一种车牌定位方法和装置制造方法及图纸

本发明专利技术公开了一种车牌定位方法和装置。所述方法包括：预检测，确定候选车牌区域；在候选车牌区域内，选取提议分布对应的提议采样状态；根据提议采样状态对应的采样区域的颜色特征、形状特征、字符特征，计算提议采样状态的车牌特征概率；根据得到的车牌特征概率，确定是否将提议采样状态加入采样状态集合；返回重复执行在候选车牌区域内选取提议分布对应的提议采样状态的步骤，获取采样状态集合；确定采样状态集合中车牌特征概率最大的采样状态对应的采样区域为车牌位置区域。该方法能够将车牌区域用图像表观特征的最大后验概率表示，配合提议概率分布函数的设计，并采用马尔科夫蒙特卡洛法，使得计算过程快速有效，达到精确定位的目的。

【技术实现步骤摘要】
一种车牌定位方法和装置
本专利技术涉及智能交通领域，特别涉及一种车牌定位方法和装置。
技术介绍
近年来，随着计算机及互联网技术的飞速发展，各种机动车数量的迅猛增长，各类信息包括与交通相关的信息呈现爆炸式增长的态势。为了能够更加安全、高效的管理这些信息，智能交通系统(IntelligenceTransportationSystem)应运而生。智能交通系统是将先进的信息技术、计算机技术、数据通信技术、电子控制技术、人工智能技术等有效的集成并应用于地面交通系统，从而建立起可以在大范围内发挥作用的，实时、准确、高效的地面交通系统。智能交通系统在交通管理、旅行者信息、公交运行、车辆监控以及电子收费系统发挥巨大的作用。车牌作为车辆的身份证，在智能交通系统中发挥着巨大的作用。车牌识别系统包括车牌定位、车牌字符分割和车牌字符识别三大部分，车牌定位作为车牌识别系统的第一步，对字符分割及识别有重大的影响，准确的定位能提高字符分割及识别的正确率。现有技术中还没有可以精确的车牌定位的实现方案，因此，如何精准的使车牌定位成为了亟待解决的技术问题。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的一种车牌定位方法和装置。第一方面，本专利技术实施例提供一种车牌定位方法，包括：对获取的原图像进行预检测，确定候选车牌区域；在候选车牌区域内，选取提议分布对应的提议采样状态，所述提议分布表示所述提议采样状态的矩形对角存在车牌的概率；根据所述提议采样状态对应的采样区域的颜色特征、形状特征、字符特征，计算所述提议采样状态的车牌特征概率；根据得到的车牌特征概率，确定是否将所述提议采样状态加入采样状态集合；返回重复执行在候选车牌区域内选取提议分布对应的提议采样状态的步骤，直至获取包含指定数量的提议采样状态的采样状态集合；确定采样状态集合中车牌特征概率最大的采样状态对应的采样区域为车牌位置区域。在一些可选的实施例中，所述根据所述提议采样状态对应的采样区域的颜色特征、形状特征、字符特征，计算所述提议采样状态的车牌特征概率，包括：计算所述提议采样状态对应的采样区域的像素颜色属于车牌颜色的概率，得到所述提议采样状态的颜色特征概率；计算所述提议采样状态对应的采样区域的边缘为车牌边缘的概率，得到所述提议采样状态的形状特征概率；计算所述提议采样状态对应的采样区域中字符边缘重心位置与采样区域重心位置的距离，得到所述提议采样状态的字符特征概率；根据所述颜色特征概率、形状特征概率和字符特征概率，计算所述提议采样状态的车牌特征概率。在一些可选的实施例中，所述对获取的原图像进行预检测，确定候选车牌区域，包括：提取获取的原图像垂直边缘和水平边缘，得到水平投影梯度图和垂直投影梯度图；根据水平投影梯度图、垂直投影梯度图和像素坐标分别计算水平投影值和垂直投影值；根据计算得到的水平投影值和垂直投影值，获得候选车牌区域的上下位置和左右位置；根据计算得到的候选车牌区域的上下位置和左右位置，获得候选车牌区域的对角点坐标。