一种车牌定位方法
【专利摘要】本发明公开了一种车牌定位方法，属于图像处理【技术领域】。本发明包括：预处理待定位的车牌图像，得到多个候选矩形坐标，基于当前候选矩形坐标初始化滑动窗口H，并初始化H的边框颜色为区域内的分布最多的颜色，通过能量最小化原理使H不断的缩小，并同时对矩形区域内的图像进行角度变化，直到达到能量最小的矩形。本发明得到的车牌边界区域非常靠近首尾字符，从而有效降低了在对车牌的字符进行分割的处理复杂度，有效提升车牌识别效率和鲁棒性；同时，对一些特殊的车牌有更优的定位和矫正效果，包括双行车牌，武警车牌等等。
【专利说明】一种车牌定位方法
【技术领域】
[0001]本发明属于图像处理【技术领域】，尤其涉及图像中车牌的定位。
【背景技术】
[0002]近几年随着国内经济的不断增长，全国机动车的增长速度一直保持在15%以上，这就加大了与车辆相关的各个行业对车辆管理的难度，使其必须加大人力的投入以及处理好效率等方面问题。与此同时，计算机视觉技术在图像处理领域的应用，使得车辆管理从人工方式逐渐的转变成智能全自动方式，能够有效的解决现状问题。车牌识别技术(对车牌图像的字符识别)在公共安全领域，交通管理方面，加油站以及停车场等方面有着非常巨大的应用价值。而车牌定位、矫正又是字符识别前最重要的环节。
[0003]就目前来看，车牌定位的算法分为三类:
[0004](I)基于边缘检测方法，在这三类算法中边缘检测算法最为基础，也最为有效，如果对于简单的场景，比如收费站等，可以做到较高的检测率，但对于场景复杂的区域，比如街道等，误检率会比较高，使其不能精确定位车牌位置，而且由于场景的复杂度比较高，场景中颜色跳变的边缘比较多，这使得在车牌定位过程当中要做很多的无用功，降低了对CPU的利用率，必然导致并不理想的实时性体验。
[0005](2)基于颜色的车牌定位方法，本质上来讲，也是基于边缘算法的一种，它是利用彩色图像的边缘和内部颜色信息一起来定位的，因此对于图片的分辨率要求比较高，如果图片比较模糊，或是遇到夜晚，雨天等等，车牌的定位成功率就会大大降低，不具有好的鲁棒性。
[0006](3)基于机器学习的定位方法，首先是要有足够多的训练样本，以及找到良好的特征和训练方法，不少人基于haar变换和adaboost,利用特征进行车牌定位,这样能够达到比较高的检测率，但是检测范围较大，误检率比较高。这个领域还不是一个非常成熟的领域，需要和其他的方法进行结合才能达到比较完美的效果。
【发明内容】
[0007]本发明的发明目的在于，提供一种能够适应比较复杂环境下的车牌定位方法。
[0008]本发明的车牌定位方法，包括下列步骤:
[0009]步骤1:输入当前采集图像并进行灰度化处理后，进行背景建模，确定背图像的背景区域和前景区域；
[0010]步骤2:对当前图像的前景区域进行边缘检测处理后，基于图像的闭操作输出初始矩形坐标；
[0011]步骤3:基于当前采集图像，检测各初始矩形坐标内是否存在车牌颜色，若是，则定义当前初始矩形坐标为候选矩形坐标；
[0012]步骤4:基于当前各候选矩形坐标，在当前采集图像内确定车牌边框坐标:
[0013]步骤401:查找当前候选矩形坐标内包含像素点最多的像素值P ;基于当前候选矩形坐标初始化滑动窗口 H，设定所述初始化滑动窗口 H的边框的各像素点的像素值为P ；
[0014]步骤402:确定车牌的上边缘坐标:
[0015]步骤402-1:基于当前候选矩形区域的中心点，在预设的角度范围内，基于预设步长对当前候选矩形坐标内的采集图像进行仿射变换；
[0016]每次仿射变换后,基于公式E = / Ω1 / 0K(x-y) 11 (y)_f (X) |2dydx计算当前角度下，所述候选矩形坐标内的能量E，其中，I(y)表示在滑动窗口 H内采集图像的像素点y的像素值；f(x)表示滑动窗口 H的上边框像素点X的像素值；符号Ω I表示滑动窗口 H的上边框，符号O表示滑动窗口 H内采集图像的所有像素点；
