一种车牌识别方法
【技术领域】
[0001]本发明涉及图像处理领域，尤其涉及一种车牌识别方法。
【背景技术】
[0002]随着交通环境与工具的巨大变革，汽车的数量与日倶增，采用车牌识别系统对汽车进行智能化、自动化管理成为社会发展的必然趋势。
[0003]车牌识别技术(VehicleLicense Plate Recognit1n，VLPR)是计算机视频图像识别技术在车辆牌照识别中的一种应用。
[0004]车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号，这种技术在高速公路车辆管理、电子收费(ETC)系统、停车场管理等多个领域得到了广泛应用。
[0005]作为识别车辆身份的主要手段，车牌识别技术是推进交通管理向智能化发展的关键技术之一。通过车牌识别，可以获得车辆的许多重要信息，从而可大大提升交通系统管理的智能化程度，当前，车牌识别在技术上已有较大的发展，而面对日益复杂的交通环境，图像的复杂程度、光线的强弱、车牌的实际现状以及车辆的行驶速度对车牌识别算法的实现提出了更高的要求。
[0006]车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过预处理、车牌定位、字符切分、识别，从而最终识别出车辆牌照，而优秀的车牌识别技术在识别正确率、识别时间、识别速度等方面均具备优异的性能才能够应用与实际的识别系统之中。
【发明内容】
[0007]本发明所要解决的技术问题在于发明一种车牌识别方法，从而自动化获取车辆的重要信息，提升交通管理中的智能化程度。
[0008]本发明是这样实现的，一种车牌识别方法，包括如下步骤:
[0009]S1.监测过往车辆，当检测到车辆通过预设的目标区域，启动摄像头进行拍照，所述车辆车牌底色为蓝色，车牌信息为白色；
[0010]S2.所述摄像头将拍摄到的图像进行量化变为数字形式图像，并传输至图像处理单元;
[0011]S3.所述图像处理单元对图像进行初始定位，所述初始定位为对车牌区域进行定位；
[0012]S4.对定位后的区域进行预处理；
[0013]S5.对预处理后的车牌进行字符分割；
[0014]S6.对车牌进行字符识别；
[0015]所述初始定位方法为:采用HSV模型识别蓝色，用RGB模型识别白色，分别扫描垂直方向的蓝色像素点和水平方向的白色像素点，从而找出车牌区域，并将所述定位后的区域提取出来；
[0016]所述预处理方法为:将所述定位后的区域进行灰度化和灰度拉伸，所述灰度拉伸通过使用matlab自带的灰度调整函数imadjust O来实现。
[0017]优选的，在初始定位之后还对图像进行区域过滤，获取定位后的区域，所述区域过滤的原则包括所述定位后的区域的长宽比。
[0018]优选的，所述长宽比为2.5?3.5。
[0019]优选的，所述定位后的区域位于图像预设区域的覆盖范围之内。
[0020]优选的，所述预设区域为图像下部1/3?1/4区域。
[0021]优选的，S5中使用闭合运算，腐蚀擦除不是汽车车牌的部分。
[0022]优选的，S6中裁剪出车牌中每个字符的边界，根据每个字符边界，对每个字符进行倾斜校正，并将每个字符与预存储的模板库中的字符进行比对，从而完成车牌识别。
[0023]优选的，所述长宽比和预设区域可根据经验进行设置。
[0024]实施本发明，具有如下有益效果:
[0025]本发明提供了一种车牌识别方法，通过对车牌进行自动拍照、自动定位和自动识另IJ，实现车牌的全自动识别。本发明识别效果好，不需要人工参与，自动化程度高。本发明既可以应用于交通监控领域也可以应用于其他检测和识别领域，具有广阔的应用前景。
【具体实施方式】
[0026]为使本发明的目的、技术方案和优点更加清楚，下面将对本发明作进一步地详细描述。
[0027]本发明实施例提供了一种车牌识别方法，包括如下步骤:
[0028]S1.监测过往车辆，当检测到车辆通过预设的目标区域，启动摄像头进行拍照，所述车辆底色为蓝色，车牌信息为白色；
[0029]S2.所述摄像头将拍摄到的图像进行量化变为数字形式图像，并传输至图像处理单元;
[0030]S3.所述图像处理单元对图像进行初始定位，所述初始定位为对车牌区域进行定位；
[0031]S4.对定位后的区域进行预处理；
[0032]S5.对预处理后的车牌进行字符分割；
[0033]S6.对车牌进行字符识别；
[0034]所述初始定位方法为:采用HSV模型识别蓝色，用RGB模型识别白色，分别扫描垂直方向的蓝色像素点和水平方向的白色像素点，从而找出车牌区域，并将所述定位后的区域提取出来；
[0035]所述预处理方法为:将所述定位后的区域进行灰度化和灰度拉伸，所述灰度拉伸通过使用matlab自带的灰度调整函数imadjust O来实现。
[0036]优选的，在初始定位之后还对图像进行区域过滤，获取定位后的区域，所述区域过滤的原则包括所述定位后的区域的长宽比。
[0037]优选的，所述长宽比为2.5。
[0038]优选的，所述定位后的区域位于图像预设区域的覆盖范围之内。
