一种复杂背景下的车牌定位方法
【技术领域】
[0001] 本发明属于智能交通监控视频处理技术领域，涉及一种复杂背景下的车牌定位方 法。
【背景技术】
[0002] 车牌，是汽车号牌的简称，是准许汽车上道行驶的法定凭证，是道路交通管理部 门、社会治安管理部门及广大人民群众监督汽车行驶情况，识别、记忆与查找的凭证。为此， 在智能交通监控系统中，车牌的自动识别，是查找关注车辆凭证的重要手段。目前，对于停 车场出入口、收费站、以及在卡口模式下，抓拍照片中的车辆分辨率足够大，车辆姿态相对 固定，车牌的信息足够清晰，已经能够实现正确的识别。但是，对于相机与拍摄车辆位置不 固定的情况，例如用监控摄像头采集到的行驶车辆的视频帧图像，或者是其他手持设备拍 摄到的车辆图像，由于车辆所处环境的复杂，以及车辆姿态的多变性，使得车牌定位成为影 响车牌识别准确性的主要因素。
【发明内容】
[0003] 本发明的目的在于提供一种复杂背景下的车牌定位方法，解决了现有技术中由于 车辆在图像中的姿态，以及环境的多样性，导致车牌特征处于强干扰环境下，很难正确定位 的问题。
[0004] 本发明所采用的技术方案是，一种复杂背景下的车牌定位方法，按照以下步骤实 施：
[0005] 步骤1、预处理
[0006] 输入通过监控相机、或者手持摄像设备拍摄得到大小为mXn的彩色的原始图像， 该原始图像中，红、绿、蓝三个颜色分别标记为R = [r(i, j)]mXn、G = [g(i, j)]mXn、B = [b (i, j) ]mXn. i = I, 2,. . . , m, j = I, 2,. . . , n,
[0007] 亮度值 L = [I (Lj)LxnS :
[0008] l(i, j) = 0. 299 · r(i, j)+0. 587 · g(i, j)+0. 114 · b(i, j), (I)
[0009] 亮度均值为：
[0010]
(2)
[0011] 步骤2、求取原始图像中的候选车牌模板；
[0012] 步骤3、找到车牌有效的号码字体部分；
[0013] 步骤4、找到车牌的底色与字体颜色跳变部分，获得车牌模板；
[0014] 步骤5、对车牌模板消除噪声；
[0015] 步骤6、对车牌模板进行膨胀运算；
[0016] 步骤7、定位车牌；
[0017] 步骤8、输出车牌信息
[0018] 通过步骤7得到的确定为车牌的连通域的最小外接矩形的坐标（Xb yj，（xR, yR)， 给出了车牌的位置信息，根据搜索到该车牌位置的车牌模板颜色，给出其颜色信息，完成对 车牌的定位，即成。
[0019] 本发明的有益效果是，该方法适用于监控相机、或者手持摄像设备拍摄到的图像 中存在诸多干扰的复杂环境，步骤简单，便于实施，计算量小，结果准确性高，给出的结果能 够对车牌进行正确定位。
【附图说明】
[0020] 图1是本发明方法采用的原始图像；
[0021] 图2是本发明方法步骤4得到的字体区域效果图；
[0022] 图3是本发明方法步骤5腐蚀去噪后的效果图；
[0023] 图4是本发明方法步骤6膨胀后的效果图；
[0024] 图5是本发明方法最终得到的车牌定位区域图。
【具体实施方式】
[0025] 下面结合附图和【具体实施方式】对本发明进行详细说明。
[0026] 本发明的复杂背景下的车牌定位方法，具体按照以下步骤实施：
[0027] 步骤1、预处理
[0028] 参照图1，输入通过监控相机、或者手持摄像设备拍摄得到大小为mXn的彩色的 原始图像，该原始图像中，红、绿、蓝三个颜色分别标记为R= [g(i，j)] mXn、B = [b (i，j) ]mXn，i = 1，2, · · ·，m，j = 1，2, · · ·，n，
[0029] 亮度值 L = [I (Lj)LxnS :
[0030] l(i，j) = 0· 299 · r(i，j)+0. 587 · g(i，j)+0. 114 · b(i，j)， (I)
[0031] 亮度均值为：
[0032]
(2)
[0033] 步骤2、求取原始图像中的候选车牌模板
[0034] 按照《中华人民共和国公共安全行业标准》GA36-2007的规定，目前中国的汽车车 牌颜色共设置有黄底黑字、蓝底白字、黑底白字、白底黑字四种方式，蓝色为PB09天（酞） 蓝（r，g，b) = (90, 165, 210)，黄色为 YR06 棕黄（r，g，b) = (145, 70, 15)，
[0035] 求出原始图像中可能为车牌底色的蓝色、黄色、白色、黑色的候选模板，
