基于自适应投影模板法的车牌定位方法技术

本发明专利技术涉及一种车牌（机动车号牌）图像的定位方法。该方法首先对拍摄的原始图像进行预处理（包括：灰度化，图像增强，二值化和图像去噪），形成二值化的车辆图像；针对车辆图像在垂直投影和水平投影上的差异，运用定位分离的处理步骤，采用投影法、像素跳变排序法和自适应误差修正进行垂直定位；采用投影法和模板匹配法实现水平定位；最后计算出车牌在车辆图像中的准确位置。本发明专利技术将投影法、像素跳变排序法、自适应误差修正和模板匹配法应用于车牌图像的定位，能在复杂背景下提取有效的车牌信息，运算速度快，鲁棒性好，可同时满足车牌图像定位的准确性和实时性要求。

License plate location method based on adaptive projection template method

The invention relates to a method for locating an image of a license plate (a motor vehicle license plate). Firstly, the original image was photographed pretreatment (including grayscale, image enhancement, denoising and image value of two), the formation of two value image of the vehicle; according to the difference of vehicle image in the horizontal projection and vertical projection of the processing steps of using location separation, using the projection method, the pixel jump sorting method and adaptive error correction for vertical positioning; using projection method and template matching method to achieve the level; finally calculated the exact position in the image of vehicle license plate. The positioning projection, pixel jump sort method, error correction and adaptive template matching method is applied to license plate image, can extract the effective information in complex background, a fast calculation speed, good robustness and can meet the requirements of the license plate image location accuracy and real time requirements.

