[发明专利]一种基于双边缘检测的车牌识别方法

说明书

技术领域

本发明涉及一种车牌识别方法，尤其是涉及一种基于双边缘检测的车牌识别方法。 

背景技术

近年来我国的公路交通事业发展迅速，人工管理方式已经不能满足实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车车牌识别(Vehicle License Plate Recognition，VLPR)是现代智能交通系统中的重要组成部分之一，应用十分广泛。它是以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理及智慧城市等有着现实的意义。但是现有的车牌识别方法普遍存在识别精度低、识别效率低等优点。 

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种识别精度高的基于双边缘检测的车牌识别方法。 

本发明的目的可以通过以下技术方案来实现： 

一种基于双边缘检测的车牌识别方法，其特征在于，包括以下步骤： 

1)车牌定位； 

2)车牌字符分割； 

3)车牌字符识别。 

所述的步骤1)车牌定位具体包括以下步骤； 

11)对原始图片采用纵向Sobel算子进行边缘提取，执行步骤12)； 

12)采用较大的膨胀腐蚀算子对步骤11)处理后的图片进行腐蚀膨胀处理，计算连通域，获取可能的车牌区域，执行步骤13)； 

13)采用Sobel算子对步骤12)处理后的图片进行边缘提取，执行步骤14)； 

14)采用较小的膨胀腐蚀算子对步骤13)处理后的图片进行腐蚀膨胀处理，计算连通域，获取更加精细的车牌区域，执行步骤15)； 

15)将一些不满足车牌的候选区域剔除，再对剩余的可能车牌区域根据该车牌区域经过步骤13)纵向Sobel算子处理后的边缘点密度进行排序。 

所述的步骤12)中的较大的膨胀腐蚀算子具体为： 

其中膨胀算子表示为width*height，其中，width＝MIN(30，ImageWidth/15)，height＝width/3，ImageWidth是图片宽度；其中腐蚀算子表示为widthtemp*height，其中，widthtemp＝height/2，在腐蚀算子中的height为膨胀算子中的height。 

所述的步骤14)中的较小的膨胀腐蚀算子具体为： 

用到的膨胀算子是width*height，width＝ImageWidth/4，height＝width/3，ImageWidth是图片宽度。 

所述的步骤2)车牌字符分割具体步骤为； 

21)将图像灰度化，利用Radon变换进行车牌水平方向的倾斜纠正； 

22)采用Sobel算子对步骤21)处理后的图片进行边缘提取，去除车牌的水平边框； 

23)利用Radon变换进行车牌字符垂直倾斜纠正，根据车牌的HSV图像得到车牌的颜色类型； 

24)采用改进的OTSU算法对步骤23)处理后的图片进行二值化处理，将一些不满足车牌先验条件的连通域去掉； 

25)检测每一个连通域，判断该连通域的高度与车牌字符的平均高度是否一致，若为是，则直接保留并执行步骤26)，否则，将连通域剔除； 

26)根据连通域宽度与字符平均宽度的比值关系计算该连通域中包含的字符数量； 

27)根据平均宽度先估计分割位置，再在该位置求解一个局部最小值，该局部最小值的位置就是字符分割的位置； 

28)确定第二个字符的位置，然后向左找出汉字部分，向右查找五个字符进行 字符分割。 

所述的先验条件包括长度宽度的范围适中、长宽比满足设定的比例范围。 

所述的汉字部分的寻找过程为： 

由于汉字部分存在着一个汉字包含几个连通域的情况，对车牌字符平均宽度和汉字连通域的宽度进行对比计算以确定汉字部分的位置。 

所述的改进的OTSU算法为在原来的OTSU算法的基础上加入对于曝光过度图像进行特定二值化处理的过程。