一种车牌定位方法及终端技术

本发明专利技术实施例提供了一种车牌定位方法及终端，所述方法包括：获取待处理图像，对待处理图像进行多尺度金字塔变换，得到M个图像，对每一张图像进行分块处理，得到K个小块，将其进行垂直投影及滤波处理，得到K个行投影信息，根据K个行投影信息来确定目标车牌的N个候选框的上下边界，对N个候选框进行列投影并做滤波处理，通过滑块来选取至少一个指定段列投影的分布信息，并根据该分布信息确定N个候选框的左右边界，每一候选框的上下边界和左右边界构成一个定位区域，得到N个定位区域，对所述N个定位区域的图像信息进行特征提取，得到N组特征，将其输入到目标分类器进行分类，得到目标车牌的区域。通过本发明专利技术实施例可提高车牌定位精度。

License plate positioning method and terminal

The embodiment of the invention provides a method of license plate location and a terminal. The method comprises: acquiring image processing, the processed image multi-scale Pyramid transform M images for each image block processing, K pieces, the vertical projection and filter processing, K a row projection information to determine the target plate of N candidate frame according to the lower bounds on the K line of the N projection information, a candidate frame column projection and filtering through the slider to pick at least one specified segment column distribution information projection, and according to the determined N candidate frame around the boundary the distribution of information, each candidate frame on the border of a regional positioning, N positioning, feature image information for the N positioning region extraction, N group will feature Its input to the target classifier is classified, and the region of the target license plate is obtained. Through the embodiment of the invention, the positioning accuracy of the license plate can be improved.

