[发明专利]基于笔画分解的车牌字符识别方法

说明书

技术领域

本发明属于机器视觉领域，具体涉及一种字符车牌的识别方法。

背景技术

车牌字符识别是在智能交通中对所抓拍的车牌视频或者图像中识别提取出车牌号码，我国的车牌号码由有限的汉字、英文字母和数字组成。车牌识别通常包括车牌预处理、车牌字符特征提取、对提取的特征利用分类器进行分类识别得到车牌字符的识别结果。

对于车牌字符识别，目前最常用的方法是基于模板匹配的方法和基于特征的匹配方法：

模板匹配法将待识别的字符图像与所建立的标准模板图像进行逐像素的比较，取相似度最高的模板字符为识别结果。使用该方法时，如果模板多则耗时长，而且很容易受到带识别字符图像的噪声、字符主体在图像中的位置和倾斜度等的影响而产生误识别，而且，识别工作的后续将受到字符模板的严重影响。一般字符识别率较低，随着车牌识别技术的发展，逐渐被抛弃。

特征匹配法基于字符的结构特征或统计特征设计分类器，识别字符。常用的字符统计特征有矩和频域特征，常用的字符结构特征有run-length特征、LBP特征以及Gabor特征；然而这些特征无论哪一种都难以兼具高识别率和高识别速度，而且用于训练的样本集选取和训练，对于用户来说将是一件非常重要却比较繁琐的事情。

这两种方法对于相似字符如0和D，8和B，4和A等不具有很好的区分性。

目前，不同的字符识别方法在不同程度都存在缺陷。具体来说：

1)模板匹配字符识别算法对于笔画粗细和字符在图像中的位置和噪声相当敏感，而车牌识别场景复杂，镜头的远近、环境的好坏都将影响定位分割出的字符前景；

2)神经网络和基于EHMM的字符识别算法需要采集样本训练学习，过程繁琐，尤其选取样本的过程对于用户来说相当困难，并且神经网络识别速度较慢，不能满足实时性的要求；

3)特征统计匹配法面对车牌字符笔画出现融合、断裂、部分缺失无能为力，鲁棒性较差。因此，以上现有的字符识别方法都不具有理想的实际应用效果。

发明内容

本方案的发明目的是为了解决现有技术存在的上述问题，提出了一种基于笔画分解的车牌字符识别方法。

本发明具体的技术方案为：一种基于笔画分解的车牌字符识别方法，具体包括如下分步骤：

S1，根据车牌字体特征，建立字符识别规则库，所述字符包括数字0-9和24个大写英文字母A、B、C、D、E、F、G、H、J、K、L、M、N、P、Q、R、S、T、U、V、W、X、Y、Z；

S2，对待识别的车牌图像进行预处理，并对预处理后的车牌图像进行二值化操作；

S3，在二值化图像的基础上，提取出字符的笔画，具体为：计算x方向的图像差分，提取字符在y方向的笔画信息，计算y方向的图像差分，提取字符在x方向的笔画信息；所述笔画信息具体包括横线、竖线、横线位置、竖线位置、竖线长短、竖线是否垂直竖立；

S4，根据步骤S3得到的笔画信息分析字符笔画特征并编码字符笔画，即将图像在垂直方向上平均分为两份，称为二分图；在水平方向上平均分为三份，称为三分图，所述二分图和三分图用于表示字符的横竖笔画长短和位置，通过所述二分图和三分图将字符笔画归类并编码；

S5，根据步骤S4得到的字符笔画编码和步骤S1建立的字符识别规则库查询此字符编码，得到字符识别结果。

本发明的有益效果：在发明的方案，采用笔画分解的方法，对每一个字符的特征进行总结，最后编码成一个字符规则库，该规则库不依赖于任何样本集，只依赖于该字体的字符特征。在发明的方法首先提取出字符的笔画信息，然后编码建立字符规则库，根据从字符规则库中调用规则进行判断，识别出是哪一个字符，对每一个字符使用一串二进制码来表示，使得判断的速度很快，并且占用的内存空间也很少，提高了工作效率。本发明的方法既能保证更快的速度、更高识别率，又能保证方案简单易用更智能。

附图说明

图1为基于笔画分解的车牌字符识别方法的总体流程图。

图2为字符规则库的树形结构。

图3为图像预处理结果。

图4为笔画提取的结果。

图5为字符图像的二分图和三分图表示。

图6为字符笔画的分区实例。

图7为相似字符的特殊处理示例。

具体实施方式

下面结合附图和具体实施例对本发明做进一步的说明。