【技术实现步骤摘要】

本专利技术涉及一种机动车车牌图像的自动定位方法，属于计算机图像处理、模式识 别和智能交通系统(Intelligent Transport System, ITS)控制
，是智能交通系统 中的车牌自动识别技术中的重要环节。
技术介绍
智能交通管理系统是21世纪世界道路交通的发展趋势。高速公路的不断发展和 车辆管理体制的不断完善，使图像场景日益简单化和标准化，这为以图像理解为基础的智能交通管理系统进入实际应用提供了契机。汽车车牌自动识别系统也正是在这种应用背景 下被提出来的。车牌自动识别系统主要包括两部分(l)车牌图像定位，即从拍摄的原始图像中确定长方形车牌的相对位置；(2)车牌字符识别，从长方形的车牌图像中切分出单个字符，然后进行识别。其中，车牌的准确定位是车牌识别系统中的难点和重点，定位的准确性和速度也将直接影响车牌识别系统的性能。当前车牌图像定位的主要方法有三大类 (1)基于Hough变换的方法。该方法根据车牌具有明显矩形边框的特点，利用 Hough变换来检测车牌图像区域边界，从而实现定位； (2)基于边缘检测的方法。该方法利用了车牌字符之间边缘信息丰富的特征，结合 数学形态学或区域生长的方法实现车牌图像定位； (3)基于神经网络的方法。该方法利用图像的颜色或纹理特征训练神经网络，然后 用训练好的分类器对图像中各个像素进行分类，再综合分类的结果从而得到车牌的准确位 置。然而由于光照不均、污染等因素影响，可能使得车牌图像区域边界不明显或存在多个干 扰区域，从而增加了车牌定位的难度。 可见，各种车牌图像的定位方法都有它们各自的特点，尚无一种方法能够达到性 能最优、功能最完善的车牌图像定位方法。
技术实现思路
针对车牌图像定位中准确率和高效性难以同时提高这一难点，本专利技术提出了一种，采用自适应投影模板法，在复杂背景下实现车牌快速、准确的自动定位。 本专利技术采用的技术方案如下 —种，其实现步骤如下 (1)首先对拍摄的原始图像进行预处理，包括对原始图像进行彩色图像灰度化处理、二值化处理和图像去噪处理，形成二值化的车辆图像； (2)对车辆图像进行垂直投影，然后采用像素跳变排序法，计算出车牌图像区域 的垂直坐标，并对这些坐标值进行自适应误差修正，从而获得车牌的垂直位置和车牌长度Wide ; (3)根据车牌的物理形态特征，即车牌长宽比约为10 : 3，计算出车牌的宽度 Height为0. 3 * Wide，并创建匹配模板-Height * Wide ; (4)对垂直定位后的车辆图像进行水平投影，再用匹配模板自下而上扫描该投影 图像，当匹配模板中各行像素的水平差分累加值为最大时，即找到车牌在车辆图像中的水 平位置，最终实现车牌图像的准确定位。 本专利技术在对车辆图像的垂直投影图和水平投影图进行深入研究和分析的基础上， 采用了不同的方法分别对其进行垂直定位和水平定位。在垂直定位时，采用投影法对车辆 图像进行垂直投影，在对垂直投影图像扫描时，不但要统计图像中各相邻两列间黑色像素 点数的绝对差值，同时还记录下每个差值所对应的前一列的坐标；再采用从大到小的冒泡 排序法排列该绝对差值，其对应的坐标值也相应进行了排序；由于车牌中只有7个字符，在 车牌区域内的剧烈跳变点不会超过20个，故取前20个坐标值，即为车牌在垂直方向的大概 区域；最后采用最小二乘法进行误差修正，去除突变的值，即误差值，剩下的坐标值所对应 的区域即为车牌在垂直方向上的准确位置。 经垂直定位后，得到了车牌的长度Wide。根据车牌具有的固定长宽比特征(约 为10 : 3)，便可得到车牌的宽度Height为0. 3 * Wide，并创建矩形匹配模板Height * Wide。 由于在水平方向上的车牌区域与其他区域具有明显不同的特征，其边缘信息丰 富，灰度跳变率大，利用水平差分法就可求得车牌的水平位置。为克服采用单一的投影法在 水平定位时效果较差，误定位率较高的缺点，本专利技术采用了水平投影和矩形匹配模板相结 合的水平定位方法。实现如下先对垂直定位后的图像进行水平投影；再用矩形匹配模板 对水平投影图像自下而上进行扫描，当模板中像素点的水平差分累加值为最大时，便找到 了车牌准确的水平位置。 本专利技术有效地利用了车辆图像在垂直、水平两个方向上的图像投影特征分别进行 定位，较好地排除了噪声干扰，使得鲁棒性明显提高；能有效地去除车牌边框，实现车牌的 准确定位；适合于不同的光照条件，定位准确性和处理速度同时得到提高，为后续的车牌字 符分割与识别打下基础。 当然，对于个别污染严重或者字体模糊不清的车牌，噪声干扰很大，定位效果就会 较差，这种情况应转入人工处理。附图说明 图1为车牌图像定位方法流程图； 图2 (a)-2(c)为二值化的车辆图像及其投影图； 其中图2 (a)为预处理后的车辆图像； 图2 (b)为车辆图像的水平投影图； 图2(C)为车辆图像的垂直投影图； 图3为垂直定位算法流程图； 图4为水平定位算法流程图； 图5为水平定位示意 其中图5(a)垂直定位后的水平投影图； 图5(b)匹配模板自下而上扫描示意图。具体实施例方式为了使本专利技术技术手段、特征、达成目的与功效易于明白了解，下面结合具体图 示，进一步阐述本专利技术。本专利技术的处理流程如图1所示拍摄的原始图像经过彩色图像灰度化、图像增强、 最大类间方差二值化、中值滤波等预处理后，利用本专利技术中的投影法、像素跳变排序法、自 适应误差修正和模板匹配法分别进行垂直定位和水平定位，最终得到车牌的准确位置。 由于直接对彩色图像进行处理的运算量很大，不能满足实时性的要求，故在预处 理的第一步即将彩色图像转换为灰度图像。 转换公式H = 0. 299*R+0. 587*G+0. 114*B (1) 式中H为灰度值，R、 G、 B分别为红色、绿色和蓝色分量值。 然后采用线性拉伸来增加灰度变化范围，达到增强图像对比度的目的，以便于后 面的处理。 图像二值化的关键是阈值的选取，本专利技术采用了最大类间方差法对图像进行二值 化，能有效地克服光照不均匀的影响。其原理是把直方图在某一阈值处分割成两组，当被分 成的两组间方差为最大时，即为阈值。经过二值化后的车辆图像突出了车牌图像区域的特 征，使得车牌图像区域和背景对比更加明显。 最大类间方差法的处理过程如下 用f (x， y)来表示一幅图像，设该图像的灰度值为0 m-l级，灰度值i的像素数 为ni，此时得到的像素总数为m—l A^Xi' (2) 各值的概率为/7; 二 } (3) 然后用某一阈值T将其分成两组C。 = {0 T-1}和Q = {T m_l}，各组产生的概率和平均值 c。产生的概率w。 = 2>, = (4)Q产生的概率w, =2]/ , =1 —w。 (5)r一iC0的平均值//0 = Z * = (6) m—lQ的平均值^:2^^:^^ (，-! 其中，// = ^>>,是车辆图像的灰度平均值；/z(r) = 2>/7,是阈值为T时的灰度平均值；全部像素点的灰度平均值为P = w。 P 。+巧P i (8) 两组间的方差 = 。 -//)2+一 -//)2=、 -//0)2 = [:(;(g—:g));2 。) 从l m-l之间改变T，求上本文档来自技高网...

