[发明专利]基于投影对称性的车牌字符特征提取及分类方法

说明书

技术领域

本发明涉及一种机动车车牌字符图像的自动识别方法，属于模式识别、计算机图像 处理技术领域。

背景技术

随着交通现代化的发展，机动车车牌自动识别技术已经越来越受到人们的重视。车 牌自动识别技术是智能交通系统中的重要组成部分，而车牌字符特征提取的好坏，将直 接影响分类器的设定，对提高车牌的速度和识别率有着极为关键的作用。车牌识别技术 主要涉及了图像处理、模式识别等方面的技术。而车牌字符的特征提取及分类，将直接 影响车牌识别系统的性能。

在模式识别的分类问题中，都将涉及到模式特征的选择与提取的问题。事实上，人 们考虑的分类问题都是在特征空间中进行的，即把识别对象的某些特性加以数字化，从 而形成特征空间的一个向量，并用此向量来代表所考虑的识别对象。这样，就可以在特 征空间中对这些向量加以分类判别。特征提取是一种减少特征数目的方法，通过变换或 映射等不同的方法把高维的特征向量变换为低维的特征向量。具体地讲，就是对原始数 据进行变换，通过变换将维数较高的原始数据空间中的模式变成维数较低的特征空间中 表示的模式，得到最能反映模式分类的本质特征。

在字符识别中，特征是某一类模式的属性或量度，对于不同的识别对象必须考虑不 同的特征提取方法，很难有统一的方法和理论。要对字符进行识别，关键一步是在字符 中提取恰当的特征作为类别的特征向量。特征向量的选取原则是要既能比较容易的提取 又能为识别系统提供一个较高的模式分辨能力，而使得到的特征向量维数尽量少。特征 向量已看作是最佳的样本特征属性的度量，它对识别系统的优劣具有决定性的影响，将 关系到车牌识别系统的性能和精度，甚至影响到整个系统的成败。

字符的特征提取至今仍是比较热门的研究领域。字符特征提取的方法有很多，主要 有以下几种：(1)基于图像灰度的方法；(2)基于二值图像特征的方法；(3)基于轮廓 特征的方法；(4)基于向量描述的方法；(5)基于神经网络的方法。

发明内容

为了提高对车牌的识别率，本发明提出一种基于投影对称性的车牌字符特征提取及 分类方法，根据车牌字符的特点，对车牌中的字符采用了基于投影对称判断和点与环的 特征提取相结合的方法，使车牌字符的识别率与识别速度得到提高。

本发明采用的基于投影对称判断条件的车牌字符特征提取及分类方法如下：

(1)首先对拍摄的车辆图像进行预处理：包括对拍摄的彩色车辆图像进行图像灰度 化、去噪、二值化、车牌定位和车牌字符分割处理；

(2)采用投影对称判断法对车牌字符进行特征提取，从而实现车牌字符的粗分类。 首先对经预处理后的单个车牌字符图像分别进行垂直和水平投影，然后对垂直 投影图像和水平投影图像进行计算，将其分为垂直投影对称、水平投影对称、 中心点投影对称、以及无投影对称四大类；

(3)采用数学形态学的击中击不中算法对车牌字符图像进行细化处理；

(4)采用比例算法对车牌字符图像进行归一化变换；

(5)采用点与环的特征提取方法完成对车牌字符进行细分类，最后实现车牌字符分 类器的设定：

A、点的特征提取：将点的特征提取分为端点、拐点、三叉点和四叉点；

B、环的特征提取：将字符中具有闭合曲线的特征定义为环，并根据每个字符 所拥有的环的个数来判断。

本发明在对车牌字符图像投影后，首先采用投影对称法进行特征提取实现粗分类的 基础上，再采用点和环的特征提取实现细分类，使易混淆的“0”和“D”、“8”和“B”、 “7”和“T”等字符相对于其它的车牌字符特征提取方法实现分类器的设定具有更好的 识别效果，使车牌字符的识别率和识别速度得到提高。该方法运用计算机图像处理与模 式识别技术，可实现快速、准确的车牌字符特征提取，满足车牌识别系统的准确性和实 时性要求。

附图说明

图1为本发明所公开的车牌字符特征提取及分类方法流程图；

图2为基于投影对称性的车牌字符特征提取及粗分类算法流程图；

图3为采用点和环的车牌字符特征提取及细分类算法流程图。

具体实施方式

下面结合附图对本发明做进一步说明：