[0017]查找能量最小项所对应的角度α，定义当前能量为Emin ；
[0018]步骤402-2:更新滑动窗口 H执行步骤402-1，输出对应的角度α和能量Emin ;其中，将当前滑动窗口 H的上边框的纵坐标减I作为更新后的滑动窗口 H ；
[0019]步骤402-3:重复步骤402-2，直到当前的Emin大于上一次所输出的Emin，并基于上一次Emin所对应的角度α对当前候选矩形坐标内的采集图像进行仿射变换，取上一次Emin所对应的滑动窗口 H的上边框纵坐标为车牌的上边缘坐标；
[0020]步骤403:确定车牌的下边缘坐标:
[0021]步骤403-1:基于公式E = / Ω2 / 0K(x-y) 11 (y)_f (X) |2dydx计算当前候选矩形坐标内的能量E，其中，符号Ω 2表示滑动窗口 H的下边框；
[0022]步骤403-2:更新滑动窗口 H执行步骤403-1，输出对应能量E，其中，将当前滑动窗口 H的下边框的纵坐标加I作为更新后的滑动窗口 H ；
[0023]步骤403-3:重复步骤403-2，直到当前的能量E大于上一次所输出的能量E，取上一次能量E所对应的滑动窗口 H的下边框纵坐标为车牌的下边缘坐标；
[0024]步骤404:确定车牌的左边缘坐标:
[0025]步骤404-1:基于公式E = / Ω3 / 0Κ (χ-y) 11 (y)-f (x) 12dydx计算当前候选矩形坐标内的能量E,其中，符号Ω 3表不滑动窗口 H的左边框；
[0026]步骤404-2:更新滑动窗口 H执行步骤404-1，输出对应能量E，其中，将当前滑动窗口 H的左边框的横坐标加I作为更新后的滑动窗口 H ；
[0027]步骤404-3:重复步骤404-2，直到当前的能量E大于上一次所输出的能量E，取上一次能量E所对应的滑动窗口 H的左边框横坐标为车牌的左边缘坐标；
[0028]步骤405:确定车牌的右边缘坐标:
[0029]步骤405-1:基于公式E = / Ω4 / 0Κ (χ-y) 11 (y)-f (x) 12dydx计算当前候选矩形坐标内的能量E，其中，符号Ω 4表示滑动窗口 H的右边框；
[0030]步骤405-2:更新滑动窗口 H执行步骤405-1，输出对应能量E，其中，将当前滑动窗口 H的下边框的横坐标减I作为更新后的滑动窗口 H ；
[0031]步骤405-3:重复步骤405-2，直到当前的能量E大于上一次所输出的能量E，取上一次能量E所对应的滑动窗口 H的右边框横坐标为车牌的右边缘坐标。
[0032]本发明的有益效果是:相比现有技术而言，本发明得到的车牌边界区域非常靠近首尾字符，从而有效降低了在对车牌的字符进行分割的处理复杂度，有效提升车牌识别效率和鲁棒性；同时，对一些特殊的车牌有更优的定位和矫正效果，包括双行车牌，武警车牌坐坐寸寸ο
【具体实施方式】
[0033]为使本发明的目的、技术方案和优点更加清楚，下面结合实施方式，对本发明作进一步地详细描述。
[0034]首先，基于所采集的图像确定车牌可能存在的候选矩形坐标:
[0035](I)将当前采集的彩色图像灰度化处理:彩色图像是三通道图像，在很多计算中没有必要对彩色图像进行处理，同样的灰度图像可以得到同样的效果，所以为了提高效率，此处先将彩色图像灰度化。
[0036](2)背景建模:对于一个特定场景的图像中，必然有一些区域不会出现车辆，比如一些建筑、绿化带等，这些区域称之为背景。除去背景区域，也就是可能出现车辆的区域称之为前景。这些背景区域在车牌检测系统中是不需要进行检测的区域。，基于所采集的图像确定图像的前景区域和背景区域(该处理为现有技术，此处不再详述)，在后续的处理时只处理前景区域，而不处理背景区域，以提高处理时速率。
[0037](3)边缘检测:因为车牌与车身之间有比较明显的突变，所以通过边缘检测(例如Soble算子)可以粗略的定位大概车牌的位置。
