一种基于svf的车牌定位方法及装置的制造方法
【专利摘要】本发明提供了一种基于SVF的车牌定位方法，该方法包括：采集场景彩色图像；采用SVF对场景彩色图像进行分割，提取前景图像；对前景图像进行连通区域处理，获取连通区域；对连通区域进行筛选，获取候选区域并输出。与现有技术相比，本发明能实现复杂环境下的快速车牌定位。
【专利说明】
一种基于SVF的车牌定位方法及装置
技术领域
[0001] 本发明涉及图像处理、视频监控以及智能交通，特别涉及车牌定位方法及装置。
【背景技术】
[0002] 随着经济技术的发展，机动车辆的与日倶增，传统的人工管理方式越来越无法满 足实际的需要。与此同时，随着科技的发展，智能交通管理系统正日益成熟，渐渐取代传统 的人工管理方式。车牌识别技术是实现智能交通管理的基础，近年来得到极大地关注。车牌 定位是车牌识别的关键第一步，对于后续车牌识别的效率和准确率有至关重要的影响。
[0003] 近年来车牌定位算法主要包括:基于纹理特征分析的算法，该算法对于背景较复 杂时，易将图像中纹理分布类似车牌的区域定位进来，容易造成车牌误定位;基于边缘检测 和形态学的算法，该算法对图像中疑似车牌区域较多或车辆前身边缘较复杂时，误定率较 高;基于颜色分割的算法，该算法对于车牌颜色与车身颜色相近时，难以精确定位;基于小 波变换的算法;基于神经网络的算法，该算法计算复杂度较高。
[0004] 综上所述，目前迫切需要提出一种适用于复杂环境下的快速车牌定位方法及装 置。
【发明内容】
[0005] 有鉴于此，本发明的主要目的在于实现复杂环境下的快速车牌定位。
[0006] 为达到上述目的，按照本发明的第一个方面，提供了一种基于SVF的车牌定位方 法，该方法包括：
[0007] 第一步骤，采集场景彩色图像；
[0008] 第二步骤，采用SVF对场景彩色图像进行分割，提取前景图像；
[0009] 第三步骤，对前景图像进行连通区域处理，获取连通区域；
[0010] 第四步骤，对连通区域进行筛选，获取候选区域并输出。
[0011] 所述第二步骤进一步包括：
[0012] 单色滤除步骤，计算每个图像中每个像素点(x，y)的result(x，y)，若result(x，y) <1，则将该像素点滤除；
[0013] 前景提取步骤，若8(叉，7)-1^，7)>111_0"1且8(叉，7)>11^^2，则将该像素点标 为前景点，获取前景图像。
[0014] 其中
R(x， 7)、6(1，7)、8(^7)分别表示像素点(1，7)在颜色空间中红、绿、蓝的分量值。
[0015] 所述第四步骤进一步包括：
[0016] 面积筛选步骤，统计连通区域CRei内的前景点的总数F-S1 W* i = 1，2，…，CNumi， CNunu为连通区域的个数，若FSNunu < Th_Ar ea，则筛除该连通区域，将该连通区域内的前景 点设置为背景点；
[0017] 比例筛选步骤，统计剩余连通区域CRej的周长Cj和面积Sj，i = 1，2，…，CNum2，CNum2 2 .氺、. 为剩余连通区域的个数，计算连通区域CRe」的周长和面积~的比例关系值=4，若1 cj ε[ξηιη，ξηΜ]，则保留该连通区域，否则筛除该连通区域，将该连通区域内的前景点设置为 背景点；
[0018] 候选区域获取步骤，将剩余的连通区域作为候选区域并输出。
[0019] 按照本发明的另一个方面，提供了一种基于SVF的车牌定位装置，该装置包括： [0020]场景彩色图像采集模块，用于采集彩色场景图像；
[0021]前景图像获取模块，用于采用SVF对场景彩色图像进行分割，提取前景图像；
[0022] 连通区域获取模块，用于对前景图像进行连通区域处理，获取连通区域；
[0023]连通区域筛选模块，用于对连通区域进行筛选，获取候选区域并输出。
[0024]所述前景图像获取模块进一步包括：
[0025] 单色滤除模块，用于计算每个图像中每个像素点（x，y)的result(x，y)，若result (x，y)<l，则将该像素点滤除；
[0026] 前景提取模块，用于若以1，7)-以1，7)>111_0^1且以1，7)>111_0"2，则将该像素 点标为前景点，获取前景图像。
[0027] 其中 R ( X， ， 7)、6(1，7)、8(^7)分别表示像素点(1，7)在颜色空间中红、绿、蓝的分量值。
[0028]所述前景提取模块可以替换为:若以1，7)-8(1，7)>111_0;^3且6(1，7)-8(1，7)> Th_Div4,则将该像素点标为前景点，获取前景图像。
[0029] 所述连通区域获取模块可以通过现有的连通区域标记方法实现。
