基于压缩域的车牌定位方法技术

本发明专利技术公开了一种车牌定位方法，通过部分解压提取被检测图像压缩域ＤＣＴ变换系数矩阵参数构建纹理垂直频率矩阵和纹理水平频率矩阵，通过阈值法将纹理垂直频率矩阵转换成车牌二值模板矩阵，再通过形态学计算，纹理垂直、水平频率矩阵的频率密度值判断法以及波峰波谷阈值法对车牌二值模板矩阵进行校正，进而确认其对应的被检测图像上的车牌区域；本发明专利技术简化了ＤＣＴ变换矩阵的特征量，提高了运算速度；通过构建车牌二值模板矩阵来判断车牌区域，简化了车牌检测判断方法的复杂度；利用形态学计算实现了多车牌区域的检测，通过纹理垂直、水平频率矩阵的频率密度值判断法以及波峰波谷阈值法引入车牌二值模板校正机制，提高了检测精度。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，具体涉及一种车牌定位方法。
技术介绍
现有技术对车牌定位方法的研究主要分为基于颜色特征的车牌定位方法和基于 纹理特征的车牌定位方法。基于颜色特征的车牌定位方法主要思想是根据车牌区域的底色 和字符颜色有标准地匹配，车牌区域和非车牌区域的颜色区别很大，因此将车辆图像从RGB 彩色空间转化到HSI (或HSV)彩色空间，然后对其进行分析提取，并结合形态学算法和车牌 的自身特点进行定位，基于颜色特征的算法受光照条件和气候的影响，如夜晚、大雾等情况 下，此类方法检测精度低。基于纹理特征的车牌定位方法通常都是在灰度图像下进行处理，采用各种工具 (如小波变换、各种边缘检测和频域滤波等)提取车牌的纹理特征，然后进行相应的后续 处理来进行车牌定位；基于纹理特征的算法在复杂背景的情况下效果不理想，且运算量较 大，时效性较差。
技术实现思路
有鉴于此，为了解决上述问题，本专利技术公开了一种，解 决了车牌定位中运算复杂、实时性差、定位精度低的问题。本专利技术的目的是这样实现的，包括以下步骤1)将被检测JPEG格式图像经哈夫曼编码解码、DCT逆量化获得一组DCT变换系数 矩阵；具体包括以下步骤11)对被检测JPEG格式图像的压缩数据进行哈夫曼编码解码，得到游程编码码 流；12)对游程编码码流进行DCT逆量化，得到一组大小为wX w的DCT变换系数矩阵， 其中w为正整数，每一 DCT变换系数矩阵对应于被检测图像中大小为wXw的一个分割块， 该系数矩阵的元素满足Ch,k(i，j)；其中，i = 1，. . .，η ； j = 1，. . .，m ;n对应于被检测JPEG格式的图像进行DCT变 换时纵向分割的块数，m对应于被检测JPEG格式的图像进行DCT变换时横向分割的块数； nXm为DCT变换系数矩阵的个数；(i，j)表示该组DCT变换系数矩阵中的第i行与第j列 标识的一个DCT变换系数矩阵，h，k分别表示第(i，j)个DCT变换系数矩阵中的第h行，k 列的元素。2)选取各DCT变换系数矩阵中的横向、纵向和对角线方向上的参数，构建被检测 图像的纹理垂直频率矩阵和纹理水平频率矩阵；具体包括以下步骤21)对各个DCT变换系数矩阵进行横向参数和对角线参数提取，求得图像的纹理 垂直频率矩阵D。，该矩阵元素满足Dc (/, 7)-Σ cOv (“ J)\ + \Cn (/, j) I + I C22 (ζ, j) I ；V=W1其中，W1,w' i G 且 Wl < w' 1;22)对各个DCT变换系数矩阵进行纵向参数和对角参数提取，求得图像的纹理水 平频率矩阵DC'，该矩阵元素满足U'-,Dc (/, j) = YI Cll0 (i, j) I + I C1, (ζ, j) I + I C22 (ζ, j) | ；其中，w2，w'2 G 且 W2 < W' 2 ；3)对纹理垂直频率矩阵Dc进行平滑处理获得相同大小平滑后的纹理垂直频率矩 阵 FDc ；4)对平滑后的纹理垂直频率矩阵利用平均值阈值法构建车牌二值模板矩阵，取值 为1的矩阵元素聚集区为车牌候选区，具体包括以下步骤41)求取平滑后的纹理垂直频率矩阵FDe的平均值η mmean =---；nxm 42)求取车牌二值模板矩阵MD。