[发明专利]基于视觉显著性的车牌定位方法

说明书

技术领域

本发明涉及智能交通技术领域，尤其涉及一种基于视觉显著性的车牌定位方法。

背景技术

车牌识别技术作为智能化交通的重要手段，能经过图像采集、车牌定位、字符分割、字符识别等一系列算法运算，识别出图像中的车辆牌照号码；它运用数字图像处理、模式识别对采集到的汽车图像进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。车牌识别技术的关键在于车牌定位、字符分割和字符识别三部分，其中车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别系统识别率的主要因素，是车牌识别技术中最为关键的一步。

常见的车牌定位方法主要有基于纹理特征分析的方法、基于边缘检测的方法、基于彩色图像定位的方法，这些方法各有所长，也有不足之处：

1.基于纹理特征分析的车牌定位方法

基于纹理特征分析的车牌定位方法，利用了车牌区域的字符由大量水平线段和垂直线段组成的特点，通过对检测图像进行行扫描和列扫描的方式找出这些水平线段和垂直线段，并记录这些线段端点相应的位置信息。分别统计图像在水平方向和垂直方向上的线段的个数，通过设置阈值的方式确定车牌区域，并通过线段端点的位置信息确定车牌区域的高度和宽度。

该方法对于牌照倾斜或变形以及光照不均、偏弱或偏强有很好的效果,但对噪声敏感,对于引入文字背景的图像会出现很多错误，往往得到多个候选区域。

2.基于边缘检测的车牌定位方法

基于边缘检测的车牌定位方法，利用了车牌区域的字符存在大量的边缘信息，分别向水平和垂直方向投影，在投影灰度分布图上满足该边缘特征的区域将有一平坦变化的曲线，由此可粗略地确定满足上述边缘特征的车牌候选区域在汽车图像的上下左右边界。

该方法的定位准确率较高、反应时间短、能有效去掉噪声,适合于包含多个车牌的图像,在多车牌图像的情况下定位速度也很快。但是对车牌严重褪色的情况,由于检测不到字符笔画的边缘会导致定位失败，在有外界干扰时，定位后的区域比车牌稍大。

3.基于彩色分割的车牌定位方法

基于彩色分割的车牌定位方法，利用了车牌区域背景和字符显著的颜色信息。在国内，车牌底色和字符颜色有着明确的规定，有白底黑字、黑底白字、蓝底白字、黄底黑字四种。将待检测图像从RGB彩色空间转换到HSV彩色空间，根据每种颜色在H、S、V分量上的取值范围，提取车牌的特殊颜色特征来区别车牌区域和背景区域，从而提取出候选区域，再结合长宽比等先验知识从候选区域中筛选出车牌区域。

该方法直观，简单且实现快速。但由于该方法的关键在于颜色的正确分割，因此在光照不均匀的环境下，很难获得较高的定位准确率。对于模糊图像以及背景中包含丰富颜色信息的图像，也很难获得好的定位效果。

除了上述方法之外，车牌定位方法还有基于小波变换的方法、基于遗传算法的方法以及基于数学形态学的方法等。这些方法的共同缺点是：一方面，建立过程复杂，计算量大，难以满足实时性的要求；另一方面，容易受天气、背景、光照等因素的限制，鲁棒性不好。

因此，当下需要迫切解决的一个技术问题就是：如何能够提出一种有效的措施，以解决现有技术中存在的问题。

发明内容

本发明所要解决的技术问题是提供一种基于视觉显著性的车牌定位方法，有效克服传统车牌定位方法对于车牌尺寸、光照、背景等因素的依赖，鲁棒性好，识别准确率高，并且能够直观，简单，因此能够满足车牌定位系统实时性的要求。

为了解决上述技术问题，本发明提供一种基于视觉显著性的车牌定位方法，包括：

提取车辆图像的显著图；

提取候选车牌区域；

通过候选车牌区域的几何特征、纹理特征去除不符合车牌区域条件的候选区域，得到车牌区域，完成车牌的定位。

进一步地，所述第提取车辆图像的显著图具体包括：

设置视觉显著性算法的参数，包括颜色、颜色权重、亮度、亮度权重、对比、对比权重、方向、方向权重和高斯金字塔塔层；

通过视觉显著性算法对原始车辆图像进行处理，获取原始车辆图像的显著图。

进一步地，所述提取候选车牌区域具体包括：

通过设置阈值th_bs对车辆图像的显著图进行二值化，在二值图中的白点表示显著点，黑点表示背景点；

对二值图进行水平投影，统计二值图中每一行白点的个数，将个数大于阈值门限th_h的行记录下来，并将满足阈值条件的连续行合并成行候选区域；