[发明专利]一种新的车牌识别方法及系统

权利要求书

1.一种新的车牌识别方法，其特征在于包括如下步骤：

a) 车牌图像预处理，获得车牌的二值化图像；

b) 车牌定位：首先利用垂直Sobel边缘检测算法对预处理后的二值化图像进行垂直边缘的检测，再利用数学形态学方法对边缘图像进行车牌区域的粗定位，最后利用投影方法来实现车牌区域的精确定位；

c) 车牌字符分割：首先将车牌区域的边框去除，然后再利用垂直投影方法来分割字符；

d) 车牌字符识别：采用基于多特征的模板匹配识别方法，即首先将字符图像进行归一化处理，然后提取字符图像的轮廓特征、投影特征，与模板库中的相应字符的特征进行匹配对比，以达到精确识别。

2.根据权利要求1所述的新的车牌识别方法，其特征在于：车牌图像预处理包括以下步骤：

步骤一，灰度化：对彩色图像灰度化处理，如下式所示：

                                                                                  (1)

式(1)中，分别为像素处的红、绿、蓝色的强度值，为灰度化后的灰度值；

步骤二，图像增强：采用基于拉普拉斯锐化掩模的图像增强方法，其公式为：

                                  (2)

式(2)中，为输入的灰度图像，为增强后图像，为输入图像的拉普拉斯算子，其定义为：

                                 (3)

利用拉普拉斯算子矩阵与输入图像进行卷积后来得到上述的，利用锐化掩模矩阵与输入图像进行卷积后得到最终的增强图像；

步骤三，图像二值化：将图像灰度值设置为 0 或者1 的过程，使整个图像呈现非黑即白的效果，见如下公式所示：

                 (4)

式(4)中，为最佳阈值，表示得到的增强图像的最大灰度值，为增强图像的最小灰度值，最终的二值化图像通过下式来得到：

                 (5)

上式(5)中的输入即为增强后的图像，为最终的二值化图像。

3.根据权利要求1所述的新的车牌识别方法，其特征在于，车牌定位包括以下步骤：

步骤一，垂直边缘提取：基于垂直Sobel边缘检测算法提取图像中的垂直边缘，也就是利用Sobel垂直卷积核来与输入的二值化图像中每一像素点进行卷积运算后来得到垂直边缘图像；

步骤二，数学形态学滤波：采用数学形态学滤波方法运对图像进行变换，来突出所需要的图像信息，具体方法就是采用具备所需几何形态的结构元与二值化图像进行集合运算，首先使用闭运算，再使用开运算，最终得到所需要的形态学滤波后图像，具体步骤如下：

(1)首先对垂直边缘二值化图像进行结构元的闭运算，即结构元定义为高度为5像素，长度为19像素的矩形，闭运算是使用同一个结构元素对图像先膨胀后腐蚀的运算，因此，目标图像在结构元下的闭运算定义如下：

                    (6)

式(6)中，定义为膨胀操作，即对于给定的目标图像和结构元，将中每一点扩大为的操作；而定义为腐蚀操作，即满足的点的全体构成结构元与目标图像的最大相关点集；

(2)再对进行闭运算后的图像进行结构元的开运算，即结构元定义为高度为5像素，长度为19像素的矩形，开运算是使用同一个结构元素对图像先腐蚀后膨胀的运算，因此，目标图像在结构元下的开运算定义如下：

                    (7)

式(7)中，为膨胀操作，而为腐蚀操作；

步骤三，根据车牌先验知识确定车牌区域：利用我国的车牌的先验知识从这些仅存的候选区域中确定真实的车牌区域，首先，计算各个候选的矩形区域的长宽比，若长宽比在2.5和4.5之间的则确定为可能的车牌区域，若出现多个可能的车牌区域，则测量该区域的宽度和长度来判断是否满足车牌的真实宽度和长度，这样就能最终确定唯一的真实的车牌区域，最后根据所提取的区域顶点坐标，将真实的车牌区域从原始的输入灰度输入图像中裁剪出来。