专利名称：车牌的识别系统及方法
技术领域：
本发明涉及计算机视觉与模式识别领域，特别涉及一种车牌的识别系统及方法。
背景技术：
交通管理的自动化、交通系统的智能化是21世纪世界道路交通的发展趋势；在智能交通系统中，车牌自动识别系统是一个非常重要的发展方向。随着车辆全自动监控系统的需求量增加，市场迫切需要性能比较好的车牌识别系统，特别是针对任意分辨率的车牌识别，使得在摄像头较高档或摄像头距车牌较近，即分辨率大时，能准确识别车牌；同时，在摄像头较低档或摄像头距车牌较远时，即分辨率小时，仍能准确识别车牌；另外由于环境不同，摄像头型号也不相同，如何能研制一种可以广泛使用的车牌识别系统，也成为业内的主要研究方向，因此，提出一种具有通用性、可以在任意分辨率下都能识别车牌的系统及方法确实是必要的。
发明内容
针对现有技术的不足，本发明提供一种车牌的识别系统及方法，使其能适用于各种不同的环境，尤其适用于任意分辨率下车牌的识别。为实现以上目的，本发明 通过以下技术方案予以实现:一种车牌的识别方法，包括以下步骤:S1、获取含有车牌的图像并对其进行滤波；S2、设定频谱阈值，选择所述图像中频谱超过该阈值且颜色与车牌颜色相同的矩形区域；判断所述矩形区域的形状是否符合车牌的形状，若是，则执行步骤S3，否则继续执行步骤S2 ；S3、提取所述矩形区域中的字符局部特征，判断所述字符局部特征是否一致；若一致，则执行步骤S4，否则返回执行步骤S2 ；S4、对所述矩形区域进行灰度化、二值化、去边框及去镏钉，并将该矩形区域中的字符区域进行分割，判断分割后的字符数是否满足车牌的字符数，若是，则执行步骤S5，否则返回执行步骤S2;S5、判断分割后的各字符形状是否相同、各字符间是否线性排列，若是，则执行步骤S6，否则返回执行步骤S2;S6、对所述各字符的尺寸进行归一化，提取字符的统计特征并将其分类，输出车牌识别结果。优选的，所述步骤S2进一步包括判断所述矩形区域的宽度是否是其高度的至少两倍，若是，则执行步骤S3，否则继续执行步骤S2。优选的，所述步骤S4进一步包括:S41、对所述矩形区域进行灰度化、二值化，得到二值化图像；S42、逐行搜索所述二值化图像，判断每行的黑白变化次数是否大于12次，若是，则该行是字符区域，若不是，则将该行进行去边框及去镏钉；S43、将所述字符区域进行分割，判断分割后的字符数是否满足车牌的字符数，若是，则执行步骤S5，否则返回执行步骤S2。优选的，所述步骤S43进一步包括:将所述字符区域对应的二值化图像进行垂直投影、区域连通及位置模板比对，确定每个字符的位置，并对所述字符区域进行分割，判断分割后的字符数是否满足车牌的字符数。优选的，所述步骤S6进一步包括对所述各字符的尺寸进行归一化，提取字符的统计特征并将其送入SVM或多层神经网络进行分类，输出车牌识别结果。一种车牌的识别系统，包括有:滤波单元，用于获取含有车牌的图像并对其进行滤波；第一识别单元，用于设定频谱阈值，选择所述图像中频谱超过该阈值且颜色与车牌颜色相同的矩形区域；判断所述矩形区域的形状是否符合车牌的形状；第二识别单元，用于提取所述矩形区域中的字符局部特征，判断所述字符局部特征是否一致；字符分割单元，用于对所述矩形区域进行灰度化、二值化、去边框及去镏钉，并将该矩形区域中的字符区域进行分割，判断分割后的字符数是否满足车牌的字符数；
第三识别单元，用于判断分割后的各字符形状是否相同、各字符间是否线性排列；输出单元，用于对所述各字符的尺寸归一化，提取字符的统计特征并将其分类，输出车牌识别结果。优选的，所述第一识别单元进一步用于判断所述矩形区域的宽度是否是其高度的至少两倍。优选的，所述字符分割单元进一步用于将所述字符区域对应的二值化图像进行垂直投影、区域连通及位置模板比对，确定每个字符的位置，并对所述字符区域进行分割，判断分割后的字符数是否满足车牌的字符数。优选的，所述输出单元进一步用于对所述各字符的尺寸进行归一化，提取字符的统计特征并将其送入SVM或多层神经网络进行分类，输出车牌识别结果。本发明通过提供一种车牌的识别系统及方法，能够快速识别出任意分辨率的车牌，对于尺寸大的图像和尺寸小的图像均可以识别，其识别速度快，识别率高，对环境的适应性强，还可以通过设置省份优先级，提高识别率，能广泛应用于智能交通系统和电子警察系统中。
图1为本发明一实施例的流程图；图2为本发明一实施例的系统装置图。
具体实施例方式下面对于本发明所提出的一种车牌的识别系统及方法，结合附图和实施例详细说明。
