一种自由场景下的车牌精准定位方法及装置制造方法及图纸

本申请公开了一种自由场景下的车牌精准定位方法及装置，方法包括：对预置车牌图像进行连通域分析，并保留标记的符合预置轮廓条件的连通域，记录连通域的边界点，得到上边界点集和下边界点集；采用预置最小二乘法分别对上边界点集和下边界点集进行直线拟合，得到上边界线段和下边界线段；根据上边界线段和下边界线段计算区域截取框四个角的边界点坐标；通过区域截取框截取扩展后的原始车牌图像的车牌区域图像；采用预置CNN模型对车牌区域图像的左右边界进行坐标拟合，获得车牌定位结果。解决了现有车牌定位技术在自由场景下对边界点分布要求较高，且无法适用于复杂背景下的车牌定位，导致实际的车牌定位准确度较低的技术问题。

【技术实现步骤摘要】
一种自由场景下的车牌精准定位方法及装置
本申请涉及车牌识别
，尤其涉及一种自由场景下的车牌精准定位方法及装置。
技术介绍
随着近几年我国交通的发展，汽车保有量越来越多，如何高效的管理汽车成为了一个急需解决的问题。车牌自动识别技术帮助人们高效的识别图片或者摄像头图像中的车牌,过程中不需要人工的参与；通过车牌自动识别技术，我们就能够在摄像机的画面中识别出具体的车辆，从而便捷地完成停车费征收、小区进出入管理等操作。车牌识别流程上可以划分为三个阶段：车牌定位、字符分割和字符识别，其中车牌定位是车牌识别系统中至关重要的一环，对车牌的识别效果具有直接的影响。车牌定位是从一张存在汽车的图像中将车牌部分定位出来，现有的车牌定位算法可以归纳为基于手工特征的定位方法和基于深度学习的定位方法。车牌成像在场景上，可以划分为固定场景和自由场景，固定场景是指在小区，或者高速路口等地点，摄像机与车牌之间的距离与位置相对固定的情况下对车牌进行采集识别，此时车牌图像基本不存在光照不均、旋转和模糊的情况，从而在车牌定位、字符分割和字符识别上难度不大。自由场景本文档来自技高网...

【技术保护点】
1.一种自由场景下的车牌精准定位方法，其特征在于，包括：/n对预置车牌图像进行连通域分析，并保留标记的符合预置轮廓条件的连通域，记录所述连通域的边界点，得到上边界点集和下边界点集，所述预置车牌图像为原始车牌图像经过预处理操作后得到；/n采用预置最小二乘法分别对所述上边界点集和所述下边界点集进行直线拟合，得到上边界线段和下边界线段；/n根据所述上边界线段和下边界线段计算区域截取框四个角的边界点坐标，所述边界点坐标包括第一上边界点坐标、第二上边界点坐标、第一下边界点坐标和第二下边界点坐标；/n通过所述区域截取框截取扩展后的原始车牌图像的车牌区域图像；/n采用预置CNN模型对所述车牌区域图像的左右边...

【技术特征摘要】
1.一种自由场景下的车牌精准定位方法，其特征在于，包括：
对预置车牌图像进行连通域分析，并保留标记的符合预置轮廓条件的连通域，记录所述连通域的边界点，得到上边界点集和下边界点集，所述预置车牌图像为原始车牌图像经过预处理操作后得到；
采用预置最小二乘法分别对所述上边界点集和所述下边界点集进行直线拟合，得到上边界线段和下边界线段；
根据所述上边界线段和下边界线段计算区域截取框四个角的边界点坐标，所述边界点坐标包括第一上边界点坐标、第二上边界点坐标、第一下边界点坐标和第二下边界点坐标；
通过所述区域截取框截取扩展后的原始车牌图像的车牌区域图像；
采用预置CNN模型对所述车牌区域图像的左右边界进行坐标拟合，获得车牌定位结果。


2.根据权利要求1所述的自由场景下的车牌精准定位方法，其特征在于，所述预处理操作的过程为：
将所述原始车牌图像在粗定位的基础上进行区域扩展，得到车牌粗定位图；
对所述车牌粗定位图进行灰度化处理，得到车牌灰度图；
采用预置多阈值对所述车牌灰度图进行自适应二值化处理，得到车牌二值图；
根据预置噪点判断法对所述车牌二值图进行去噪处理，得到所述预置车牌图像。


3.根据权利要求1所述的自由场景下的车牌精准定位方法，其特征在于，所述对预置车牌图像进行连通域分析，并保留标记的符合预置轮廓条件的连通域，记录所述连通域的边界点，得到上边界点集和下边界点集，包括：
根据所述预置车牌图像配置对应的标签图像和标签变量，所述标签图像的初始值为0，所述标签变量的初始值为1；
根据所述标签图像和所述标签变量在所述预置车牌图像上进行连通域分析和标记操作，得到多个连通域坐标点；
根据预置轮廓条件对所述连通域坐标点进行筛选，得到符合预置轮廓条件的连通域，并记录对应的边界点，得到上边界点集和下边界点集。


4.根据权利要求1所述的自由场景下的车牌精准定位方法，其特征在于，所述根据所述上边界线段和下边界线段计算区域截取框四个角的边界点坐标，包括：
根据上边界线段和下边界线段获取上下边界之间的偏宽边长度以及对应的第一上边界点坐标和第一下边界点坐标；
根据所述上边界线段和所述下边界线段获取上下边界之间的偏窄边中心点坐标，所述偏窄边中心点坐标包括中心横坐标和中心纵坐标；
根据所述偏宽边长度、所述中心横坐标和所述中心纵坐标计算得到第二上边界点坐标和第二下边界点坐标；
将所述第一上边界点坐标、所述第二上边界点坐标、所述第一下边界点坐标和所述第二下边界点坐标形成的区域作为区域截取框。


5.根据权利要求1所述的自由场景下的车牌精准定位方法，其特征在于，所述通过所述区域截取框截取扩展后的原始车牌图像的车牌区域图像，之后还包括：
采用预置仿射变换对所述车牌区域图像进行上下倾斜矫正处理，得到矫正后的车牌区域图像；
相应的，所述采用预置CNN模型对所述车牌区域图像的左右边界进行坐标拟合，获得车牌定位结果，包括：
采用预置CN...

【专利技术属性】
技术研发人员：丁磊，赖珍向，杨明岳，顾国生，邓杰航，江志豪，李亚萍，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44