[发明专利]一种车牌定位的方法

说明书

技术领域

本发明涉及智能交通技术领域，尤其涉及一种车牌定位的方法。

背景技术

随着社会的发展，人们对交通系统的要求越来越高，大力发展智能交通系统已经成为目前亟待解决的问题。智能交通系统ITS是集电子、通信、计算机、人工智能、机器视觉、数字图像处理等多门科学和技术的综合化系统。智能交通系统的发展正在日益影响着社会生活、国民经济、城市化建设等方方面面，因而受到政府和研究机构的高度重视。有相关技术基础的高校、科研单位、企业纷纷加入到相关的研究中。各地对智能交通的需求主要集中在节省资金和节约人力的情况下提高对车辆监控和管理的自动化程度。而一个高效、准确的智能交通系统，将能为很多部门提供便利以及技术支持。比如可以为公安交通部门提供违章行为的执法证据，还能对犯罪嫌疑人的交通工具进行定位，以及高速公路的收费等等。

车牌识别是智能交通系统中最重要和基础的技术之一，其任务是通过对车牌图片的处理定位和识别出车牌号码，车牌识别系统可以应用于高速公路收费站，治安卡口，道路违章管理等场合。车牌识别系统包含车牌定位、字符分割、字符识别三个步骤，其中车牌定位是识别系统的关键，其直接决定车牌识别的效果。

现有技术中的车牌定位主要有基于纹理和基于颜色两大类。通常是先根据纹理或颜色特征获得候选区域，再从候选区域中提取车牌区域。基于纹理的车牌识别方法利用了车牌的纹理特征：垂直边缘丰富、车牌区域的宽高比通常为固定值、灰度跳变很多。但是，此类方法在低对比度时纹理信息较少，难以准确提取出车牌特征。而高对比度时，场景中纹理信息过多，会带来很多干扰，虚警率增加。基于颜色的车牌识别方法通常在HSI域进行处理，其中H分量为色调，对照度不敏感。使用色调区分颜色鲁棒性强、分辨能力高，但在车牌掉色、污损、车身与车牌颜色相近、光照不足时，漏识率增加。传统的车牌定位算法对卡口等简单场景具有较好的效果。但随着经济发展，交通场景日益复杂多变，极大地增加了车牌定位的难度，基于单一特征进行定位的算法已难以适应这样复杂的场景。

发明内容

本发明的目的是针对现有技术中车牌定位的方法难以定位的技术问题，提供一种车牌定位的方法。

本发明的目的通过下述技术方案来实现：

一种车牌定位的方法，其具体包含以下步骤：

步骤1.采集包含了车牌的图像。

步骤2.从上至下以行为单位扫描包含了车牌的图像，当行中跳变对个数大于行跳变对个数阈值时，该行为车牌图像候选行；从该行起，在M行内存在新的车牌图像候选行，则标记该行为车牌上边缘，同时将新的车牌图像候选行标记为车牌下边缘，上下边缘之间的区域标记为车牌行候选区域；每找到新的车牌图像候选行，就判断其与最接近的车牌图像候选行之间的距离是否小于M行，是则将新的车牌图像候选行合并到车牌行候选区域，同时将新的车牌图像候选行标记为新的车牌下边缘；否则从新的车牌图像候选行起重新开始寻找新的车牌行候选区域，依次类推，直到扫描结束，获得多个车牌行候选区域。

步骤3.从左至右以列为单位扫描包含了车牌的图像，当列中跳变对个数大于列跳对变个数阈值时，该列为车牌图像候选列；从该列起，在N列内存在新的车牌图像候选列，则标记该列为车牌左边缘，同时将新的车牌图像候选列标记为车牌右边缘，左右边缘之间的区域标记为车牌列候选区域；每找到新的车牌图像候选列，就判断其与最接近的车牌图像候选列之间的距离是否小于N列，是则将新的车牌图像候选列合并到车牌列候选区域，同时将新的车牌图像候选列标记为新的车牌右边缘；否则从新的车牌图像候选列起重新开始寻找新的车牌列候选区域，依次类推，直到扫描结束，获得多个车牌列候选区域。

步骤4.车牌行候选区域和车牌列候选区域之间重合的区域为车牌候选区域。

更进一步地，上述方法还包括当新的车牌图像候选列与最近的车牌图像候选列之间车牌颜色像素点密度小于像素点密度阈值时，新的车牌图像候选列重新开始寻找新的车牌列候选区域。

更进一步地，上述方法还包括当新的车牌图像候选行与最近的车牌图像候选行之间车牌颜色像素点密度小于像素点密度阈值时，新的车牌图像候选行重新开始寻找新的车牌行候选区域。

更进一步地，上述方法还包括对候选区域进行扩充。

更进一步地，上述扩充方式为以原车牌候选区域为中心，向四周进行扫描。