【技术实现步骤摘要】
一种车牌的字符投影分割方法及装置
本专利技术涉及图像处理、视频监控以及智能交通，特别涉及车牌字符分割方法及装置。
技术介绍
随着城市的日益现代化，机动车的保有量持续增加，智能交通系统发挥着越来越重要的作用。车牌识别技术是现代智能交通系统的重要组成部分，有着十分广泛的应用。车牌识别技术分为车牌定位、字符分割和字符识别三个组成部分。其中，字符分割是在定位出来的车牌区域将其中的单个字符区域准确的分割出来。字符分割的准确与否直接影响到了后期字符识别的准确率。目前常用的字符分割算法有：垂直投影法、模板匹配法、连通区域法、分类器法、神经网络法等。其中，垂直投影法对倾斜的字符很敏感；连通区域法对断裂或字符粘连处理较差；分类器法和神经网络法算法较为复杂。模板匹配法对车牌的提取精度要求较高。然而，现有的车牌字符分割方法难以解决字符粘连和低对比度情况下的字符分割问题。综上所述，目前迫切需要提出一种解决字符粘连和低对比度情况下的字符分割的车牌字符分割方法及装置。
技术实现思路
有鉴于此，本专利技术的主要目的在于实现车牌字符分割，且有效解决字符粘连和低对比度情况下的字符分割问题。为达到上述目的，按照本专利技术的第一个方面，提供了一种车牌的字符投影分割方法，该方法包括：第一步骤，对输入图像进行车牌定位，获取第一车牌区域；第二步骤，对第一车牌区域进行车牌矫正，获取第二车牌区域；第三步骤，对第二车牌区域进行去除边框处理，获取第三车牌区域；第四步骤，提取第三车牌区域内的字符块，选取基准字符块；第五步骤，分别计算灰度垂直投影值和差值，计算能量垂直投影值和差值，获取边界组合并输出；第六步骤，进行...
【技术保护点】
1.一种车牌的字符投影分割方法，其特征在于，该方法包括：第一步骤，对输入图像进行车牌定位，获取第一车牌区域；第二步骤，对第一车牌区域进行车牌矫正，获取第二车牌区域；第三步骤，对第二车牌区域进行去除边框处理，获取第三车牌区域；第四步骤，提取第三车牌区域内的字符块，选取基准字符块；第五步骤，分别计算灰度垂直投影值和差值，计算能量垂直投影值和差值，获取边界组合并输出；第六步骤，进行虚假边界组合过滤和过窄边界组合融合处理，获取字符分割区域并输出。
【技术特征摘要】
1.一种车牌的字符投影分割方法，其特征在于，该方法包括：第一步骤，对输入图像进行车牌定位，获取第一车牌区域；第二步骤，对第一车牌区域进行车牌矫正，获取第二车牌区域；第三步骤，对第二车牌区域进行去除边框处理，获取第三车牌区域；第四步骤，提取第三车牌区域内的字符块，选取基准字符块；第五步骤，分别计算灰度垂直投影值和差值，计算能量垂直投影值和差值，获取边界组合并输出；第六步骤，进行虚假边界组合过滤和过窄边界组合融合处理，获取字符分割区域并输出。2.如权利要求1所述的方法，其特征在于，所述第四步骤包括：字符块提取步骤，采用连通区域法，从第三车牌区域内提取字符块；基准字符块选取步骤，计算每个字符块的宽高比、能量均值比值，筛选出宽高比位于[RT1,RT2]、能量均值比值位于[ERT1,ERT2]的字符块；计算筛选的字符块的字符识别置信度，选取字符识别置信度最大的字符块作为基准字符块。3.如权利要求2所述的方法，其特征在于，所述计算每个字符块的能量均值比值包括：获取每个字符块的能量图像，计算每个字符块对应能量图像的像素值总和与字符块面积的比值ERi，将ERi标记为第i个字符块的能量均值；计算所有字符块的能量均值BNum为字符块的数量；计算每个字符块的能量均值比值ERi/ERave。4.如权利要求2所述的方法，所述RT1的取值范围为1～1.5，RT2的取值范围为1.9～3.1，所述ERT1的取值范围为0.5～0.7，ERT2的取值范围为1.1～1.9。5.