本发明提供一种车牌的识别方法，如图1所示，包括以下步骤:S1、获取含有车牌的图像并对其进行滤波；S2、设定频谱阈值，选择所述图像中频谱超过该阈值且颜色与车牌颜色相同的矩形区域；判断所述矩形区域的形状是否符合车牌的形状，若是，则执行步骤S3，否则继续执行步骤S2 ；S3、提取所述矩形区域中的字符局部特征，判断所述字符局部特征是否一致；若一致，则执行步骤S4，否则返回执行步骤S2 ；S4、对所述矩形区域进行灰度化、二值化、去边框及去镏钉，并将该矩形区域中的字符区域进行分割，判断分割后的字符数是否满足车牌的字符数，若是，则执行步骤S5，否则返回执行步骤S2;S5、判断分割后的各字符形状是否相同、各字符间是否线性排列，若是，则执行步骤S6，否则返回执行步骤S2 ;由于字符要满足一定的长宽比，一个车牌的各字符大小应该相同；S6、对所述各字符的尺寸进行归一化，提取字符的统计特征并将其分类，输出车牌识别结果。优选的，所述步骤S2进一步包括判断所述矩形区域的宽度是否是其高度的至少两倍，若是，则执行步骤S3，否则继续执行步骤S2。所述步骤S3中的字符 局部特征可以为字符的笔画宽度，可以通过边缘提取的算法得到字符笔画，再用垂直信息算出笔画的宽度，只有各字符笔画宽度一致，才能作为车牌区域。优选的，所述步骤S4进一步包括:S41、对所述矩形区域进行灰度化、二值化，得到二值化图像；S42、逐行搜索所述二值化图像，判断每行的黑白变化次数是否大于12次，若是，则该行是字符区域，若不是，则将该行进行去边框及去镏钉；S43、将所述字符区域进行分割，判断分割后的字符数是否满足车牌的字符数，若是，则执行步骤S5，否则返回执行步骤S2。优选的，所述步骤S43进一步包括:将所述字符区域对应的二值化图像进行垂直投影、区域连通及位置模板比对，确定每个字符的位置，并对所述字符区域进行分割，判断分割后的字符数是否满足车牌的字符数。当把车牌二值化后，进行垂直投影，即统计每一列白色或黑色像素点的个数，并画一个直方图，每个字符对应的部分将会有很大的数值，用这个特性可以判断字符在什么位置，再结合字符的宽度及高度信息，可以确定一个字符；由于每个数字和大写英文字母都是一个连通区域，根据这个特性，利用标记扩展的方法获取连通区域，进而判断字符所在的位置；车牌字符排列是有一定规律的，单排字符的车牌中间有个点并有7个以上字符，双排字符的车牌一般上面两个字下面五个字，用这样的位置模板，可以准确地获取每个字符的位置。优选的，所述步骤S6进一步包括对所述各字符的尺寸进行归一化，提取字符的统计特征并将其送入SVM或多层神经网络进行分类，输出车牌识别结果。
如图2所示，本发明还提供一种车牌的识别系统，包括有:滤波单元，用于获取含有车牌的图像并对其进行滤波；第一识别单元，用于设定频谱阈值，选择所述图像中频谱超过该阈值且颜色与车牌颜色相同的矩形区域；判断所述矩形区域的形状是否符合车牌的形状；第二识别单元，用于提取所述矩形区域中的字符局部特征，判断所述字符局部特征是否一致；字符分割单元，用于对所述矩形区域进行灰度化、二值化、去边框及去镏钉，并将该矩形区域中的字符区域进行分割，判断分割后的字符数是否满足车牌的字符数；第三识别单元，用于判断分割后的各字符形状是否相同、各字符间是否线性排列；输出单元，用于对所述各字符的尺寸归一化，提取字符的统计特征并将其分类，输出车牌识别结果。优选的，所述第一识别单元进一步用于判断所述矩形区域的宽度是否是其高度的至少两倍。
优选的，所述字符分割单元进一步用于将所述字符区域对应的二值化图像进行垂直投影、区域连通及位置模板比对，确定每个字符的位置，并对所述字符区域进行分割，判断分割后的字符数是否满足车牌的字符数。优选的，所述输出单元进一步用于对所述各字符的尺寸进行归一化，提取字符的统计特征并将其送入SVM或多层神经网络进行分类，输出车牌识别结果。通过建立识别算法，把含有车牌图像的RGB或JPEG数据输入到函数中，就可以获得含有车牌号码、车牌颜色、车牌具体位置的识别结果，该系统和方法可以对任意分辨率的图像进行识别，其识别速度非常快，通常在30ms左右，识别率在98%以上，能准确的识别蓝色、黑色、白色及黄色四种车牌，能识别全国任意省份的车牌，更可以通过设置省份优先级，提闻识别率本发明通过提供一种车牌的识别系统及方法，能够快速识别出任意分辨率的车牌，对于尺寸大的图像和尺寸小的图像均可以识别，其识别速度快，识别率高，对环境的适应性强，还可以通过设置省份优先级，提高识别率，能广泛应用于智能交通系统和电子警察系统中。以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