[0036] PIateslue - [p Blue(i，j) ]mXn，PlateYellciw - [p Yeii0w (i，j)LXn，
[0037] Platewhite - [p white (i，j) ]mXn，PlateBlack - [P Black (i，J·) ]mxn，
[0038] 其中，
[0039]
[0040] CN 105160301 A 说明书 3/5 页
[0041 ]
[0042]
[0043] 其中，thBlue、thYellOT、thwhitf^ th Black均为判断阈值，根据上述国标的规定，考虑到 实际场景中的光照因素，在白天情况下，给出优选值范围为：th blUf；=min{y ^210}，thYf3llOT =min { μ L，15}，thwhite= μ L，thBlack= 0· 2 · μ L;各个系数值为：α Γ= 210/90 = 2· 3，a g =210/165 = L 3, α bl= 145/15 = 9· 6, α b2= 70/15 = 4· 6，ε = 10。
[0044] 步骤3、找到车牌有效的号码字体部分
[0045] 按照上述的国标，如果是车牌，只能是蓝底白字、黄底黑字、白底黑字、黑底白字四 种之一，换句话说，字体只可能是白色或者黑色，
[0046] 设白色字体的掩模为Wordwhite= [wwhitf；(i，j)]mXn，黑色字体的掩模为WordBladi =
[Wglack (i，j)]mxn，则计算公式如下：
[0047]
[0048]
[0049] 由公式（7)得到的Wwhlta (i，j) = 1的点即为白色的点，由公式⑶得到的 WBladi (i，j) = 1的点即为黑色的点；
[0050] 该步骤3就是为了找到白色的点，或者是黑色的点，之后在步骤4中，看白色的点， 或者黑色的点是否在车牌底色所包围的范围内，是的话，就是车牌的字体；不是，则与车牌 无关，这些复杂的操作在步骤4中完成。
[0051] 步骤4、找到车牌的底色与字体颜色跳变部分，获得车牌模板
[0052] 按行遍历步骤3给出的车牌掩模中所有非零的像素点，将判断为非车牌部分的掩 模值置为〇,具体步骤是：
[0053] 4. 1)在蓝色车牌掩模中找白色字体
[0054] 对蓝色车牌掩模PlateBluf；= [p Bluf；(i，j)]mXn，遍历其所有的行，即对第i行，i =l，2，...，m，找到所j) = 1的点，如果其相邻点位置所对应的白色字体掩模 wwhite(i，j+k) = 1，k = 1，2, 3,则保持pBlue(i，j) = 1，表明该点是车牌上的点；
[0055] 否则，表明该点不是车牌上的蓝色点，置pBluf3(i, j) = 0 ;
[0056] 4· 2)在黄色车牌掩模中找黑色字体
[0057] 对黄色车牌掩模PlateYellOT= [ρ Yelk]W(i, j)]mXn，遍历其所有的行，即对第i行，i =l，2，...，m，找到所有pfcllOT(i，j) = 1的点，如果其相邻点位置所对应的黑色字体掩模 wBiack(i，j+k) = 1，k = 1，2, 3,则保持pYellOT(i，j) = 1，表明该点是车牌上的点；
[0058] 否则，表明该点不是车牌上的黄色点，置pYelk]W(i, j) = 0 ;
[0059] 4. 3)在白色车牌掩模中找黑色字体：
[0060] 对白色车牌掩模Platewhite= [p white(i, j)]mXn，遍历其所有的行，即对第i行，i =1，2,. . .，m，找到所有pwhlta(i，j) = 1的点，如果其相邻点位置所对应的黑色字体掩模 wBiat：k(i，j+k) = 1，k = 1，2, 3,则保持 pwhite(i, j) = 1，表明该点是车牌上的点；
[0061] 否则，表明该点不是车牌上的白色点，置Pwhlte (i，j) = 0 ;
[0062] 4. 4)在黑色车牌掩模中找白色字体：
[0063] 对黑色车牌掩模PlateBladi= [p Bladi(i, j)]mXn，遍历其所有的行，即对第i行，i =1，2, . . .，m，找到所有pBladi(i，j) = 1的点，如果其相邻点位置所对应的白色字体掩模 wwhite(i，j+k) = 1，k = 1，2, 3,贝丨J保持pBlack(i，j) = 1，表明该点是车牌上的点；
[0064] 否则，表明该点不是车牌上的黑色点，置pBladi(i，j) =