，其元素满足r π.、 1, lf FDc(iJ) >thr\MDc{i,j) = \c .；其中thrl = 3*mean，将MDc中连续取值为1的元素聚集区划分为车牌候选区。进一步，步骤3)中的平滑过程为FDc(i，j) = Dc(i，j)*Fb其中，Fb为平滑因子，巧j j对纹理垂直频率矩阵Dc采用平滑因子Fb卷积L J ,进行平滑处理；进一步，步骤4)之后，还包括如下步骤5)对各车牌候选区利用形态学算子去噪，对去噪后的各车牌候选区进行水平校 正，具体包括以下步骤51)运用一个2X2方形算子对步骤4)确认的车牌候选区进行开运算；运用2X4 矩形算子对开运算后的车牌候选区进行闭运算；采用一个长为4的线性算子对闭运算后的 车牌候选区再次进行开运算；52)求取平滑后的纹理垂直频率矩阵映射于步骤51)确认的各车牌候选区的水平 投影频率密度为YjFD^kJ) Horpro' (k)=」-；HorNum (k)其中，HorNumi (k) = Σ ^Oc (k, 1)，FDc (k，1) e Rbt ，k 彡 Row 彡 n，1 彡 Col 彡 m, Rbt表示第t个车牌候选区，Row为该区域行数，Col为该区域列数；6Horprot代表第t个候选车牌区域的水平投影频率密度；53)求取相邻水平投影频率密度的差为Δ Horprot (k) = Horprot (k)-Horprot (k_l)；其中，当差为正代表波峰，否则为波谷，将波谷对应的车牌二值模板矩阵MDc行置 零，分割开各车牌区域；进一步，步骤5)之后，还包括以下步骤6)利用矩形框匹配车牌候选区，将匹配失败的车牌候选区元素置零，具体包括以 下步骤61)利用位置和大小变化的移动矩形框对车牌候选区进行匹配，匹配公式如下r π …2 ^ Row^ ColPerMDc =--Jj T MDc(Kl);Row χ Col k = Υ—' I = I其中，MDc(k，1) e Fbt, k ^ Row ^ η, 1 ^ Col彡m，Fbt表示与车牌候选区对应的 第t个矩形框，Row为该矩形框行数，Col为该矩形框列数，PerMD。表示车牌候选区域映射 到该矩形框中的取值为1的元素的密度；62)当PerMDc大于预设定阈值thr2时，该移动矩形框所对应的车牌候选区为真； 否则，该车牌候选区为假，将该车牌候选区元素置零；进一步，步骤6)之后，还包括以下步骤7)分别求取纹理水平频率矩阵和纹理垂直频率矩阵映射于步骤6)获得的车牌候 选区中的水平频率密度值和垂直频率密度值，通过判断各频率密度值是否在设定阈值范围 内，再次确认车牌候选区，具体包括以下步骤；71)将纹理水平频率矩阵和纹理垂直频率矩阵分别映射于步骤6)确认的车牌候 选区，映射公式如下1Col彻A(M);,1 Roh> ColVerD . =-V Y D( \k,l)；(rom>*coi^ o 二 o (其中，Dc(k，1)，D'c(k, 1) e Rbt, k 彡 Row 彡 n，1 彡 Col 彡 m，Rbt 为第 t 个车牌 候选区，Row和col分别为该车牌候选区的行数和列数，为De映射于该车牌候选区的 水平频率密度，Rr极为D' c映射于该车牌候选区的垂直频率密度；72)当/fo^D(和ΓαΖ^·均落入预设定的阈值范围thr3时，判断该车牌候选区为真， 否则为假，将为假的车牌候选区域的元素置零；进一步，预备设定的阈值范围thr3为；进一步，步骤7)之后，还包括以下步骤8)根据纹理垂直频率矩阵映射到步骤7)确认的车牌候选区中的垂直投影频率密 度的分布情况，再次确认车牌候选区具体包括以下步骤81)求取纹理垂直频率矩阵映射到步骤7)确认的车牌候选区中的垂直投影频率 密度权利要求，其特征在于包括以下步骤1)将被检测JPEG格式图像经哈夫曼编码解码、DCT逆量化获得一组DCT变换系数矩阵；具体包括以本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：张太平，尚赵伟，袁博，唐远炎，葛垚，胡胜雄，
申请(专利权)人：重庆大学，
类型：发明
国别省市：85