权利要求
1.一种车牌的识别方法，其特征在于，包括以下步骤: 51、获取含有车牌的图像并对其进行滤波； 52、设定频谱阈值，选择所述图像中频谱超过该阈值且颜色与车牌颜色相同的矩形区域；判断所述矩形区域的形状是否符合车牌的形状，若是，则执行步骤S3，否则继续执行步骤S2 ； 53、提取所述矩形区域中的字符局部特征，判断所述字符局部特征是否一致；若一致，则执行步骤S4，否则返回执行步骤S2 ； 54、对所述矩形区域进行灰度化、二值化、去边框及去镏钉，并将该矩形区域中的字符区域进行分割，判断分割后的字符数是否满足车牌的字符数，若是，则执行步骤S5，否则返回执行步骤S2 ； 55、判断分割后的各字符形状是否相同、各字符间是否线性排列，若是，则执行步骤S6，否则返回执行步骤S2; 56、对所述各字符的尺寸进行归一化，提取字符的统计特征并将其分类，输出车牌识别结果。
2.如权利要求1所述的方法，其特征在于，所述步骤S2进一步包括判断所述矩形区域的宽度是否是其高度的至少两倍，若是，则执行步骤S3，否则继续执行步骤S2。
3.如权利要求1所述的方法，其特征在于，所述步骤S4进一步包括: 541、对所述矩形区域进行灰度化、二值化，得到二值化图像； 542、逐行搜索所述二值化图像，判断每行的黑白变化次数是否大于12次，若是，则该行是字符区域，若不是，则将该行进行去边框及去镏钉； 543、将所述字符区域进行分割，判断分割后的字符数是否满足车牌的字符数，若是，则执行步骤S5，否则返回执行步骤S2。
4.如权利要求3所述的方法，其特征在于，所述步骤S43进一步包括:将所述字符区域对应的二值化图像进行垂直投影、区域连通及位置模板比对，确定每个字符的位置，并对所述字符区域进行分割，判断分割后的字符数是否满足车牌的字符数。
5.如权利要求1所述的方法，其特征在于，所述步骤S6进一步包括对所述各字符的尺寸进行归一化，提取字符的统计特征并将其送入SVM或多层神经网络进行分类，输出车牌识别结果。
6.一种车牌的识别系统，其特征在于，包括有: 滤波单元，用于获取含有车牌的图像并对其进行滤波； 第一识别单元，用于设定频谱阈值，选择所述图像中频谱超过该阈值且颜色与车牌颜色相同的矩形区域；判断所述矩形区域的形状是否符合车牌的形状； 第二识别单元，用于提取所述矩形区域中的字符局部特征，判断所述字符局部特征是否一致； 字符分割单元，用于对所述矩形区域进行灰度化、二值化、去边框及去镏钉，并将该矩形区域中的字符区域进行分割，判断分割后的字符数是否满足车牌的字符数； 第三识别单元，用于判断分割后的各字符形状是否相同、各字符间是否线性排列； 输出单元，用于对所述各字符的尺寸归一化，提取字符的统计特征并将其分类，输出车牌识别结果。
7.如权利要求6所述的系统，其特征在于，所述第一识别单元进一步用于判断所述矩形区域的宽度是否是其高度的至少两倍。
8.如权利要求6所述的系统，其特征在于，所述字符分割单元进一步用于将所述字符区域对应的二值化图像进行垂直投影、区域连通及位置模板比对，确定每个字符的位置，并对所述字符区域进行分割，判断分割后的字符数是否满足车牌的字符数。
9.如权利要求6所述的系统，其特征在于，所述输出单元进一步用于对所述各字符的尺寸进行归一化，提取字符的统计特征并将其送入SVM或多层神经网络进行分类，输出车牌识别 结果。
全文摘要
本发明提供一种车牌的识别方法，通过对滤波后的含有车牌的图像设定其频谱阈值，选择频谱超过该阈值且颜色与车牌颜色相同的矩形区域；判断该矩形区域的形状是否符合车牌的形状，若是，则提取并判断所述矩形区域中各字符的特征是否一致；若一致，则对所述矩形区域进行灰度化、二值化、去边框及去镏钉，并将该矩形区域中的各字符进行分割，判断分割后的字符数是否满足车牌的字符数，若是，则判断分割后的各字符形状是否相同、各字符间是否线性排列，若是，则对所述各字符的尺寸进行归一化，将提取出的字符统计特征分类，输出车牌识别结果；本发明能够快速识别出任意分辨率的车牌，其识别率高，对环境的适应性强；本发明还提供一种车牌的识别系统。
文档编号G08G1/017GK103226696SQ20131011772
公开日2013年7月31日 申请日期2013年4月7日 优先权日2013年4月7日
发明者程洪, 杨路 申请人:布法罗机器人科技(苏州)有限公司, 电子科技大学