[0030] 所述连通区域筛选模块进一步包括：
[0031]面积筛选模块，用于统计连通区域CRei内的前景点的总数FSNUnu，i = l，2,…， CNumi，CNumi为连通区域的个数，若FSNunu < Th_Ar ea，则筛除该连通区域，将该连通区域内 的前景点设置为背景点；
[0032] 比例筛选模块，用于统计剩余连通区域CRej的周长cj和面积sj，i = 1，2，…，CNum2， CNum2为剩余连通区域的个数，计算连通区域CRq的周长q和面积的比例关系值
^若be [ξ_，ξ_]，则保留该连通区域，否则筛除该连通区域，将该连通区域内的 前景点设置为背景点；
[0033] 候选区域获取模块，用于将剩余的连通区域作为候选区域并输出。
[0034] 与现有的车牌定位技术相比，本发明的一种基于SVF的车牌定位方法及装置可以 有效地实现复杂环境下的快速车牌定位。
【附图说明】
[0035]图1示出了按照本发明的一种基于SVF的车牌定位方法的流程图。
[0036]图2示出了按照本发明的一种基于SVF的车牌定位装置的框架图。
【具体实施方式】
[0037] 为使贵审查员能进一步了解本发明的结构、特征及其他目的，现结合所附较佳实 施例详细说明如下，所说明的较佳实施例仅用于说明本发明的技术方案，并非限定本发明。
[0038] 图1给出了按照本发明的一种基于SVF的车牌定位方法的流程图。如图1所示，按照 本发明的一种基于SVF的车牌定位方法包括：
[0039]第一步骤S1，采集场景彩色图像；
[0040] 第二步骤S2,采用SVF对场景彩色图像进行分割，提取前景图像；
[0041] 第三步骤S3,对前景图像进行连通区域处理，获取连通区域；
[0042]第四步骤S4,对连通区域进行筛选，获取候选区域并输出。
[0043] 所述SVF(全称为Simple Vector Filter)为简单向量滤波器，源于HIS三色模型。
[0044] 所述第二步骤S2进一步包括：
[0045] 单色滤除步骤S21，计算每个图像中每个像素点（x，y)的result(x，y)，若result (x，y)<l，则将该像素点滤除；
[0046] 前景提取步骤S22,若以1，7)-1?&，7)>111_0丨￥1且以1， 7)>111_0"2，则将该像素 点标为前景点，获取前景图像。
[0047] 其中
7)、6(1，7)、8(^7)分别表示像素点(1，7)在颜色空间中红、绿、蓝的分量值。
[0048] 所述De[13,25]。优选地，D选为18。
[0049] 所述前景提取步骤S22中提取的前景点为蓝色像素点。
[0050] 其中，Th_Divie [30,40]，111_0"2￡[12，17]。优选地，111_0"1选为35，111_0"2选 为15〇
[0051] 所述前景提取步骤S22可以替换为:若以、7)-8(1，7)>111_0"3且6(1， 7)-8(1，7) >Th_Div4,则将该像素点标为前景点，获取前景图像。此时，所述前景提取步骤S22提取的 前景点为黄色像素点。Th_Div3 e [55，6]5，Th_Div4 e [35，45]。优选地，Th_Div3选为60，Th_ Div4 选为 40。
[0052] 所述第三步骤S3可以通过现有的连通区域标记方法实现。
[0053]所述第四步骤S4进一步包括：
[0054] 面积筛选步骤S41，统计连通区域CRei内的前景点的总数FSNunu，i = 1，2，…， CNumi，CNumi为连通区域的个数，若FSNunu < Th_Ar ea，则筛除该连通区域，将该连通区域内 的前景点设置为背景点；
[0055] 比例筛选步骤S42，统计剩余连通区域CRej的周长cj和面积sj，i = 1，2，…，CNum2， CNum2为剩余连通区域的个数，计算连通区域CRq的周长q和面积的比例关系值
，若be [ξ_，ξηΜ]，则保留该连通区域，否则筛除该连通区域，将该连通区域内的 前景点设置为背景点；
[0056]候选区域获取步骤S43,将剩余的连通区域作为候选区域并输出。
[0057]其中，所述Th_Areae [15,40]。优选地，Th_Area选为20。
[0058] 所述比例筛选步骤S42中统计剩余连通区域CR^的周长即为统计剩余连通区域 CR^的区域轮廓上像素点的个数，统计剩余连通区域CRq的面积~即为统计剩余连通区域 CRe j内所有像素点的个数。
[0059 ]所述λ e [ 20，24 ]，|min e[0.85,0.95]，|max e[l.05，1.15]。优选地λ选为22，|min选 为0.9，|max选为1 · l〇
