基于滑窗搜索的机动车号牌识别方法技术

本发明专利技术提供一种基于滑窗搜索的机动车号牌识别方法，包括步骤：1）对当前帧中出现在场景内的各车辆进行目标跟踪定位；2）对提取的单个待识别的车牌图像进行尺寸归一化处理与二值化处理，再根据先验信息确定车牌图像中各字符分割中心；3）用标准字符尺寸的窗口在各字符的分割中心以及分割中心左右滑窗搜索各m次得到滑窗识别结果；4）车牌中每个字符的滑窗识别结果并放入该位置字符对应投票池中，计算各字符投票池中识别结果比例最高且大于决策阈值的作为单个字符的最终识别结果。本发明专利技术通过跟踪目标车辆获得同一车牌的多次检测结果。最终的车牌字符识别结果是同一目标在多次识别下的投票，极大的提高了系统的鲁棒性和结果的稳定性。

【技术实现步骤摘要】
基于滑窗搜索的机动车号牌识别方法
本专利技术属于数字图像处理
，涉及机器学习、计算机视觉、模式识别等相关理论知识。
技术介绍
随着智能交通系统的发展，机动车号牌识别系统（简称车牌识别系统）广泛的应用在各个领域。前端采集设备获取车辆图像或者视频序列，然后分析得到每辆汽车唯一的车牌号码，利用现代技术完成识别过程。通过后续处理，可以实现停车场收费管理、交通流量控制指标测量、高速公路超速自动化监管、公路收费站等功能。通常，车牌识别系统可分为三个部分：车牌定位、车牌字符分割、车牌字符识别。整个系统在前两部分的基础上如何进行精确的字符识别，就成为最终影响系统识别率的重要难题。车牌字符识别存在以下难题：1、小字符集（数字、字母、语义字符）。具体到中国现行的机动车号牌标准（GA36—2007，GA804），中国车牌含有中文汉字，汉字字符结构复杂，实际获得字符存在粘连，污损等情况。2、测试环境复杂多变。车牌识别系统在应用雨雪天、雾等自然环境恶劣情况，可能会导致车牌受污损，同时影响获得车牌图像质量。3、获取图像质量差异性大。前端采集设备获取车辆图像，可能存在干扰和几何形变，且车牌可能分布在图像序列的任意位置，实时处理相对较大的数据给车牌识别系统增加了复杂性。当前的车牌识别算法主要有以下几种方法：一、基于SVM的车牌识别算法。根据车牌字符特征，建立子分类器，对子分类器建立各字符的样本库，通过SVM方法训练得到各字符的判别函数。然后根据字符相应位置，归一化送到对应分类器组，通过判别函数得到分类结果。但是由于现场环境的复杂，车牌字符也很难准确分割，字符差异性大。详见：LiuYongchun,YuXiaohong,YangJing.StudyoflicenseplatelocationsystembasedonSVM.Proceedings-2ndIEEEInternationalConferenceonAdvancedComputerControl,ICACC2010,v5,p195-198.二、基于模板匹配的车牌识别算法。利用车牌字符轮廓、骨干、网络或者峰谷投影等特征，特征点识别字符是先对待识别字符进行关键点提取，即对字符进行拓扑分析以得到字符边缘的关键点，再确定字符的分类提取车牌字符特征，与标准车牌字符进行匹配。但是，由于实际测试环境中车牌图像存在的干扰和变形，车牌字符正确识别率不高。详见：JinQuan,QuanShuhai,ShiYing,XueZhihua.Afastlicenseplatesegmentationandrecognitionmethodbasedonthemodifiedtemplatematching.Proceedingsofthe20092ndInternationalCongressonImageandSignalProcessing,CISP'09,2009.三、基于神经网络的车牌识别算法。通过归一化处理图像，然后根据神经网络算法建立网络，分别是汉字网络和字母数字网络，输入特征值的网络，利用网格的特征向量，建立汉字网络字母数字网络找出相似字符之间的差异进行识别。但是存在输入数据选择和网络结构设计等问题。详见：ShanBaoming.LicenseplatecharactersegmentationandrecognitionbasedonRBFneuralnetwork.2ndInternationalWorkshoponEducationTechnologyandComputerScience,ETCS2010,v2,p86-89.
技术实现思路
本专利技术所要解决的技术方案是，提供一种能适应复杂环境的机动车号牌识别方法。本专利技术为解决上述技术问题所采用的技术方案是，基于滑窗搜索的机动车号牌识别方法，包括以下步骤：1）车牌定位步骤：对当前帧中出现在场景内的各车辆进行目标跟踪，再对各车辆车牌进行定位；2）车牌字符预分割步骤：对提取的单个待识别的车牌图像进行尺寸归一化处理与二值化处理，再根据先验信息确定车牌图像中各字符分割中心，所述先验信息为字符间隔的宽高比以及字符宽高比；3）滑窗搜索步骤：用标准字符尺寸的窗口在当前待识别车牌图像的各字符的分割中心以及分割中心左右滑窗搜索各m次，得到2m+1个滑窗识别结果；4）滑窗识别步骤：车牌中每个字符的滑窗识别结果并放入该位置字符对应投票池中，计算各字符投票池中识别结果比例最高且大于决策阈值的作为单个字符的最终识别结果。本专利技术通过跟踪目标车辆获得同一车牌的多次检测结果。最终的车牌字符识别结果是同一目标在多次识别下的投票，极大的提高了系统的鲁棒性和结果的稳定性。为了进一步提高复杂的环境中鲁棒性，在执行步骤四之前，循环执行步骤1至步骤3N次，得到从连续N帧图像中检测到N1个当前待识别车牌图像中每个字符的滑窗识别结果(2m+1)×N1，N1≤N。本专利技术的有益效果是，具有很高识别准确率，且在复杂的环境中鲁棒性强。附图说明图1为实施例流程图；图2为车牌字符分割示意图；图3为单个字符滑窗搜索示意图。具体实施方式基于滑窗寻优搜索的机动车号牌识别方法，如图1所示，包含下述步骤：步骤1、车牌定位步骤：步骤1-1：系统接收前端设备采集的图片流，采用基于混合高斯模型进行背景建模，获得运动场景中背景，将当前图像帧与背景图像相减便可以获得运动目标区域Z。步骤1-2：对于步骤1-1中待跟踪的目标区域Z，选取出能代表车辆的特征，在待跟踪车辆附近取一系列区域，分布计算得到这一系列区域的低维特征。将这一系列低维特征送入贝叶斯分类器，实现场景内各个车辆跟踪。步骤1-3：根据场景内跟踪的各个车辆情况，首先对单帧目标图像求灰度二值化图像和边缘检测，对边缘图像进行隔行检测，首先构造矩阵mask，将mask中的元素初始化为0，根据车牌的长宽比设定一个滑动窗口W，W为长、高为w×h全1矩阵，设定阀值T以判断车牌区内的边缘点，用窗W遍历边缘图像，然后提取连通域，经过形态学闭操作，对各个连通域进行标定并求其最小的外接矩形。最后，利用车牌的正负样本训练二分类器去掉伪车牌，从而得到候选车牌。步骤1-4：精确定位车牌：首先，求候选车牌水平方向上的差分和投影，精确定位其上下边界，再根据竖直方向投影，选择阀值U，根据阀值U判断候选车牌区域大于、小于维度作为车牌左右边缘的精确位置。步骤1中个子步骤均为成熟的现有技术，本实施例仅给出一个较优的，具体的实施组合，本领域技术人员可以根据现有其他的实施手段来实现车牌定位。步骤2、车牌字符预分割步骤：在跟踪的目标区域中获得单个车辆的车牌区域后，可按如下步骤实现对单个车辆的车牌字符预分割，如图2所示。步骤2-1：首先对步骤1中精确定位的单个车牌图像归一化，将车牌高度缩放到统一尺寸h。对归一化后图像进行二值化，白色表示车牌字符，黑色表示背景。根据现行的机动车号牌标准知，车牌中字符的宽高比为t1，车牌2、3字符的间隔最大，2、3字符间间隔的宽高比为t2，其他字符间间隔的宽高比为t3，则可得到车牌图像中，字符宽度w1=h×t1，2、3字符间间隔宽度w2=h×t2，其他字符间间隔宽度w3=h×t3。步骤2-2：根据归一化后的车牌二值图像，字符与字符间，黑色部分最宽区域的左右边界为本文档来自技高网...

