一种阴影车牌图像二值化方法与流程

技术特征：

1.一种阴影车牌图像二值化方法，其特征在于包括如下步骤：

步骤1：获取经过车牌精准定位后的车牌彩图，其中车牌图像的宽度为width，高度为height，单位为像素；

步骤2：提取原始彩图的红色通道作为车牌灰度图像；

步骤3：判断车牌图像是否存在规则阴影，如果存在，则找到暗亮区域分界线所在区域，然后通过分区域二值化方法得到图像二值化结果，如果不存在，则通过全局阈值法进行图像二值化，得到最终二值化结果。

2.根据权利要求1所述的一种阴影车牌图像二值化方法，其特征在于步骤3)中的判断车牌图像是否存在规则阴影，如果存在，则找到暗亮区域分界线所在区域，然后通过分区域二值化方法得到图像二值化结果，如果不存在，则通过全局阈值法进行图像二值化，具体过程为：

步骤3.1：对步骤2)的车牌灰度图像进行分割，得到用于分析是否存在规则阴影的四个图像区域{S₁,S₂,S₃,S₄}，分割方式为：根据式(1)，去除图像边缘区域，得到图像中心区域D，然后根据式(2)-(5)，将区域D沿垂直方向平分为高度一致的四个区域{S₁,S₂,S₃,S₄}：

D＝{(x,y)|x∈[0.1×width,0.9×width],y∈[0.1×height,0.9×height]} (1)

S₁＝{(x,y)|x∈[0.1×width,0.9×width],y∈[0.1×height,0.3×height)} (2)

S₂＝{(x,y)|x∈[0.1×width,0.9×width],y∈[0.3×height,0.5×height)} (3)

S₃＝{(x,y)|x∈[0.1×width,0.9×width],y∈[0.5×height,0.7×height)} (4)

S₄＝{(x,y)|x∈[0.1×width,0.9×width],y∈[0.7×height,0.9×height]} (5)

步骤3.2：利用OTSU算法得到{S₁,S₂,S₃,S₄}四个区域的最适阈值{t₁,t₂,t₃,t₄}；

步骤3.3：逆序遍历阈值集{t₁,t₂,t₃,t₄}，找到满足条件t_x-t_x-1＞10,x∈{4,3,2}的区域S_x-1,S_x，转步骤3.4；如果未找到，则转步骤3.5；

步骤3.4：根据步骤3.3中找到的区域S_x-1,S_x，确定图像暗亮区域分界线所在区域的上边界和下边界为S_x-1.above、S_x.below，其中，S_x-1.above表示区域S_x-1的上边界所在行，S_x.below表示区域S_x下边界所在行，根据此上、下边界将图像分为S'₁,S'₂,S'₃三个区域，各区域的范围可由公式(6)-(8)确定，然后根据公式(9)-(11)计算出三个区域的二值化阈值t′₁,t'₂,t'₃，并根据各自阈值对各个区域进行二值化，最后将S'₁,S'₂,S'₃三个区域的二值化图像进行拼接，得到目标车牌图像的二值化结果；

S'₁＝{(x,y)|x∈[0,width),y∈[0,S_x-1.above)} (6)

S'₂＝{(x,y)|x∈[0,width),y∈[S_x-1.above,S_x.below)} (7)

S'₃＝{(x,y)|x∈[0,width),y∈[S_x.below,height)} (8)

t′₂＝0.7×t_x-1+0.3×t_x (10)

其中，x表示步骤3.3中确定的区域S_x的下标；

步骤3.5：根据公式(12)计算出车牌图像的二值化阈值t”，然后根据阈值t”对车牌图像进行二值化，得到最终二值化结果：

其中，t₂,t₃是步骤3.2中得出的S₂,S₃区域所对应的阈值。