[0038](4)闭操作:因为通过边缘检测所获得的边缘是间断的、不连续的，为了实现车牌定位，基于图像的闭操作将间断的边缘点连接到一起，得到闭曲线，然后选取包含所得到的闭曲线最小矩形作为初始矩形坐标。
[0039](5)筛选候选矩形坐标:在当前真实图像(当前采集的待处理图像)上，检测各初始矩形坐标内是否存在车牌颜色(常规的车牌颜色通常包括蓝色、白色、黄色)，若是，则表示真实图像的对应区域(当前初始矩形坐标所确定的真实图像区域)可能存在车牌图像，即将其定义为候选矩形坐标(一副真实图像可能存在一个或者多个候选矩形坐标)；
[0040]其次，基于当前得到的各候选矩形坐标，在当前真实图像内确定车牌边框坐标:
[0041](I):查找当前候选矩形坐标内包含像素点最多的像素值P ;基于当前候选矩形坐标初始化滑动窗口 H，设定所述初始化滑动窗口 H的边框的各像素点的像素值为P ；
[0042](2):基于候选矩形坐标内的能量E(具体计算见公式(I))分别确定车牌的上、下、左、右边缘坐标:
[0043]E = / Ω / 0K(x-y) |l(y)-f(x) |2dydx (I)
[0044]其中I (y)表示在滑动窗口 H内采集图像的像素点y的像素值；f (X)表示滑动窗口 H的上边框像素点X的像素值(即f (X)为恒等于P);符号O表示滑动窗口 H内采集图像的所有像素点；符号Ω表示滑动窗口 H的边框(在确定车牌的上边缘坐标时，取滑动窗口 H的上边框；下边缘坐标时,取滑动窗口 H的下边框；左边缘坐标时,取滑动窗口 H的左边框；右边缘坐标时，取滑动窗口 H的右边框)。
[0045](2-1)确定车牌的上边缘:
[0046]基于当前候选矩形区域的中心点，在预设的角度范围内(角度范围基于实际处理需求可自行设定，本【具体实施方式】中，设定为-15?+15度)，基于预设步长(基于实际处理需求可自行设定，本【具体实施方式】中，设定为0.1度)对当前候选矩形坐标内的采集图像进行仿射变换；
[0047]每次仿射变换后，基于公式(I)计算当前角度下，所述候选矩形坐标内的能量E ；
[0048]查找所得到的所有能量最小项所对应的角度α，用Emin表示最小项能量；
[0049]更新滑动窗口 H(将滑动窗口 H向当前待确定车牌边缘的相对边不断缩进，即将当前滑动窗口 H的上边框的纵坐标减I作为更新后的滑动窗口 H)，重复继续执行上述仿射变换处理和计算每个角度下仿射变换后所对应的能量E ;直到当前计算所得到的Emin大于上一次所输出的Emin ；
[0050]基于上一次Emin所对应的角度α对当前候选矩形坐标内的采集图像进行仿射变换，取上一次Emin所对应的滑动窗口 H的上边框为车牌的上边缘坐标；
[0051](2-2)确定车牌的下、左、右边缘:
[0052]经过步骤(2-1)之后的车牌已经精确定位，角度也已经矫正完毕，但当前仅是上边缘处理完毕，因为车牌已经角度矫正为最优，所以矩形框的下边缘和两侧的边缘只需按照公式(I)向车牌逼近，不需要角度调整。直到得到最优的车牌定位，即:
[0053]基于公式(I)计算当前候选矩形坐标内的能量E ；
[0054]更新滑动窗口 H(将滑动窗口 H向当前待确定车牌边缘的相对边不断缩进)，继续基于公式(I)计算当前候选矩形坐标内的能量E ;重复该步骤，直到当前的能量E大于上一次所输出的能量E ;
[0055]取上一次能量E所对应的滑动窗口 H的调整边框(即不断缩进的边框)为车牌的对应边缘坐标。
[0056]上述步骤中个，确定车牌的下、左、右边缘可同时进行，不分先后顺序。
[0057]本发明并不局限于前述的【具体实施方式】。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。
【权利要求】