【技术保护点】
基于滑窗搜索的机动车号牌识别方法，其特征在于，包括以下步骤：1）车牌定位步骤：对当前帧中出现在场景内的各车辆进行目标跟踪，再对各车辆车牌进行定位；2）车牌字符预分割步骤：对提取的单个待识别的车牌图像进行尺寸归一化处理与二值化处理，再根据先验信息确定车牌图像中各字符分割中心，所述先验信息为字符间隔的宽高比以及字符宽高比；3）滑窗搜索步骤：用标准字符尺寸的窗口在当前待识别车牌图像的各字符的分割中心以及分割中心左右滑窗搜索各m次，得到2m+1个滑窗识别结果；4）滑窗识别步骤：将车牌中每个字符的滑窗识别结果放入该位置字符对应投票池中，计算各字符投票池中比例最高且大于决策阈值的识别结果作为单个字符的最终识别结果。

【技术特征摘要】
1.基于滑窗搜索的机动车号牌识别方法，其特征在于，包括以下步骤：1)车牌定位步骤：对当前帧中出现在场景内的各车辆进行目标跟踪，再对各车辆车牌进行定位；2)车牌字符预分割步骤：对提取的单个待识别的车牌图像进行尺寸归一化处理与二值化处理，再根据先验信息确定车牌图像中各字符分割中心，所述先验信息为字符间隔的宽高比以及字符宽高比；3)滑窗搜索步骤：用标准字符尺寸的窗口在当前待识别车牌图像的各字符的分割中心以及分割中心左右滑窗搜索各m次，得到2m+1个滑窗识别结果；在执行步骤4)之前，循环执行步骤1)至步骤3)N次，得到从连续N帧图像中检测到N1个当前待识别车牌图像中每个字符的滑窗识别结果(2m+1)×N1，N1≤N；4)滑窗识别步骤：将车牌中每个字符的滑窗识别结果放入该位置字符对应投票池中，计算各字符投票池中比例最高且大于决策阈值的识别结果作为单个字符的最终识别结果。2.如权利要求1所述基于滑窗搜索的机动车号牌识别方法，其特征在于，对于同一目标跟踪车辆车牌的滑窗识别，在第一次得出字符的最终识别结果之后，如有新的一帧各字符滑窗搜索识别结果进入投票池，则判断当前字符投票池中是否已装满(2m+1)×M个滑窗识别结果，M为待识别车牌输出结果的限定帧数，如是，则将对应各字符投票池中第一帧识别结果去除，加入对应新的一帧的各字符的滑窗识别结...

【专利技术属性】
技术研发人员：解梅，朱伟，毛河，何磊，陈路，叶繁，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：