【技术保护点】
基于自适应投影模板法的车牌图像定位方法，所述方法包括以下步骤：（１）首先对拍摄的原始图像进行预处理，包括对原始图像进行彩色图像灰度化处理、二值化处理和图像去噪处理，形成二值化的车辆图像；（２）对车辆图像进行垂直投影，然后采用像素跳变排序法，计算出车牌图像区域的垂直坐标，并对这些坐标值进行自适应误差修正，从而获得车牌的垂直位置和车牌长度Ｗｉｄｅ；（３）根据车牌的物理形态特征，即车牌长宽比约为１０∶３，计算出车牌的宽度Ｈｅｉｇｈｔ为０．３＊Ｗｉｄｅ，并创建匹配模板：Ｈｅｉｇｈｔ＊Ｗｉｄｅ；（４）对垂直定位后的车辆图像进行水平投影，再用匹配模板自下而上扫描该投影图像，当匹配模板中各行像素的水平差分累加值为最大时，即找到车牌在车辆图像中的水平位置，最终实现车牌图像的准确定位。

【技术特征摘要】
基于自适应投影模板法的车牌图像定位方法，所述方法包括以下步骤(1)首先对拍摄的原始图像进行预处理，包括对原始图像进行彩色图像灰度化处理、二值化处理和图像去噪处理，形成二值化的车辆图像；(2)对车辆图像进行垂直投影，然后采用像素跳变排序法，计算出车牌图像区域的垂直坐标，并对这些坐标值进行自适应误差修正，从而获得车牌的垂直位置和车牌长度Wide；(3)根据车牌的物理形态特征，即车牌长宽比约为10∶3，计算出车牌的宽度Height为0.3＊Wide，并创建匹配模板Height＊Wide；(4)对垂直定位后的车辆图像进行水平投影，再用匹配模板自下而上扫描该投影图像，当匹配模板中各行像素的水平差分累加值为最大时，即找到车牌在车辆图像中的水平位置，最终实现车牌图像的准确定位。2. 根据权利要求1所述的车牌图像定位方法，其特征在于所述步骤(1)中对拍摄的 原始图像进行预处理，所述预处理步骤为(1) 首先对拍摄的原始图像进行彩色图像灰度化处理，即将彩色图像转换为灰度图像， 转换关系式H = 0. 299*R+0. 587*G+0. 114*B (1)其中H为灰度值，R、 G、 B代表车辆图像中的红、绿、蓝分量；(2) 然后利用最大类间方差法进行二值化处理，形成二值化的车辆图像；(3) 对二值化后的车辆图像采用中值滤波法滤除孤立点噪声，保留车牌图像边缘的细 节；所述中值滤波法是使用一个窗口 W在图像上扫描，将窗口内包含的图像像素按灰度排 列，取其中间值作为窗口中心像素的灰度，如式(2)所示 <formula&g...

【专利技术属性】
技术研发人员：李志敏，梁军，王浩，张慧，常宇，
申请(专利权)人：重庆大学，
类型：发明
国别省市：85[中国|重庆]