【技术实现步骤摘要】
一种基于视觉显著性检测的MSER车牌定位方法及系统
本专利技术属于图像处理领域，具体涉及一种基于视觉显著性检测的MSER车牌定位方法及系统。
技术介绍
车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。其中车牌定位作为车牌识别过程中关键的一步，从复杂的车辆抓拍图片中，精准的定位出车牌区域，直接影响车牌识别的效果，因此车牌定位一直是车牌识别领域研究的热点。受车牌背景复杂、图片分辨率、车牌区域变形和光线不均匀等众多不利因素的影响，使车牌定位的难度增加，因此许多研究者提出了有关车牌定位的方法。近年来部分研究者不断对传统车牌定位方法进行改进和融合，进而提高车牌定位的准确性，然而还是较依赖车牌的颜色、纹理、边缘信息，不能进行有效的定位，特别是当图片背景复杂、图片分辨率低、车牌失真情况下，各有一定的局限性。车牌定位主要的流程是先对车辆抓拍图片预处理，去掉一些噪声和污点，增强图片细节部分，然后根据车牌结构进行特征提取和搜索车牌区域，最后去掉干扰区域定位字符区域。所以在预处理、特征提取和字符定位这三个关键步骤中进行研究和...
【技术保护点】
1.一种基于视觉显著性检测的MSER车牌定位方法，其特征在于，包括如下步骤：/nS1.获取待检测图像的显著性特征，对待检测图像进行分割以获取分割图像，对比所述显著性特征和分割图像提取待检测图像的目标主体数据，以得到目标主体图像；/nS2.对目标主体图像进行边缘增强，提取目标主体图像的最大极值稳定区域；/nS3.利用分类器判断所述最大极值稳定区域为字符区域的概率，所述概率大于预设阈值时，判断所述最大极值稳定区域为候选字符区域，聚合候选字符区域定位车牌位置。/n
【技术特征摘要】 【专利技术属性】
1.一种基于视觉显著性检测的MSER车牌定位方法，其特征在于，包括如下步骤：
S1.获取待检测图像的显著性特征，对待检测图像进行分割以获取分割图像，对比所述显著性特征和分割图像提取待检测图像的目标主体数据，以得到目标主体图像；
S2.对目标主体图像进行边缘增强，提取目标主体图像的最大极值稳定区域；
S3.利用分类器判断所述最大极值稳定区域为字符区域的概率，所述概率大于预设阈值时，判断所述最大极值稳定区域为候选字符区域，聚合候选字符区域定位车牌位置。
2.根据权利要求1所述的一种基于视觉显著性检测的MSER车牌定位方法，其特征在于，采用FT显著性检测方法获取待检测图像的显著性特征，其中，待检测图像的显著性特征S(x,y)为：
其中，Iu为原始图像转换为Lab特征空间后的平均像素值，为Lab特征图像像素高斯平滑后的像素值，(x,y)为像素点坐标。
3.根据权利要求1或2所述的一种基于视觉显著性检测的MSER车牌定位方法，其特征在于，采用Mean-shift分析方法对待检测图像进行分割以获取分割图像，具体为：
利用模点搜索找到每个数据点的分类中心点，以分类中心点的颜色更换模点颜色，同时利用模点聚类合并相似区域。
4.根据权利要求1所述的一种基于视觉显著性检测的MSER车牌定位方法，其特征在于，步骤S2具体为：
对目标主体图像采用边缘增强，即采用Laplacian变换提取边缘图像，与原图叠加得到边缘增强图像，对边缘增强图像进行滤波后提取MSER区域，以得到目标主体图像的最大极值稳定区域。
5.根据权利要求4所述的一种基于视觉显著性检测的MSER车牌定位方法，其特征在于，对边缘增强图像进行滤波后提取MSER区域后，根据MSER区域的大小和设定的车牌字符大小对比进行粗筛选，去掉明显不符合车牌字符大小的区域，同时去掉字符区域的重叠部分，以得到目标主体图像的最大极值稳定区域。
技术研发人员：黎成超，王华民，赵桥，李志刚，
申请(专利权)人：武汉虹信技术服务有限责任公司，
类型：发明
国别省市：湖北;42
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。