，则执行步骤(56)；(56)进入二值垂直边缘图的下一行，返回执行步骤(51)-(54)；(57)基于笔画宽度列表，构建笔画宽度直方图；(58)...

【专利技术属性】
技术研发人员：张卡，何佳，尼秀明，聂勇，
申请(专利权)人：安徽清新互联信息科技有限公司，
类型：发明
国别省市：安徽;34