一种渣土车车牌字符智能识别方法与流程

技术特征：

1.一种渣土车车牌字符智能识别方法，其特征在于，包括以下步骤：

S1、车牌粗定位：

S2、车牌倾斜校正：

S21、采用双线性插值拟合法拟合车牌黄色区域边缘的直线，从而检测车牌的水平、垂直倾斜角度；

S22、采用图像错切变换法实现车牌倾斜校正；

S3、车牌字符分割：

S31、去除水平边框；

S32、去除间隔符；

S33、去除垂直边框；

S34、字符分割；

S4、车牌字符识别，具体识别步骤如下：

S41、将字符模板图像编号，从A～Z、0～9、京～琼，依次编号为1、2、......、65的连续自然数；

S42、字符模板预处理，归一化成32×16规格的图像；

S43、待识别字符图像预处理，归一化成32×16规格的图像，注意保持待识别字符图像跟模板图像预处理过程一致；

S44、将待识别字符依次与65张字符模板进行匹配，并按顺序记录匹配度，最终待识别字符就是匹配度最高的字符模板。

2.根据权利要求1所述的渣土车车牌字符智能识别方法，其特征在于，所述的车牌粗定位具体包括：

S11、将采集的RGB彩色图像转换到HSV颜色空间，根据黄色在H、S、V通道的值域，逐行逐列扫描统计黄色像素的个数，分别进行水平投影和垂直投影，确定车牌的起始-终止行和起始-终止列，从而找出车牌的有效区域；其中，黄色在HSV颜色空间各通道的取值分别为：H(0.1-0.3)、S(0.5-1.0)、V(0.35-1.0)；

S12、当查询车牌的起始-终止行或列时，水平投影或垂直投影后先搜寻像素数最多的行或列，然后从该行或列开始逐步向两边搜寻，直至黄色像素数不满足条件即黄色像素数小于a为止，由此便可确定车牌的起始行或列和终止行或列；其中a为2～5的自然数。

3.根据权利要求2所述的渣土车车牌字符智能识别方法，其特征在于，在步骤S12中，当第一次搜寻终止后，试探性的向两边跨出b个像素，再搜寻黄色像素数是否满足条件，如此循环直至黄色像素不满足条件为止；其中b为4～8的自然数。

4.根据权利要求1所述的渣土车车牌字符智能识别方法，其特征在于，步骤S31具体是指：去除车牌的上下边框，将图像预处理后的二值图像进行垂直投影，即逐列扫描统计每行白色像素点的个数，然后分析垂直投影的波谷波峰特点，从而找出字符区域。

5.根据权利要求1所述的渣土车车牌字符智能识别方法，其特征在于，步骤S32具体是指：去除第二个字符和第三个字符之间的间隔符，其具体步骤如下：

S321、将去除水平边框的车牌二值图像进行垂直投影，即逐行扫描统计每列白色像素点的个数；

S322、统计每个字符的宽度(包括左右边框、间隔符)CH_width；

S323、判断每个字符的宽度是否满足条件CH_width＜(45/440*width/2)；若满足，则该字符是“间隔符”、“1”、“川字一竖”或者“左右边框”；

S324、判断满足S323条件的字符高度是否满足CH_height＜height/3，若满足，则该字符即为“间隔符”，将其置为背景色；

其中“45”表示渣土车车牌的字符实际宽度45mm，“440”表示渣土车车牌的实际宽度440mm，width表示去除水平边框后车牌的宽度，height表示去除水平边框后车牌的高度。

6.根据权利要求1所述的渣土车车牌字符智能识别方法，其特征在于，步骤S33是指去除车牌的左右边框，具体步骤如下：

S331、将去除间隔符后的车牌二值图像进行垂直投影，即逐行扫描统计每列白色像素点的个数；

S332、统计每个字符并包括左右边框的宽度CH_width；

S333、从左到右去除车牌左边所有满足条件CH_width＜(45/440*width/2)的字符，直至出现不满足条件为止，同时记录去除字符的个数num-remove；

S333中去除的字符是指车牌的左边框，特殊的包括“川”字的三竖，通过num_find的大小可以判断第一个字符汉字是否是“川”字。

7.根据权利要求1所述的渣土车车牌字符智能识别方法，其特征在于，步骤S34是指采用垂直投影的方法分割字符，其具体步骤如下：

S341、将去除垂直边框的车牌二值图像进行垂直投影，即逐行扫描统计每列白色像素点的个数；

S342、从左到右扫描记录每个字符的起始列和终止列，并记录；

S343、通过num_remove的大小判断第一个字符汉字是否是“川”字.若num_remove≥3，则第一字符汉字一定是“川”字，且“川”字已经被去除，然后从左到右依次分割出6个字符即可；若num_remove＜3，则第一个字符汉字一定不是“川”字，则从左到右依次分割出7个字符即可；

S344、字符归一化并保存到一个文件夹中等待识别。

8.根据权利要求1所述的渣土车车牌字符智能识别方法，其特征在于，步骤S21具体是指：

S211、首先对粗定位的车牌彩色图像从上往下逐行或者从左往右逐列扫描，记录每一列或行第一次出现黄色像素点的坐标；

S212、采用双线性插值拟合法来拟合这些点，便可得到一条拟合直线；

S213、通过这条直线的斜率即可得到车牌的水平或者垂直倾斜角度。

9.根据权利要求1所述的渣土车车牌字符智能识别方法，其特征在于，步骤S22具体步骤为：

以x轴为依赖轴的错切变换矩阵为

${\mathrm{SH}}_x\left({\mathrm{sh}}_x\right)=\left[\begin{array}{ccc}1& 0& 0\\ {\mathrm{sh}}_x& 1& 0\\ 0& 0& 1\end{array}\right],---\left(1\right)$

则变换后的图像坐标为

$\left\{\begin{array}{c}{x}^{\′}=x\\ y^{\′}={\mathrm{sh}}_x*x+y\end{array}\right..---\left(2\right)$

式中sh_x＝tanα，α是水平错切的角度；

以y轴为依赖轴的错切变换矩阵为

${\mathrm{SH}}_y\left({\mathrm{sh}}_y\right)=\left[\begin{array}{ccc}1& {\mathrm{sh}}_y& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right],---\left(3\right)$

则变换后的图像坐标为

$\left\{\begin{array}{c}{x}^{\′}=x+{\mathrm{sh}}_y*y\\ y^{\′}=y\end{array}\right..---\left(4\right)$

式中sh_y＝tanβ，β是垂直错切的角度。