一种基于视频图像的车牌区域定位方法及系统的制作方法
【专利摘要】本发明公开了一种基于视频图像的车牌区域定位方法及系统，所述方法包括图像纵向特征检测、图像二值化、连通图像的横向相邻区域、纵向切割图像、合并相关子区域以及区块选取；所述系统包括图像纵向特征检测模块、图像二值化模块、横向相邻区域连通模块、纵向切割模块、合并相关子区域模块和区块选取模块。本发明方法及系统采用的边缘检测算法对车牌颜色、图像背景、图像质量的兼容性都非常好，对于不同颜色的车牌及严重模糊的图像，都能有效地提取出车牌区域的特征，可以处理具有复杂背景的车辆视频图像，能够稳定、高效地完成图像中的车牌区域定位，解决了现有算法计算复杂度较高，需要的计算时间过长的问题，有效提升车牌定位识别的准确率。
【专利说明】一种基于视频图像的车牌区域定位方法及系统
【技术领域】
[0001] 本发明涉及一种车牌定位方法，尤其是一种基于视频图像的车牌区域定位方法及 系统。属于车牌识别领域。
【背景技术】
[0002] 随着生产力水平的不断提高，各城市的汽车保有量不断增加，传统的交通管理模 式正面临着极大的挑战。近年来计算机技术在交通领域开始得到广泛的应用。如交通系统、 车辆年检系统、小区自动收费系统、路面卡口管理系统。都向自动化管理转型，车牌自动识 别技术开始得到了社会各界的认可。所以视频图像车牌自动识别技术是交通管理领域中不 可替代的重要功能，它具有术高的经济保监会和实用价值。
[0003] 视频图像的车牌自动识别技术，主要分为三大模块，车牌区域定位算法、车牌图像 字符切割算法、车牌字符识别算法。
[0004] 由于在实际的应用环境中，原始图像的灰度变化、车牌区域与车身区域的对比强 度的大小、复杂背景的干扰对车牌区域定位都有很大的影响。兼容性强的车牌区域定位算 法是整个车牌识别过程的核心。
[0005] 车牌区域定位的算法分为三类，第一类是基于边缘的算法，第二类是基于颜色的 算法，第三类是基于机器学习的算法。基于边缘和基于颜色的车牌区域定位算法都过分依 赖于车牌边缘与车牌的对比程度，如果图像的边比模糊不清将严重影响车牌定位的效果， 另外基于边缘检测的算法过分依懒于图像的清淅度；而基于颜色的算法对图像是的色彩对 比如、色彩的准确度要求太高，在强光照射的环影与昏暗的环景定位参数偏差太大，适应性 不强；而基于机器学习的算法的主要利用人工神经网络技术实现，这类算法基本可以达到 85%以上的车牌区域检测率。但是这些算法的计算复杂度较高，需要的计算时间过长，难以 适应在高速功能这类对计算时间要求苛刻的应用环境。
【发明内容】
[0006] 本发明的目的是为了解决上述现有技术的缺陷，提供一种基于视频图像的车牌区 域定位方法，该方法可以处理具有复杂背景的车辆视频图像，能够稳定、高效地完成图像中 的车牌区域定位。
[0007] 本发明的另一目的在于提供一种基于视频图像的车牌区域定位系统。
[0008] 本发明的目的可以通过采取如下技术方案达到：
[0009] 一种基于视频图像的车牌区域定位方法，其特征在于所述方法包括：
[0010] 图像纵向特征检测：利用边缘检测算子对显示有车牌的车辆视频图像进行处理， 保留原图像的纵向纹理特征；
[0011] 图像二值化：先对仅保留了纵向纹理特征的图像信息进行高斯模糊处理，使各种 纵向纹理与相邻的其它纵向纹理相连通，再横向将图像分割成多个大小相同的区块，分别 对每个区块进行单独的二值化；
[0012] 连通图像的横向相邻区域：将二值化后的图像横向方向上任意两个间隔不超过图 像中车牌字符间距2倍的像素进行连通，即填充这两个像素之间的所有像素；
[0013] 纵向切割图像：每间隔不超过图像中车牌字符间距2倍的距离纵向切割一次图 像，生成接近于图像中车牌字符宽度而高度不一的存在图像元素的区块；
[0014] 合并相关子区域：将高度条件满足图像中车牌字符特征的区块保留，然后将这 些区块与高度相近，并且在图像中所处的位置顶部、底部纵坐标相近的相邻区块合并在一 起；
[0015] 区块选取：在合并后的区块中选取宽高比例接近于车牌宽高比例标准的区块，即 选取宽度与高度的比值在3. 2?4. 9之间的区块，完成车牌区域定位。
[0016] 作为一种优选方案，在图像纵向特征检测过程中，采用的边缘检测算子为
【权利要求】