[0060] 所述候选区域即为图像中的车牌定位区域。
[0061] 图2给出了按照本发明的一种基于SVF的车牌定位装置的框架图。如图2所示，按照 本发明的一种基于SVF的车牌定位装置包括：
[0062]场景彩色图像采集模块1，用于采集场景彩色图像；
[0063]前景图像获取模块2,用于采用SVF对场景彩色图像进行分割，提取前景图像；
[0064] 连通区域获取模块3,用于对前景图像进行连通区域处理，获取连通区域；
[0065]连通区域筛选模块4,用于对连通区域进行筛选，获取候选区域并输出。
[0066] 所述SVF(全称为Simple Vector Filter)为简单向量滤波器，源于HIS三色模型。
[0067]所述前景图像获取模块2进一步包括：
[0068]单色滤除模块21，用于计算每个图像中每个像素点（x，y)的result(x，y)，若 result (x，y) <1，则将该像素点滤除；
[0069]前景提取模块22,用于若以、7)-1?(1，7)>111_0"1且以1， 7)>111_0"2，则将该像 素点标为前景点，获取前景图像。
[0070] 其中：
7)、6(1，7)、8(^7)分别表示像素点(1，7)在颜色空间中红、绿、蓝的分量值。
[0071] 所述De[13,25]。优选地，D选为18。
[0072]所述前景提取模块22中提取的前景点为蓝色像素点。Th_Divie[30,40]，Th_Div2 e[12，17]。优选地，Th_Divl 选为 35，Th_Div2 选为 15。
[0073]所述前景提取模块 22 可以替换为:若 1?(1，7)-8(1，7)>1'11_0;^3且6(1，7)-8(1，7) >Th_Div4,则将该像素点标为前景点，获取前景图像。此时，所述前景提取模块22中提取的 前景点为黄色像素点。!11_0丨￥3￡[55,65]，111_0丨￥4￡[35,45]。优选地，111_0丨￥3选为60，111_ Div4 选为 40。
[0074] 所述连通区域获取模块3可以通过现有的连通区域标记方法实现。
[0075] 所述连通区域筛选模块4进一步包括：
[0076]面积筛选模块41，用于统计连通区域CRei内的前景点的总数FSNunu，i = 1，2，…， CNumi，CNumi为连通区域的个数，若FSNunu < Th_Ar ea，则筛除该连通区域，将该连通区域内 的前景点设置为背景点；
[0077]比例筛选模块42,用于统计剩余连通区域CRe」的周长q和面积Sj，i = l，2,…， CNum2，CNuim为剩余连通区域的个数，计算连通区域CRe j的周长c j和面积s j的比例关系值
，若be [ξ_，ξ_]，则保留该连通区域，否则筛除该连通区域，将该连通区域内的 前景点设置为背景点；
[0078]候选区域获取模块43,用于将剩余的连通区域作为候选区域并输出。
[0079] 其中，所述Th_Areae [15,40]。优选地，Th_Area选为20。
[0080] 所述比例筛选模块42中统计剩余连通区域CRq的周长q即为统计剩余连通区域 CR^的区域轮廓上像素点的个数，统计剩余连通区域CRq的面积~即为统计剩余连通区域 CRe j内所有像素点的个数。
[0081 ]所述λ e [ 20，24 ]，|min e[0.85,0.95]，|max e[l.05，1.15]。优选地λ选为22，|min选 为0.9，|max选为1 · l〇
[0082] 所述候选区域即为图像中的车牌定位区域。
[0083] 与现有的车牌定位技术相比，本发明的一种基于SVF的车牌定位方法及装置可以 有效地实现复杂环境下的快速车牌定位。
[0084] 以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，应当 理解，本发明并不限于这里所描述的实现方案，这些实现方案描述的目的在于帮助本领域 中的技术人员实践本发明。任何本领域中的技术人员很容易在不脱离本发明精神和范围的 情况下进行进一步的改进和完善，因此本发明只受到本发明权利要求的内容和范围的限 制，其意图涵盖所有包括在由所附权利要求所限定的本发明精神和范围内的备选方案和等 同方案。
【主权项】
