[发明专利]一种快速的车牌定位方法

说明书

技术领域

本发明涉及智能交通系统车牌识别子系统中的自然复杂背景中的车牌定位方法，特别是一种快速的、利用顶帽变换和文字的纹理特征，由粗到精的车牌定位方法。

背景技术

目前我国经济与交通的迅速发展导致机动车辆的大幅增加，对机动车辆的监测管理是我们面临的问题之一。而车牌号是机动车的重要标识。机动车牌号(简称车牌)定位和识别可广泛应用于高速公路收费站、停车场入口、机关大门等场合，实现车辆的自动监控和管理，节约了人力和物力。其中车牌定位是车牌识别的关键步骤，针对车牌定位，当前的研究方法主要有：(1)利用车牌的彩色边缘分布特征；(2)利用车牌和文字颜色组合特点；(3)利用车牌边框的面积、长宽比；(4)利用车牌字符的角点信息；(5)利用车牌字符笔画左右边缘之间的互相关矢量图的结构特点。(6)利用车牌纹理特征。现有的车牌定位方法在光照和天气条件理想的条件下，针对车头车尾等部位，取得了很好的成果。

然而车牌识别系统的应用越来越广泛，采集到的车牌图像场景越来越复杂、天气条件的变化程度越来越大，从而会得到不同质量的车牌图像。在车牌的颜色信息不明显和边缘信息受到干扰时，现有的方法(1)-(4)和(6)性能不是很理想，而(5)的方法则要求车牌图像具有时域信息。

中国专利02129508.5公开了一种“车牌自动识别方法”还依赖于车辆检测线圈等基础装置，该装置对车牌的定位需要较好的自然光照条件，不能适用于移动执法。

中国专利申请200610069051.5公开了“一种车牌定位识别、车标定位识别及车型识别的方法及装置”，该发明利用颜色空间特征及其空间信息特征进行车牌区域定位。但是随着现在车牌识别系统应用的环境越来越复杂，该发明方法对于车牌颜色信息丢失的情况具有一定不足。

中国专利申请200410044488.4公开了一种“从车辆影像中撷取车牌区域的方法”，该发明简单的利用车牌影像的水平梯度及垂直梯度整合成梯度二值图像，将高值像素群聚合成车牌候选区域，然后根据候选区域依照区域内的高度像素值的分布来确定是否为车牌区域。

中国专利200510021540.9公开了一种“基于高帽变换和小波变换的车牌提取方法”，该发明利用高帽变换突出车牌区域，然后通过小波变换对车牌区域进行水平和垂直定位。小波变化的复杂度较高，在对车牌进行垂直和水平扫描的过程中，也容易受到噪声影响。

发明内容

本发明要解决的技术问题：克服现有方法的不足之处，提供一种基于顶帽变换和文字纹理的快速车牌定位方法，该方法的对环境的适应性大大增强计算复杂度大大降低，提高了车牌区域的成功检测率。

本发明的技术解决方案：一种快速的、利用顶帽变换和文字的纹理特征，由粗到精的车牌定位方法，包括以下步骤：

(1)对采集的车牌图像进行灰度转换，得到灰度图像f；

(2)对灰度图像f进行顶帽变换，以消除车牌图像中的大尺寸背景对象；

(3)利用边缘检测算子计算灰度图像f的边缘图EdgeMap；

(4)对得到的边缘图EdgeMap进行二值化操作，并根据边缘像素的密度对边缘像素进行过滤，删除掉某些由背景形成的低密度像素；

(5)根据车牌号码具有高边缘密度的特点，对边缘图EdgeMap进行形态学膨胀操作，将断裂的边缘像素组合为更大面积的区域；

(6)根据车牌尺寸属性的先验知识，对区域的几何属性进行连通分量分析，删除明显不符合车牌几何属性的区域，最终得到车牌的候选区域集合，完成粗定位过程；

(7)计算候选区域集合的垂直投影图VPM，对VPM进行离散余弦变换，利用低频系数重构VPM，重构后VPM记为VPM_R；

(8)计算VPM_R的纹理描述子，包括均值m、标准偏差σ、平滑度R；由VPM的低频系数、均值m、标准偏差σ，平滑度R组成描述车牌候选区域的纹理特征向量将特征向量输入支持向量机进行分类，以此判定候选区域是否车牌区域，完成精定位过程。

本发明与现有技术相比的优点在于：

(1)本发明采用了顶帽变换过滤车牌图像，较好的消除了背景中的树木等大尺寸背景，减少了背景的干扰，对环境的适应性大大增强。

(2)本发明采取了由粗到精的定位方式，相对于以往的车牌定位方法采取逐区域扫描车牌图像的方式，减少了计算量，提高了方法的计算速度。在粗定位阶段，利用车牌区域具有较高的边缘密度的特点，根据车牌的边缘密度进行自动生长生成车牌候选区域，然后再根据候选区域的纹理特征进行分类进行车牌区域精定位。