在一些可选的实施例中，所述在候选车牌区域内，选取提议分布对应的提议采样状态，包括：随机选定一个采样状态，计算采样状态对应的区域左上角存在车牌概率和右下角存在车牌概率；根据获得的所述左上角存在车牌概率和所述右下角存在车牌概率，计算矩形对角存在车牌概率，作为提议分布；以选定的采样状态作为得到的所述提议分布对应的提议采样状态。在一些可选的实施例中，计算所述提议采样状态的颜色特征概率的过程，包括：获取所述提议采样状态对应的采样区域的像素颜色，得到各像素颜色的分布情况；根据所述采样区域中背景颜色所占的像素点数，计算得到所述提议采样状态的颜色特征概率。在一些可选的实施例中，计算所述提议采样状态的形状特征概率，包括：获取所述提议采样状态对应的采样区域的四条边的梯度特征；根据所述采样区域的四条边的梯度特征，计算所述提议采样状态对应的采样区域的四条边为车牌边缘的概率；根据所述提议采样状态对应的采样区域的四条边为车牌边缘的概率，进行累加计算得到所述提议采样状态的形状特征概率。在一些可选的实施例中，计算所述提议采样状态的字符特征概率，包括：根据所述提议采样状态对应的采样区域中字符边缘点的个数，计算采样区域中字符边缘重心位置；根据所述提议采样状态对应的采样区域的边缘点坐标，确定所述采样区域重心位置；计算所述字符边缘重心位置与所述采样区域重心位置的距离，得到提议采样状态的字符特征概率。在一些可选的实施例中，所述的车牌定位方法，还包括：根据所述提议采样状态对应的采样区域的长度和宽度，计算表征车牌大小特征的先验概率；相应的，计算所述提议采样状态的车牌特征概率，包括：根据所述提议采样状态对应的采样区域的先验概率、颜色特征概率、形状特征概率、字符特征概率，计算所述提议采样状态的车牌特征概率。在一些可选的实施例中，所述根据得到的车牌特征概率，确定是否将所述提议采样状态加入采样状态集合，具体用于：将获取的第一个提议采样状态，加入采样状态集合；对于获取的非第一个提议采样状态，根据当前获取的提议采样状态的车牌特征概率与前一个提议采样状态的车牌特征概率，计算当前获取的提议采样状态与前一个提议采样状态相比被接受到的概率；判断计算得到被接受的概率是否符合加入采样状态集合的预设条件，当符合时，将当前获取的提议采样状态加入采样状态集合，否则丢弃。第二方面，本专利技术实施例提供一种车牌定位装置，包括：预检测模块，用于对获取的原图像进行预检测，确定候选车牌区域；提议模块，用于在候选车牌区域内，选取提议分布对应的提议采样状态，所述提议分布表示所述提议采样状态的矩形对角存在车牌的概率；计算模块，用于根据所述提议采样状态对应的采样区域的颜色特征、形状特征、字符特征，计算所述提议采样状态的车牌特征概率；采样模块，用于根据得到的车牌特征概率，确定是否将所述提议采样状态加入采样状态集合；返回重复执行计在候选车牌区域内选取提议分布对应的提议采样状态的步骤，直至获取包含指定数量的提议采样状态的采样状态集合；定位模块，用于确定采样状态集合中车牌特征概率最大的采样状态对应的采样区域为车牌位置区域。在一些可选的实施例中，所述计算模块，具体包括：颜色特征计算子模块，用于计算所述提议采样状态对应的采样区域的像素颜色属于车牌颜色的概率，得到所述提议采样状态的颜色特征概率；形状特征计算子模块，用于计算所述提议采样状态对应的采样区域的边缘为车牌边缘的概率，得到所述提议采样状态的形状特征概率；字符特征计算子模块，用于计算所述提议采样状态对应的采样区域中字符边缘重心位置与采样区域重心位置的距离，得到所述提议采样状态的字符特征概率；车牌特征计算子模块，用于根据所述颜色特征概率、形状特征概率和字符特征概率，计算所述提议采样状态的车牌特征概率。在一些可选的实施例中，所述预检测模块，具体用于：提取获取的原图像垂直边缘和水平边缘，得到水平投影梯度图和垂直投影梯度图；根据水平投影梯度图、垂直投影梯度图和像素坐标分别计算水平投影值和垂直投影值；根据计算得到的水平投影值和垂直投影值，获得候选车牌区域的上下位置和左右位置；根据计算得到的候选车牌区域的上下位置和左右位置，获得候选车牌区域的对角点坐标。在一些可选的实施例中，所述提议模块，具本文档来自技高网...

