【技术实现步骤摘要】
一种基于高清视频的智能化车牌识别方法
本专利技术涉及车牌识别
，尤其涉及一种基于高清视频的智能化车牌识别方法。
技术介绍
车牌识别系统已经发展了十几年，越来越多的停车场已经放弃人工计时计费的方法，转而采用基于车牌识别的一体式收费系统。采用车牌识别的一体式收费系统收费相对于人工收费，大大提高了收费效率，也大大减少了出入停车场所耗费的时间。目前的车牌识别系统主要是基于模板匹配的字符识别方法。传统的模板匹配的字符识别方法属于模式识别与图像处理
的经典应用，具体涉及图像匹配及识别。传统的模板匹配的字符识别方法可以适应大部分识别，算法也比较简单，适用场景广泛。但是缺点也比较突出，如下：1.该方法不具有旋转不变性、不具有尺度不变性，在光照不均匀导致对比度过低的情况下，车牌识别率将会大大降低。2.该方法运算量较大，速度慢。
技术实现思路
为了解决传统的模板匹配的字符识别方法存在的缺陷，本专利技术提供一种基于高清视频的智能化车牌识别方法，能够在光照不均匀导致对比度过低的情况下，提高车牌...
【技术保护点】
1.一种基于高清视频的智能化车牌识别方法，其特征在于，包括：/n获取待识别的车辆图像；/n根据所述车辆图像的色度差异的特性确定判定为车牌蓝色像素点的自适应阈值；/n采用所述判定为车牌蓝色像素点的自适应阈值和投影算法分割出车牌矩形区域的图像；/n将所述车牌矩形区域的图像转换为关于R-B关系的灰度图像；/n采用边缘检测算法对所述灰度图像进行边缘检测，获得边缘检测图像；/n根据所述灰度图像和所述边缘检测图像确定用于检测车牌字符的自适应阈值，并利用所述自适应阈值检测出车牌字符；/n提取所述检测出的车牌字符进行识别。/n
【技术特征摘要】
1.一种基于高清视频的智能化车牌识别方法，其特征在于，包括：
获取待识别的车辆图像；
根据所述车辆图像的色度差异的特性确定判定为车牌蓝色像素点的自适应阈值；
采用所述判定为车牌蓝色像素点的自适应阈值和投影算法分割出车牌矩形区域的图像；
将所述车牌矩形区域的图像转换为关于R-B关系的灰度图像；
采用边缘检测算法对所述灰度图像进行边缘检测，获得边缘检测图像；
根据所述灰度图像和所述边缘检测图像确定用于检测车牌字符的自适应阈值，并利用所述自适应阈值检测出车牌字符；
提取所述检测出的车牌字符进行识别。
2.根据权利要求1所述的基于高清视频的智能化车牌识别方法，其特征在于，当所述车辆图像的像素点满足以下条件时，则判定所述像素点为车牌蓝色像素点，否则为非车牌蓝色像素点；
B-G≥threshBG&&B-R≥threshBR
其中，B为所述车辆图像的红色分量，G为所述车辆图像的绿色分量，R为所述车辆图像的红色分量，threshBG为第一阈值，表示B-G分量大于某一灰度值的平均值；threshBR为第二阈值，表示B-R分量大于某一灰度值的平均值。
3.根据权利要求2所述的基于高清视频的智能化车牌识别方法，其特征在于，当所述第一阈值为B-G分量大于灰度值50的平均值，所述第二阈值为B-R分量大于灰度值50的平均值，则所述第一阈值或所述第二阈值通过如下公式计算得出：
其中，ni为灰度值为i的像素的个数，N为灰度值大于某一灰度值li的像素个数，pi为灰度值大于所述某一灰度值li出现的概率。
4.根据权利要求1所述的基于高清视频的智能化车牌识别方法，其特征在于，所述采用所述判定为车牌蓝色像素点的自适应阈值和投影算法分割出车牌矩形区域的图像，包括：
通过所述判定为所述车牌蓝色像素点的自适应阈值筛选出蓝色像素点；
设所述车辆图像的大小为M×N，M为所述车辆图像的高度，N为所述车辆图像的宽度，I为各像素点的值，则通过以下公式求出蓝色像素点水平投影：
通过公式获得所述水平投影中最大波峰的坐标；
根据所述最大波峰的坐标和其相连的两个波谷的位置，获得带状图像；
通过公式对所述带状图像进行垂直投影；
当对所述车辆图像进行水平投影和垂直投影后，确定垂直投影和水平投影相交处密度较大的区域；
当在所述密度较大的区域中其垂直投影有七个连续的波谷且其水平投影的比例和其垂直投影的比例在预设的范围内，则在所述密度较大的区域内进行图像分割，得到所述车牌矩形区域的图像。
5.根据权利要求1所述的基于高清视频的智能化车牌...
【专利技术属性】
技术研发人员：徐湛，林凡，张秋镇，黄富铿，
申请(专利权)人：广州杰赛科技股份有限公司，广州市标准化研究院，
类型：发明
国别省市：广东;44
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。