[发明专利]一种基于先验分析的迭代式车牌字符分割方法

说明书

技术领域

本发明涉及智能交通领域，具体来说是一种基于先验分析的迭代式车牌字符分割方法。

背景技术

车牌识别是现代智能交通系统中的重要组成部分，而字符分割是车牌识别中的关键环节。由于车牌的固定制式，模板匹配曾被认为是最好的字符分割方法，如文献[1] 李占斌. 不停车收费系统中的车牌识别技术研究[D]. 青岛: 中国海洋大学, 2005。然而，模板匹配法对拍下的含车牌的车身图像质量要求极高，因此定位和分割准确度较低。随着研究者对车牌字符分割的方法进行的大量研究，根据定位后车牌的特征以及标准车牌本身存在的特性，相继提出了垂直投影法，如文献[2] 凌彤辉. 车辆牌照自动识别系统的研究[D]. 成都: 四川大学, 2005，和连通区域思想法，如文献[3] 丁兆坤. 车牌识别技术研究[D]. 辽宁: 东北大学, 2004。由于这些方法直接利用二值化后的定位车牌图像，所以对图像质量和定位准确度的要求也较高，并且只有在车牌不存在污损的情况下，才能获得良好的分割效果。

近年来，利用字符排列规律等车牌先验知识进行字符分割的方法不断出现。这类方法利用标准车牌的长宽以及所含字符的个数，作为判断分割是否合适的约束条件。在标准车牌制式下，普通车牌大小规定为440mm×140mm，其中含有7个字符，第一个为汉字即省、自治区、直辖市的简称，第二个字符为A到Z这26个英文字母中的任一大写字母，第二个字符和第三个字符之间有一个“●”间隔符，后五个字符为英文字母和阿拉伯数字的组合

◆ 标准车牌下，字符所能达到的最小宽度即为数字“1”的宽度，其它字符均以45mm宽度显示在标准车牌中；

◆ 标准车牌下，每个字符均是在面积为90mm×45mm的区域内均匀分布，不存在在某一区域中集中分布的情况；

◆ 标准车牌下，间隔符“●”直径为10mm，且集中分布在车牌中间高度位置，不符合象素均匀分布情况；

◆ 标准车牌下，每个字符在90mm×45mm面积内前景像素和背景像素呈比例分布，不存在某块区域内全是前景像素或全是背景像素的情况。

文献[4] 顾弘, 赵光宙, 齐冬莲等. 车牌识别中先验知识的嵌入及字符分割方法[J], 中国图形图像学报, 2010, 15(5): 749-756提出了一种先验知识的嵌入方法及其相应的分割方法。该方法将车牌字符分割问题转化为一组马尔可夫链的前向识别问题。利用字符排列方式的先验知识定义马尔可夫链中的状态，对于不同的车牌只需要计算其字符的可能分布，因此独立于车牌的类型。文献[5] 马婉婕. 车牌识别系统中字符分割的研究与实现[D]. 上海: 复旦大学, 2009 提出的字符分割方法分为基于二分法的粗分割和基于先验知识的细分割两部分。粗分割是根据投影的波谷进行段落分割，细分割则根据字符的排列规律确定字符的最终分割位置。文献[6] 黄凡. 车牌字符识别技术的研究与实现[D]. 重庆: 重庆大学, 2008在字符分割方面，将传统的垂直投影与车牌字符固定尺寸的先验知识相结合，提出了基于模板匹配和垂直投影的字符分割方法。

文献[4]-[6]中提出的字符分割方法忽略了图像的灰度信息，直接对定位区域二值化，按照属于一个字符的像素构成一个连通域的原则，再结合字符的高度、间距的固定比例关系等先验知识，来分割车牌图像中的字符。这类基于先验知识的分割方法，其分割准确率较文献[1]-[3]提出的方法有一定的提高，但是对车牌定位准确度的要求仍然较高，特别在车牌倾斜、包含部分车身背景以及光照不均等干扰严重的情况下，分割效果较差，对后续的识别工作带来巨大的挑战和压力。