【技术保护点】
一种车牌定位方法，其特征在于，包括：对获取的原图像进行预检测，确定候选车牌区域；在候选车牌区域内，选取提议分布对应的提议采样状态，所述提议分布表示所述提议采样状态的矩形对角存在车牌的概率；根据所述提议采样状态对应的采样区域的颜色特征、形状特征、字符特征，计算所述提议采样状态的车牌特征概率；根据得到的车牌特征概率，确定是否将所述提议采样状态加入采样状态集合；返回重复执行在候选车牌区域内选取提议分布对应的提议采样状态的步骤，直至获取包含指定数量的提议采样状态的采样状态集合；确定采样状态集合中车牌特征概率最大的采样状态对应的采样区域为车牌位置区域。

【技术特征摘要】
1.一种车牌定位方法，其特征在于，包括：对获取的原图像进行预检测，确定候选车牌区域；在候选车牌区域内，选取提议分布对应的提议采样状态，所述提议分布表示所述提议采样状态的矩形对角存在车牌的概率；根据所述提议采样状态对应的采样区域的颜色特征、形状特征、字符特征，计算所述提议采样状态的车牌特征概率；根据得到的车牌特征概率，确定是否将所述提议采样状态加入采样状态集合；返回重复执行在候选车牌区域内选取提议分布对应的提议采样状态的步骤，直至获取包含指定数量的提议采样状态的采样状态集合；确定采样状态集合中车牌特征概率最大的采样状态对应的采样区域为车牌位置区域。2.如权利要求1所述的车牌定位方法，其特征在于，所述根据所述提议采样状态对应的采样区域的颜色特征、形状特征、字符特征，计算所述提议采样状态的车牌特征概率，包括：计算所述提议采样状态对应的采样区域的像素颜色属于车牌颜色的概率，得到所述提议采样状态的颜色特征概率；计算所述提议采样状态对应的采样区域的边缘为车牌边缘的概率，得到所述提议采样状态的形状特征概率；计算所述提议采样状态对应的采样区域中字符边缘重心位置与采样区域重心位置的距离，得到所述提议采样状态的字符特征概率；根据所述颜色特征概率、形状特征概率和字符特征概率，计算所述提议采样状态的车牌特征概率。3.如权利要求1所述的车牌定位方法，其特征在于，所述对获取的原图像进行预检测，确定候选车牌区域，包括：提取获取的原图像垂直边缘和水平边缘，得到水平投影梯度图和垂直投影梯度图；根据水平投影梯度图、垂直投影梯度图和像素坐标分别计算水平投影值和垂直投影值；根据计算得到的水平投影值和垂直投影值，获得候选车牌区域的上下位置和左右位置；根据计算得到的候选车牌区域的上下位置和左右位置，获得候选车牌区域的对角点坐标。4.如权利要求1所述的车牌定位方法，其特征在于，所述在候选车牌区域内，选取提议分布对应的提议采样状态，包括：随机选定一个采样状态，计算采样状态对应的区域左上角存在车牌概率和右下角存在车牌概率；根据获得的所述左上角存在车牌概率和所述右下角存在车牌概率，计算矩形对角存在车牌概率，作为提议分布；以选定的采样状态作为得到的所述提议分布对应的提议采样状态。5.如权利要求2所述的车牌定位方法，其特征在于，计算所述提议采样状态的颜色特征概率的过程，包括：获取所述提议采样状态对应的采样区域的像素颜色，得到各像素颜色的分布情况；根据所述采样区域中背景颜色所占的像素点数，计算得到所述提议采样状态的颜色特...

【专利技术属性】
技术研发人员：宋景选，曹黎俊，
申请(专利权)人：北京华道兴科技有限公司，
类型：发明
国别省市：北京,11