1.一种车牌定位方法，其特征在于，包括下列步骤: 步骤1:输入当前采集图像并进行灰度化处理后，进行背景建模，确定当前采集图像的背景区域和前景区域； 步骤2:对当前图像的前景区域进行边缘检测处理后，基于图像的闭操作输出初始矩形坐标； 步骤3:基于当前采集图像，检测各初始矩形坐标内是否存在车牌颜色，若是，则定义当前初始矩形坐标为候选矩形坐标； 步骤4:基于当前各候选矩形坐标，在当前采集图像内确定车牌边框坐标: 步骤401:查找当前候选矩形坐标内包含像素点最多的像素值P ;基于当前候选矩形坐标初始化滑动窗口 H，设定所述初始化滑动窗口 H的边框的各像素点的像素值为P ； 步骤402:确定车牌的上边缘坐标: 步骤402-1:基于当前候选矩形区域的中心点，在预设的角度范围内，基于预设步长对当前候选矩形坐标内的采集图像进行仿射变换； 每次仿射变换后，基于公式E = / Ω1 / QK(x_y) 11 (y)_f (X) |2dydx计算当前角度下，所述候选矩形坐标内的能量E，其中，I (y)表示在滑动窗口 H内采集图像的像素点I的像素值；f(x)表示滑动窗口 H的上边框像素点X的像素值；符号Ω I表示滑动窗口 H的上边框，符号O表示滑动窗口 H内采集图像的所有像素点； 查找能量最小项所对应的角度α，定义当前能量为Emin ； 步骤402-2:更新滑动窗口 H执行步骤402-1，输出对应的角度α和能量Emin;其中，将当前滑动窗口 H的上边框的纵坐标减I作为更新后的滑动窗口 H ； 步骤402-3:重复步骤402-2，直到当前的Emin大于上一次所输出的Emin,并基于上一次Emin所对应的角度α对当前候选矩形坐标内的采集图像进行仿射变换，取上一次Emin所对应的滑动窗口 H的上边框纵坐标为车牌的上边缘坐标； 步骤403:确定车牌的下边缘坐标: 步骤403-1:基于公式E = / Ω2 / c)K(x-y) 11 (y)_f (X) |2dydx计算当前候选矩形坐标内的能量E，其中，符号Ω 2表示滑动窗口 H的下边框； 步骤403-2:更新滑动窗口 H执行步骤403-1，输出对应能量E，其中，将当前滑动窗口 H的下边框的纵坐标加I作为更新后的滑动窗口 H ； 步骤403-3:重复步骤403-2，直到当前的能量E大于上一次所输出的能量E，取上一次能量E所对应的滑动窗口 H的下边框纵坐标为车牌的下边缘坐标； 步骤404:确定车牌的左边缘坐标: 步骤404-1:基于公式E = / Ω3 / oK(x-y) 11 (y)_f (X) |2dydx计算当前候选矩形坐标内的能量E，其中，符号Ω 3表示滑动窗口 H的左边框； 步骤404-2:更新滑动窗口 H执行步骤404-1，输出对应能量E，其中，将当前滑动窗口 H的左边框的横坐标加I作为更新后的滑动窗口 H ； 步骤404-3:重复步骤404-2，直到当前的能量E大于上一次所输出的能量E，取上一次能量E所对应的滑动窗口 H的左边框横坐标为车牌的左边缘坐标； 步骤405:确定车牌的右边缘坐标: 步骤405-1:基于公式E = / Ω4 / oK(x-y) 11 (y)_f (X) |2dydx计算当前候选矩形坐标内的能量E，其中，符号Ω 4表示滑动窗口 H的右边框； 步骤405-2:更新滑动窗口 H执行步骤405-1，输出对应能量E，其中，将当前滑动窗口 H的下边框的横坐标减I作为更新后的滑动窗口 H ； 步骤405-3:重复步骤405-2，直到当前的能量E大于上一次所输出的能量E，取上一次能量E所对应的滑动窗口 H的右边框为车牌的右边缘坐标。
2.如权利要求1所述的方法，其特征在于，所述步骤402-1中，角度范围内为-15°到+15°。
3.如权利要求1或所述的方法，其特征在于，所述402-1中，预设步长为0.1°。
【文档编号】G06K9/00GK104298966SQ201410472264
【公开日】2015年1月21日 申请日期:2014年9月17日 优先权日:2014年9月17日
【发明者】解梅, 许茂鹏, 张碧武, 卜英家 申请人:电子科技大学