【技术实现步骤摘要】
一种车牌定位方法及终端
本专利技术涉及视频监控
，具体涉及一种车牌定位方法及终端。
技术介绍
目前来看，交通管理的方式越来越趋向于智能化、安全化和自动化，正因如此，基于多媒体和人工智能技术的智能交通及电子警察系统在世界范围内得到了广泛的应用。在这些应用中，大部分的系统是以车牌识别为中心的，例如：超速系统，闯红灯系统，卡口系统，路径识别系统等均需要对整个交通流截面上通过的车辆进行车牌识别。而车牌定位是车牌识别系统中的第一步，定位的好坏直接影响到后面的矫正、分割、识别。因此，如何快速、准确地检测出车牌是汽车牌照自动识别技术中非常关键的一步。虽然国内外科技人员对于车牌定位方法也做了大量的研究，但因为车牌摆放不正、磨损、不洁净，车牌因车身底牌的高低而不同以及天气影响等不利因素，实际车牌定位精度并不高。
技术实现思路
本专利技术实施例提供了一种车牌定位方法及终端，以期提高车牌定位精度。本专利技术实施例第一方面提供了一种车牌定位方法，包括：获取待处理图像，所述待处理图像中包含目标车牌；对所述待处理图像进行多尺度金字塔变换，得到M个图像，所述M为大于1的整数；对所述M个图像中的每一图像进行分块处理，得到K个小块，所述K为大于1的整数；确定所述K个小块中每一小块的梯度信息，得到所述K个梯度信息；对所述K个梯度信息进行垂直投影及滤波处理，得到所述K个行投影信息；根据所述K个行投影信息来确定所述目标车牌的N个候选框的上下边界；对所述N个候选框进行列投影并做滤波处理，通过滑块来选取至少一个指定段列投影的分布信息，并根据该分布信息确定所述N个候选框的左右边界，其中，所述N个候选框中每一候选框的上下边界和左右边界构成所述目标车牌的一个定位区域，得到所述N个定位区域；对所述N个定位区域的图像信息进行特征提取，得到所述N组特征；依次将所述N组特征输入到目标分类器进行分类，得到所述目标车牌的区域。可选地，所述根据所述K个行投影信息来确定所述目标车牌的N个候选框的上下边界，包括：按照中间比上下两边行投影值小的原则对所述K个行投影信息进行分段，得到Z个分段，所述Z为大于1的正整数；将所述Z个分段中相邻且分段的平均行投影和最大行投影之间的差值的绝对值小于预设阈值的两个分段进行合并，并删除所述Z个分段中的最大行投影小于该分段所在小块的平均行投影的分段，得到N个分段；根据所述N个分段来确定所述目标车牌的上下边界，得到所述目标车牌的N个候选框的上下边界。可选地，所述对所述N个候选框进行列投影并做滤波处理，通过滑块来选取至少一个指定段列投影的分布信息，并根据该分布信息确定所述N个候选框的左右边界，包括：按照预设的滑块和滑动步长对所述N个候选框进行检测，得到P个候选区域，所述P为正整数；采用对比极值区域CER对所述P个候选区域进行处理，得到Q个连通区域，所述Q为正整数；根据预设字符排列规则从所述Q个连通区域中确定出所述N个候选框的左右边界。可选地，对所述N个定位区域的图像信息进行特征提取，得到N组特征，包括：对所述N个定位区域的图像信息进行尺度归一化处理；将所述尺度归一化处理后的图像信息进行特征提取，得到所述N组特征。可选地，所述获取待处理图像之前，所述方法还包括：获取车牌的正样本集和负样本集；对所述正样本集合和所述负样本集进行特征提取，得到多个特征；对所述多个特征进行训练，得到所述目标分类器。本专利技术实施例第二方面提供了一种终端，包括：获取单元，用于获取待处理图像，所述待处理图像中包含目标车牌；变换单元，用于对所述待处理图像进行多尺度金字塔变换，得到M个图像，所述M为大于1的整数；第一处理单元，用于对所述M个图像中的每一图像进行分块处理，得到K个小块，所述K为大于1的整数；第一确定单元，用于确定所述K个小块中每一小块的梯度信息，得到所述K个梯度信息；第二处理单元，用于对所述K个梯度信息进行垂直投影及滤波处理，得到所述K个行投影信息；第二确定单元，根据所述K个行投影信息来确定所述目标车牌的N个候选框的上下边界；第三确定单元，用于对所述N个候选框进行列投影并做滤波处理，通过滑块来选取至少一个指定段列投影的分布信息，并根据该分布信息确定所述N个候选框的左右边界，其中，所述N个候选框中每一候选框的上下边界和左右边界构成所述目标车牌的一个定位区域，得到所述N个定位区域；提取单元，用于对所述N个定位区域的图像信息进行特征提取，得到N组特征；分类单元，用于依次将所述N组特征输入到目标分类器进行分类，得到所述目标车牌的区域。可选地，所述第二确定单元包括：分段模块，按照中间比上下两边行投影值小的原则对所述K个行投影信息进行分段，得到Z个分段，所述Z为大于1的正整数；筛选模块，用于将所述Z个分段中相邻且分段的平均行投影和最大行投影之间的差值的绝对值小于预设阈值的两个分段进行合并，并删除所述Z个分段中的最大行投影小于该分段所在小块的平均行投影的分段，得到N个分段；第一确定模块，用于根据所述N个分段来确定所述目标车牌的上下边界，得到所述目标车牌的N个候选框的上下边界。可选地，所述第三确定单元包括：检测模块，用于按照预设的滑块和滑动步长对所述N个候选框进行检测，得到P个候选区域，所述P为正整数；第一处理模块，用于采用对比极值区域CER对所述P个候选区域进行处理，得到Q个连通区域，所述Q为正整数；第二确定模块，用于根据预设字符排列规则从所述Q个连通区域中确定出所述N个候选框的左右边界。可选地，所述提取单元包括：第二处理模块，用于对所述N个定位区域的图像信息进行尺度归一化处理；提取模块，用于将所述尺度归一化处理后的图像信息进行特征提取，得到所述N组特征。可选地，所述获取单元，还具体用于：所述获取待处理图像之前，获取车牌的正样本集和负样本集；所述提取单元还具体用于：对所述正样本集合和所述负样本集进行特征提取，得到多个特征；所述终端还包括：训练单元，用于对所述多个特征进行训练，得到所述目标分类器。实施本专利技术实施例，具有如下有益效果：通过本专利技术实施例，获取待处理图像，待处理图像中包含目标车牌，对待处理图像进行多尺度金字塔变换，得到M个图像，M为大于1的整数，对M个图像中的每一图像进行分块处理，得到K个小块，K为大于1的整数，确定K个小块中每一小块的梯度信息，得到K个梯度信息，对K个梯度信息进行垂直投影及滤波处理，得到K个行投影信息，根据K个行投影信息来确定目标车牌的N个候选框的上下边界，对N个候选框进行列投影并做滤波处理，通过滑块来选取至少一个指定段列投影的分布信息，并根据该分布信息确定N个候选框的左右边界，其中，该N个候选框中每一候选框的上下边界和左右边界构成所述目标车牌的一个定位区域，得到N个定位区域，对N个定位区域的图像信息进行特征提取，得到N组特征，依次将N组特征输入到目标分类器进行分类，得到目标车牌的区域。如此，可提高车牌定位精度。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种车牌定位方法的第一实施例流程示意图；图2是本专利技术实施例提供的一种车牌定位方法本文档来自技高网...

