[发明专利]一种基于粗定位与精定位融合的车牌识别方法和系统

权利要求书

1.一种基于粗定位与精定位融合的车牌识别方法，其特征在于，该方法包括：

采集关于车牌图像的正样本集和负样本集，提取所述正样本集和负样本集的类哈尔Haar特征以训练车牌分类器，并使用该车牌分类器粗定位待检测图像中的车牌区域；

将所述粗定位车牌区域转化为灰度图，并分析垂直以及水平投影信息以确定车牌的上下边界和左右边界，获得精定位的车牌区域；

采集包含预定车牌字符的车牌字符集，利用超正方体Tesseract引擎分析所述车牌字符集中预定车牌字符的字符特征并训练得到车牌字符库，并利用所述车牌字符库识别所述精定位的车牌区域，以确定所述精定位的车牌区域中的字符。

2.根据权利要求1所述的基于粗定位与精定位融合的车牌识别方法，其特征在于，所述将粗定位车牌区域转化为灰度图，并分析垂直以及水平投影信息以确定车牌的上下边界和左右边界，获得精定位的车牌区域包括：

将粗定位车牌区域转化成灰度图像并采用高斯滤波做平滑处理，使用索贝尔Sobel检测算子对平滑处理后图像进行边缘检测以提取垂直边缘信息；对提取垂直边缘信息的图像自上向下扫描并做水平投影，然后通过滤波得到平滑曲线；在所述平滑曲线寻找峰值并获取上下边界，以得到多个候选区域；使用筛选算法从所述候选区域中筛选出最优区域以确定车牌区域的上下边界；

对确定上下边界之后的灰度图像执行线性滤波处理，利用自适应阈值法对线性滤波处理后的图像进行二值化；对二值化后图像做一次闭运算；根据一次闭运算获得的连通区域去除左右密度大的冗余部分；自左向右扫描车牌区域，求每列黑色像素的数量，通过查找峰值点确定各个字符以及圆点的左右边界，将车牌灰度图像切割成多个分片，缝隙处的像素设为0，即变为黑色；查找连通区域，去掉车牌边框的L形区域，再计算各个分片的长宽比和分片间的缝隙宽度，筛掉不符合字符特征的分片，将最左和最右的分片确定为车牌区域的左右边界。

3.根据权利要求1所述的基于粗定位与精定位融合的车牌识别方法，其特征在于，所述使用该车牌分类器粗定位待检测图像中的车牌区域包括：

将待检测图像输入该车牌分类器，产生候选定位区域；

计算各个候选定位区域的灰度跳变数；

将灰度跳变数最大的候选定位区域确定为车牌区域。

4.根据权利要求2所述的基于粗定位与精定位融合的车牌识别方法，其特征在于，该方法进一步包括：

确定分片的所有连通区域；

计算分片的每个连通区域的像素和，并当所述像素和低于预先设定的门限值时，将该分片确定为孤立点，并去除该孤立点。

5.一种基于粗定位与精定位融合的车牌识别系统，其特征在于，包括粗定位模块、精定位模块和字符识别模块，其中：

粗定位模块，用于采集关于车牌图像的正样本集和负样本集，提取所述正样本集和负样本集的类哈尔Haar特征以训练车牌分类器，并使用该车牌分类器粗定位待检测图像中的车牌区域；

精定位模块，用于将所述粗定位车牌区域转化为灰度图，并分析垂直以及水平投影信息以确定车牌的上下边界和左右边界，获得精定位的车牌区域；

字符识别模块，用于采集包含预定车牌字符的车牌字符集，利用超正方体Tesseract引擎分析所述车牌字符集中预定车牌字符的字符特征并训练得到车牌字符库，并利用所述车牌字符库识别所述精定位的车牌区域，以确定所述精定位的车牌区域中的字符。