[0039]优选的，所述预设区域为图像下部1/3区域。
[0040]优选的，S5中使用闭合运算，腐蚀擦除不是汽车车牌的部分。
[0041]优选的，S6中裁剪出车牌中每个字符的边界，根据每个字符边界，对每个字符进行倾斜校正，并将每个字符与预存储的模板库中的字符进行比对，从而完成车牌识别。
[0042]优选的，所述长宽比和预设区域可根据经验进行设置。
[0043]另一个实施例，一种车牌识别方法，包括如下步骤:
[0044]S1.监测过往车辆，当检测到车辆通过预设的目标区域，启动摄像头进行拍照，所述车辆底色为蓝色，车牌信息为白色；
[0045]S2.所述摄像头将拍摄到的图像进行量化变为数字形式图像，并传输至图像处理单元;
[0046]S3.所述图像处理单元对图像进行初始定位，所述初始定位为对车牌区域进行定位；
[0047]S4.对定位后的区域进行预处理；
[0048]S5.对预处理后的车牌进行字符分割；
[0049]S6.对车牌进行字符识别；
[0050]所述初始定位方法为:采用HSV模型识别蓝色，用RGB模型识别白色，分别扫描垂直方向的蓝色像素点和水平方向的白色像素点，从而找出车牌区域，并将所述定位后的区域提取出来；
[0051]所述预处理方法为:将所述定位后的区域进行灰度化和灰度拉伸，所述灰度拉伸通过使用matlab自带的灰度调整函数imadjust O来实现。
[0052]优选的，在初始定位之后还对图像进行区域过滤，获取定位后的区域，所述区域过滤的原则包括所述定位后的区域的长宽比。
[0053]优选的，所述长宽比为3.5。
[0054]优选的，所述定位后的区域位于图像预设区域的覆盖范围之内。
[0055]优选的，所述预设区域为图像下部1/4区域。
[0056]优选的，S5中使用闭合运算，腐蚀擦除不是汽车车牌的部分。
[0057]优选的，S6中裁剪出车牌中每个字符的边界，根据每个字符边界，对每个字符进行倾斜校正，并将每个字符与预存储的模板库中的字符进行比对，从而完成车牌识别。
[0058]优选的，所述长宽比和预设区域可根据经验进行设置
[0059]以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
【主权项】
1.一种车牌识别方法，其特征在于，包括如下步骤: 51.监测过往车辆，当检测到车辆通过预设的目标区域，启动摄像头进行拍照，所述车辆车牌底色为蓝色，车牌信息为白色； 52.所述摄像头将拍摄到的图像进行量化变为数字形式图像，并传输至图像处理单元; 53.所述图像处理单元对图像进行初始定位，所述初始定位为对车牌区域进行定位； 54.对定位后的区域进行预处理； 55.对预处理后的车牌进行字符分割； 56.对车牌进行字符识别； 所述初始定位方法为:采用HSV模型识别蓝色，用RGB模型识别白色，分别扫描垂直方向的蓝色像素点和水平方向的白色像素点，从而找出车牌区域，并将所述定位后的区域提取出来； 所述预处理方法为:将所述定位后的区域进行灰度化和灰度拉伸，所述灰度拉伸通过使用matlab自带的灰度调整函数imadjust O来实现。2.根据权利要求1所述的一种车牌识别方法，其特征在于，在初始定位之后还对图像进行区域过滤，获取定位后的区域，所述区域过滤的原则包括所述定位后的区域的长宽比。3.根据权利要求2所述的一种车牌识别方法，其特征在于，所述长宽比为2.5?3.5。4.根据权利要求2或3所述的一种车牌识别方法，其特征在于，所述定位后的区域位于图像预设区域的覆盖范围之内。5.根据权利要求4所述的一种车牌识别方法，其特征在于，所述预设区域为图像下部1/3?1/4区域。6.根据权利要求1所述的一种车牌识别方法，其特征在于，S5中使用闭合运算，腐蚀擦除不是汽车车牌的部分。7.根据权利要求6所述的一种车牌识别方法，其特征在于，S6中裁剪出车牌中每个字符的边界，根据每个字符边界，对每个字符进行倾斜校正，并将每个字符与预存储的模板库中的字符进行比对，从而完成车牌识别。8.根据权利要求5所述的一种车牌识别方法，其特征在于，所述长宽比和预设区域可根据经验进行设置。
【专利摘要】本发明提供了一种车牌识别方法，通过对车辆进行拍照、模数转换、双重定位、预处理、字符分割与识别等多个步骤，实现车牌的完全自动化识别，其中定位方法包括采用HSV模型识别蓝色，用RGB模型识别白色，分别扫描垂直方向的蓝色像素点和水平方向的白色像素点，从而找出车牌区域，并将所述定位后的区域提取出来，预处理方法包括将所述定位后的区域进行灰度化和灰度拉伸，所述灰度拉伸通过使用matlab自带的灰度调整函数imadjust()来实现；本发明识别效果好，不需要人工参与，自动化程度高。本发明既可以应用于交通监控领域也可以应用于其他检测和识别领域，具有广阔的应用前景。
【IPC分类】G06K9/34, G06K9/32
【公开号】CN105005780
【申请号】CN201510371902
【发明人】叶秀兰
【申请人】叶秀兰
【公开日】2015年10月28日
【申请日】2015年6月29日