如权利要求1所述的方法，其特征在于，所述第五步骤包括：灰度垂直投影计算步骤，对于第三车牌区域的垂直方向的每一列，分别统计HT高度范围内灰度投影值，选取HT高度范围内灰度投影值的最大值作为对应列的灰度垂直投影值；灰度垂直投影差值计算步骤，对于第三车牌区域的垂直方向的每一列，计算WT1宽度范围内灰度垂直投影值的均值，计算每一列的灰度垂直投影值与对应均值的差值，作为对应列的灰度垂直投影差值；能量垂直投影计算步骤，获取第三车牌区域的能量图像，对于第三车牌区域的能量图像的垂直方向的每一列，分别统计HT高度范围内能量投影值，选取HT高度范围内能量投影值的最大值作为对应列的能量垂直投影值；能量垂直投影差值计算步骤，对于第三车牌区域的能量图像的垂直方向的每一列，计算WT1宽度范围内能量垂直投影值的均值，计算每一列的能量垂直投影值与对应均值的差值，作为对应列的能量垂直投影差值；字符块能量阈值计算步骤，对于基准字符块，计算WT2宽度范围内能量垂直投影值的均值，将均值乘以阈值系数λT作为字符块能量阈值；极小值点和左右两侧点获取步骤，对于第三车牌区域的垂直方向的每一列，如果能量垂直投影差值小于负字符块能量阈值，则认为对应列为小值点；对连续的小值点进行查找，将能量垂直投影差值最小值对应的小值点作为极小值点；以每个极小值点为起始点，分别向极小值点的左边、右边连续寻找小值点，将连续小值点的最左边点作为极小值的左侧点，将连续小值点的右边点作为极小值的右侧点；字符边界获取步骤，以基准字符块的左、右边界为边界组合，分别往左边、右边WT3宽度范围内寻找新边界组合；继续以左边的新边界组合的左侧点为起始点，往左边WT3宽度范围内寻找下一组边界新组合，直至车牌左边界；继续以右边的新边界组合的右侧点为起始点，往右边WT3宽度范围内寻找下一组边界新组合，直至车牌右边界；输出所有边界组合。6.如权利要求5所述的方法，其特征在于，所述极小值点和左右两侧点获取步骤包括：小值点查找步骤，对于第三车牌区域的垂直方向的第p列x＝xp，如果EDp＜-ETB，则认为xp为小值点，其中EDp为第p列x＝xp的能量垂直投影差值，ETB为字符块能量阈值；极小值点查找步骤，如果存在连续的小值点区域，对连续的小值点区域查找能量垂直投影差值最小值，将能量垂直投影差值最小值对应的小值点作为对应连续小值点区域的极小值点，如果存在单独的小值点，则将单独的小值点作为极小值点；左右侧点查找步骤，将极小值点xq作为起始点，分别往左边和右边连续寻找小值点，如果极小值点xq的左边有连续k1个点为小值点，往右边有连续k2个点为小值点，则极小值点xq的左侧点为xq-k1，右侧点为xq+k2。7.如权利要求5所述的方法，其特征在于，所述字符边界获取步骤包括：左侧边界组合查找步骤，将基准字符块的左边界、右边界标记为一组边界组合，以基准字符块的左边界为起始点，往左边WT3宽度范围内寻找左侧点和右侧点，如果左侧点和右侧点唯一，则将左侧点和右侧点作为一个新边界组合，如果左侧点和右侧点不唯一，分别计算各组左侧点和右侧点对应的灰度垂直投影值与灰度垂直投影差值的和，将和最小的左侧点和右侧点作为一个新边界组合；继续以新边界组合的左侧点为起始点，往左边WT3宽度范围内寻找下一组边界新组合，直至车牌左边界；右侧边界组合查找步骤，以基准字符块的右边界为起始点，往右边WT3宽度范围内寻找左侧点和右侧点，如果左侧点和右侧点唯一，则将左侧点和右侧点作为一个新边界组合，如果左侧点和右侧点不唯一，分别计算各组左侧点和右侧点对应的灰度垂直投影值与灰度垂直投影差值的和，将和最小的左侧点和右侧点作为一个新边界组合；继续以新边界组合的右侧点为起始点，往右边WT3宽度范围内寻找下一组边界新组合，直至车牌右边界；边界组合输出步骤，输出所有边界组合。8.如权利要求5～7所述的方法，所述HT为λ1×HB取整数，WT1为λ2×WB取整数，WT2为λ3×WB取整数，WT3为λ4×WB取整数，其中HB和WB分别为基准字符块的高度和宽度，λ1的取值范围为0.1～0.3，λ2的取值范围为1.5～2.5，λ3的取值范围为1.5～2.5，λ4的取值范围为1～2，阈值系数λT的取值范围为0.1～0.4。9.如权利要求1所述的方法，其特征在于，所述第六步骤包括：虚假边界组合过滤步骤，根据边界组合构建边界组合区域，如果边界组合区域内所有灰度垂直投影差值均小于0，则将对应的边界组合区域滤除；计算边界组合区域内灰度垂直投影差值大于0的区域宽度，如果区域宽度小于WT4，则将对应的边界组合区域滤除；过窄边界组合融合步骤，对于相邻的两个边界组合区域，如果左边的边界组合区域的右边界与右边的边界组合区域的...
【专利技术属性】
技术研发人员：李文杰，班华忠，李党，
申请(专利权)人：北京智芯原动科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。