【技术保护点】
一种车牌定位方法，其特征在于，包括：获取待处理图像，所述待处理图像中包含目标车牌；对所述待处理图像进行多尺度金字塔变换，得到M个图像，所述M为大于1的整数；对所述M个图像中的每一图像进行分块处理，得到K个小块，所述K为大于1的整数；确定所述K个小块中每一小块的梯度信息，得到所述K个梯度信息；对所述K个梯度信息进行垂直投影及滤波处理，得到所述K个行投影信息；根据所述K个行投影信息来确定所述目标车牌的N个候选框的上下边界；对所述N个候选框进行列投影并做滤波处理，通过滑块来选取至少一个指定段列投影的分布信息，并根据该分布信息确定所述N个候选框的左右边界，其中，所述N个候选框中每一候选框的上下边界和左右边界构成所述目标车牌的一个定位区域，得到所述N个定位区域；对所述N个定位区域的图像信息进行特征提取，得到所述N组特征；依次将所述N组特征输入到目标分类器进行分类，得到所述目标车牌的区域。

【技术特征摘要】
1.一种车牌定位方法，其特征在于，包括：获取待处理图像，所述待处理图像中包含目标车牌；对所述待处理图像进行多尺度金字塔变换，得到M个图像，所述M为大于1的整数；对所述M个图像中的每一图像进行分块处理，得到K个小块，所述K为大于1的整数；确定所述K个小块中每一小块的梯度信息，得到所述K个梯度信息；对所述K个梯度信息进行垂直投影及滤波处理，得到所述K个行投影信息；根据所述K个行投影信息来确定所述目标车牌的N个候选框的上下边界；对所述N个候选框进行列投影并做滤波处理，通过滑块来选取至少一个指定段列投影的分布信息，并根据该分布信息确定所述N个候选框的左右边界，其中，所述N个候选框中每一候选框的上下边界和左右边界构成所述目标车牌的一个定位区域，得到所述N个定位区域；对所述N个定位区域的图像信息进行特征提取，得到所述N组特征；依次将所述N组特征输入到目标分类器进行分类，得到所述目标车牌的区域。2.根据权利要求1所述的方法，其特征在于，所述根据所述K个行投影信息来确定所述目标车牌的N个候选框的上下边界，包括：按照中间比上下两边行投影值小的原则对所述K个行投影信息进行分段，得到Z个分段，所述Z为大于1的正整数；将所述Z个分段中相邻且分段的平均行投影和最大行投影之间的差值的绝对值小于预设阈值的两个分段进行合并，并删除所述Z个分段中的最大行投影小于该分段所在小块的平均行投影的分段，得到N个分段；根据所述N个分段来确定所述目标车牌的上下边界，得到所述目标车牌的N个候选框的上下边界。3.根据权利要求1所述的方法，其特征在于，所述对所述N个候选框进行列投影并做滤波处理，通过滑块来选取至少一个指定段列投影的分布信息，并根据该分布信息确定所述N个候选框的左右边界，包括：按照预设的滑块和滑动步长对所述N个候选框进行检测，得到P个候选区域，所述P为正整数；采用对比极值区域CER对所述P个候选区域进行处理，得到Q个连通区域，所述Q为正整数；根据预设字符排列规则从所述Q个连通区域中确定出所述N个候选框的左右边界。4.根据权利要求1至3任一项所述的方法，其特征在于，所述对所述N个定位区域的图像信息进行特征提取，得到所述N组特征，包括：对所述N个定位区域的图像信息进行尺度归一化处理；将所述尺度归一化处理后的图像信息进行特征提取，得到所述N组特征。5.根据权利要求1至3任一项所述的方法，其特征在于，所述获取待处理图像之前，所述方法还包括：获取车牌的正样本集和负样本集；对所述正样本集合和所述负样本集进行特征提取，得到多个特征；对所述多个特征进行训练，得到所述目标分类器。6.一种终端，其特征在于，包括：获取单元，用于获...

【专利技术属性】
技术研发人员：廖振生，许军科，吴伟华，
申请(专利权)人：深圳市华尊科技股份有限公司，
类型：发明
国别省市：广东,44