一种交通视频监控图像中的多车牌检测方法技术

本发明专利技术公开了一种交通视频监控图像中的多车牌检测方法，属于图像处理的技术领域，主要包括以下步骤：(1)对交通监控视频数据的原始视频数据进行预处理，以得到车辆号牌目标对象；(2)应用可变形部件模型训练车辆号牌目标对象；(3)应用训练模型特征与车辆号牌目标对象进行特征匹配，以完成检测，以达到能够在对车牌的识别准确率和效率方面进行明显提升，简化运算复杂的目的。

【技术实现步骤摘要】
一种交通视频监控图像中的多车牌检测方法
本专利技术属于图像处理的
，具体而言，涉及一种交通视频监控图像中的多车牌检测方法。
技术介绍
交通视频监控以快速监控为主，监控点分布在车流、人流比较集中的道路交叉口、重点路段，通过图像传输通道将路面交通情况实时上传到道路监控指挥中心，中心值班人员可以据此及时了解各区域路面状况，以便调整各路口车辆流量，确保交通通畅。对监控路面车辆的违章情况，能及时发现并安排处理道路交通事故等，而且可以为交通、治安等各类案件的侦破提供技术支持，大大提高公安机关执法办案的水平和效率。清华大学的智能技术与系统国家重点实验室一直致力于车牌定位的研究，其较早采用BOES(BionicObjectExploringStrategy)策略设计出简捷实用的高效模式搜索算法对车牌准确定位，随后，该实验室提出了一种多分辨率下结合数学形态学和字符笔画分析的车牌定位算法，并指出了该算法在车牌区域对比度较低和车牌号码各位字符之间间隔较大时定位效果不理想的不足，但是该方法的检测精度还不能满足交通视频监控的业务需求。华中科技大学控制科学与工程系于2000年提出了一种基于垂直字符边界特征本文档来自技高网...

【技术保护点】
1.一种交通视频监控图像中的多车牌检测方法，其特征在于，主要包括以下步骤：(1)对交通监控视频数据的原始视频数据进行预处理，以得到车辆号牌目标对象；(2)应用可变形部件模型训练车辆号牌目标对象；(3)应用训练模型特征与车辆号牌目标对象进行特征匹配，以完成检测。

【技术特征摘要】
1.一种交通视频监控图像中的多车牌检测方法，其特征在于，主要包括以下步骤：(1)对交通监控视频数据的原始视频数据进行预处理，以得到车辆号牌目标对象；(2)应用可变形部件模型训练车辆号牌目标对象；(3)应用训练模型特征与车辆号牌目标对象进行特征匹配，以完成检测。2.根据权利要求1所述的交通视频监控图像中的多车牌检测方法，其特征在于，所述步骤(1)的具体步骤如下：1)对原始视频数据进行直方图均衡化处理，以显示出待检测的车辆号牌目标对象；2)对步骤1)得到的视频图像通过中值滤波法进行去噪处理。3.根据权利要求2所述的交通视频监控图像中的多车牌检测方法，其特征在于，所述步骤1)的具体过程如下：对第i帧图像为Fi，以Fi中的所有像素点的R值、G值、B值进行统计归类，对R通道、G通道、B通道三个通道图像进行直方图均衡化；然后，对各个通道进行合并，以构成一幅彩色图像。4.根据权利要求3所述的交通视频监控图像中的多车牌检测方法，其特征在于，所述步骤2)的具体过程如下：设定一个矩形滤波模板，使用矩形滤波模板对步骤1)的视频图像进行移动，以Fi(x,y,r)或者Fi(x,y,g)或者Fi(x,y,b)为矩形滤波模板所在位置周围像素值的中值并将该值作为矩形滤波模板中心点像素的像素值；其中，Fi(x,y,r)或者Fi(x,y,g)或者Fi(x,y,b)分别代表图像Fi在二维位置(x,y)处的R通道、G通道、B通道的像素值。5.根据权利要求1所述的交通视频监控图像中的多车牌检测方法，其特征在于，所述步骤(2)的具体步骤如下：A、基于方向梯度直方图HOG算法，提取第i帧图像Fi的HOG特征金字塔，令HOG特征金字塔为整体特征；B、采用SVM模型训练车辆号牌目标对象的特征，将车辆号牌目标对象设定为由m个组件构成的模型，每个组件模型的部件为n个；令正样本集为PS，负样本...

【专利技术属性】
技术研发人员：徐志佳，
申请(专利权)人：贵阳学院，
类型：发明
国别省市：贵州,52