1. 一种基于SVF的车牌定位方法，其特征在于，该方法包括： 第一步骤，采集场景彩色图像； 第二步骤，采用SVF对场景彩色图像进行分割，提取前景图像； 第Ξ步骤，对前景图像进行连通区域处理，获取连通区域； 第四步骤，对连通区域进行筛选，获取候选区域并输出。2. 如权利要求1所述的方法，其特征在于，所述第二步骤进一步包括： 单色滤除步骤，计算每个图像中每个像素点^，7)的'631111：^,7)，若'631111：(义，7)<1 则将该像素点滤除； 前景提取步骤，若B(x,y)-R(x,y) >Th_Divl且B(x,y) >Th_Div2,则将该像素点标为前 景点，获取前景图像；其中， R(x，y)、G(x, y)、B(x，y)分别表示像素点(x，y)在颜色空间中红、绿、蓝的分量值； De[13,25]，Th_Divie[30,40]，Th_Div2e[12，17]。3. 如权利要求2所述的方法，其特征在于，所述前景提取步骤替换为:若R(x，y)-B(x，y) >Th_Div3且6^，7)-8^，7)>化_01乂4，则将该像素点标为前景点，获取前景图像； 其中，Th_Div3e[55,65]，Th_Div4eU5,45]。4. 如权利要求1所述的方法，其特征在于，所述第四步骤进一步包括： 面积筛选步骤，统计连通区域〔1?61内的前景点的总数?' S ，. i = 1，2，…，CNumiCNumi 为连通区域的个数，若FSNumi<^_Area，则筛除该连通区域，将该连通区域内的前景点设 置为背景点； 比例筛选步骤，统计剩余连通区域CRej的周长cj和面积sj，i = 1，2，···，CNum2，CNum2为剩 余连通区域的个数，计算连通区域CRe非勺周长c詞日面积sj的比例关系值若Cje Κ"ιη，ξ"3χ]，则保留该连通区域，否则筛除该连通区域，将该连通区域内的前景点设置为背 景点； 候选区域获取步骤，将剩余的连通区域作为候选区域并输出； 其中，所述统计剩余连通区域CRej的周长C非Ρ为统计剩余连通区域CRej的区域轮廓上 像素点的个数，统计剩余连通区域CRej的面积S柳为统计剩余连通区域CRe诚所有像素点 的个数。5. 如权利要求4所述的方法，所述Th_Area e [ 15，40 ];所述λ E [ 20，24 ]，Cmin e [ 0.85， 0.95],Cmaxe[1.05,1.15]〇6. -种基于SVF的车牌定位装置，其特征在于，该装置包括： 场景彩色图像采集模块，用于采集场景彩色图像； 前景图像获取模块，用于采用SVF对场景彩色图像进行分割，提取前景图像;连通区域 获取模块，用于对前景图像进行连通区域处理，获取连通区域； 连通区域筛选模块，用于对连通区域进行筛选，获取候选区域并输出。7. 如权利要求6所述的装置，所述前景图像获取模块进一步包括： 单色滤除模块，用于计算每个图像中每个像素点（x，y)的result(x，y)，若result(x，y) <1，则将该像素点滤除； 前景提取模块，用于若8^，7)-3^，7)>化_01乂1且8^，7)>化_01乂2，则将该像素点标 为前景点，获取前景图像； 其中：Kx，y)、G (义，7)、8(^，7)分别表示像素点(^，7)在颜色空间中红、绿、蓝的分量值； 所述De[13,25]，Th_Divie[30,40]，Th_Div2e [12,17]。8. 如权利要求7所述的装置，所述前景提取模块替换为:若3^，7)-8^，7)>化_01乂3且 G(x，y)-B(x，y)>Th_Div4，则将该像素点标为前景点，获取前景图像； 其中，Th_Div3e[55,65]，Th_Div4eU5,45]。9. 如权利要求6所述的装置，所述连通区域筛选模块进一步包括： 面积筛选模块，用于统计连通区域CRei内的前景点的总数FSNumi，i = 1，2，…，CNumi， CNumi为连通区域的个数，若FSNumi < Th_Ar ea，则筛除该连通区域，将该连通区域内的前景 点设置为背景点； 比例筛选模块，用于统计剩余连通区域CRej的周长cj和面积sj，i = 1，2，···，CNum2，CNum2 为剩余连通区域的个数，计算连通区域CRej的周长cj和面积sj的比例关系值若Cj ε[ξηιη，ξ"3χ]，则保留该连通区域，否则筛除该连通区域，将该连通区域内的前景点设置为 背景点； 候选区域获取模块，用于将剩余的连通区域作为候选区域并输出； 其中，所述统计剩余连通区域CRej的周长C非Ρ为统计剩余连通区域CRej的区域轮廓上 像素点的个数，统计剩余连通区域CRej的面积S柳为统计剩余连通区域CRe诚所有像素点 的个数。10. 如权利要求9所述的装置，其特征在于，所述^_Area e [ 15，40];所述λ e [ 20，24]， ξ??η ε[0.85,0.95]，Cmax ε[1.05,1.15]。
【文档编号】G06K9/32GK105975970SQ201610367923
【公开日】2016年9月28日
【申请日】2016年5月30日
【发明人】谢静
【申请人】北京智芯原动科技有限公司