1. 一种基于视频图像的车牌区域定位方法，其特征在于所述方法包括： 图像纵向特征检测：利用边缘检测算子对显示有车牌的车辆视频图像进行处理，保留 原图像的纵向纹理特征； 图像二值化：先对仅保留了纵向纹理特征的图像信息进行高斯模糊处理，使各种纵向 纹理与相邻的其它纵向纹理相连通，再横向将图像分割成多个大小相同的区块，分别对每 个区块进行单独的二值化； 连通图像的横向相邻区域：将二值化后的图像横向方向上任意两个间隔不超过图像中 车牌字符间距2倍的像素进行连通，即填充这两个像素之间的所有像素； 纵向切割图像：每间隔不超过图像中车牌字符间距2倍的距离纵向切割一次图像，生 成接近于图像中车牌字符宽度而高度不一的存在图像元素的区块； 合并相关子区域：将高度条件满足图像中车牌字符特征的区块保留，然后将这些区块 与高度相近，并且在图像中所处的位置顶部、底部纵坐标相近的相邻区块合并在一起； 区块选取：在合并后的区块中选取宽高比例接近于车牌宽高比例标准的区块，即选取 宽度与高度的比值在3. 2?4. 9之间的区块，完成车牌区域定位。
2. 根据权利要求1所述的一种基于视频图像的车牌区域定位方法，其特征在于：在图 像纵向特征检测过程中，采用的边缘检测算子为
3. 根据权利要求1所述的一种基于视频图像的车牌区域定位方法，其特征在于：在图 像二值化过程中，所述多个大小相同的区块是多个高度不超过图像中车牌所在区域高度的 2倍、宽度为整幅图像宽度的区块。
4. 根据权利要求1所述的一种基于视频图像的车牌区域定位方法，其特征在于：在合 并相关子区域过程中，所述高度相近是指两个区块之间的高度之差小于这两个区块中的高 度最大值的二分之一；在图像中所处的位置顶部纵坐标相近是指两个区块的顶部纵坐标之 间的高度之差小于这两个区块中的高度最大值的二分之一；在图像中所处的位置底部纵坐 标相近是指两个区块的底部纵坐标之间的高度之差小于这两个区块中的高度最大值的二 分之一。
5. 根据权利要求1所述的一种基于视频图像的车牌区域定位方法，其特征在于：在图 像二值化过程中，所述每个区块二值化时的阈值采用大津法计算得到。
6. -种基于视频图像的车牌区域定位系统，其特征在于所述系统包括： 图像纵向特征检测模块，用于利用边缘检测算子对显示有车牌的车辆视频图像进行处 理，保留原图像纵向纹理特征； 图像二值化模块，用于先对仅保留了纵向纹理特征的图像信息进行高斯模糊处理，使 各种纵向纹理与相邻的其它纵向纹理相连通，再横向将图像分割成多个大小相同的区块， 分别对每个区块进行单独的二值化； 横向相邻区域连通模块，用于将二值化后的图像横向方向上任意两个间隔不超过图像 中车牌字符间距2倍的像素进行连通，即填充这两个像素之间的所有像素； 纵向切割模块，用于每间隔不超过图像中车牌字符间距2倍的距离纵向切割一次图 像，生成接近于图像中车牌字符宽度而高度不一的存在图像元素的区块； 合并相关子区域模块，用于将高度条件满足图像中车牌字符特征的区块保留，然后将 这些区块与高度相近，并且在图像中所处的位置顶部、底部纵坐标相近的相邻区块合并在 一起； 区块选取模块，用于在合并后的区块中选取宽高比例接近于车牌宽高比例标准的区 ±夬，即选取宽度与高度的比值在3. 2?4. 9之间的区块，完成车牌区域定位。
7. 根据权利要求6所述的一种基于视频图像的车牌区域定位系统，其特征在于：在图 像纵向特征检测模块中，采用的边缘检测算子为
8. 根据权利要求6所述的一种基于视频图像的车牌区域定位系统，其特征在于：在图 像二值化模块中，所述多个大小相同的区块是多个高度不超过图像中车牌所在区域高度的 2倍、宽度为整幅图像宽度的区块。
9. 根据权利要求6所述的一种基于视频图像的车牌区域定位系统，其特征在于：在合 并相关子区域模块中，所述高度相近是指两个区块之间的高度之差小于这两个区块中的高 度最大值的二分之一；在图像中所处的位置顶部纵坐标相近是指两个区块的顶部纵坐标之 间的高度之差小于这两个区块中的高度最大值的二分之一；在图像中所处的位置底部纵坐 标相近是指两个区块的底部纵坐标之间的高度之差小于这两个区块中的高度最大值的二 分之一。
10. 根据权利要求6所述的一种基于视频图像的车牌区域定位系统，其特征在于：在图 像二值化模块中，所述每个区块二值化时的阈值采用大津法计算得到。
【文档编号】G06K9/00GK104484655SQ201410799504
【公开日】2015年4月1日 申请日期:2014年12月18日 优先权日:2014年12月18日
【发明者】杨展鹏 申请人:广州市华标科技发展有限公司