[发明专利]一种基于自适应边缘特征的车牌粗定位方法

权利要求书

1.一种基于自适应边缘特征的车牌粗定位方法，其特征在于，包括以下顺序的步骤：

(1)将包含车牌的待处理彩色图像变换成灰度图像；

(2)利用均值滤波器对得到的灰度图像进行模糊处理；

(3)利用垂直边缘检测算子，获取经过模糊处理的灰度图像的二值垂直边缘图；

(4)基于垂直边缘的密度信息，利用自适应边缘特征，动态获取二值垂直边缘图每行相邻前景目标点之间的距离阈值，将每行彼此之间距离小于该阈值的两个相邻前景目标点连起来，形成连通区域；

(5)将形成的各个连通区域进行形态学运算处理；

(6)对经过形态学运算处理后的各个连通区域进行分析，利用各个连通区域的特征信息，包括高度、宽度、宽高比和面积，去除非车牌连通区域，得到车牌候选连通区域；

(7)对车牌候选连通区域依据其周围边缘信息进行相应扩展，形成车牌候选矩形区域，得到车牌粗定位结果；

步骤(4)中，所述基于垂直边缘的密度信息，利用自适应边缘特征，动态获取二值垂直边缘图每行相邻前景目标点之间的距离阈值，将每行彼此之间距离小于该阈值的两个相邻前景目标点连起来，形成连通区域，具体包括以下顺序的步骤：

(41)进入二值垂直边缘图的待处理当前行；

(42)自左向右寻找连续跳变点；

(43)对找到的连续跳变点的数目进行统计，判断连续跳变点的数目是否小于预设阈值，若是，则返回步骤(42)，继续寻找连续跳变点，若否，则执行步骤(44)；

(44)采用以下公式获取连续跳变点区域内的加权平均边缘高度：

T=1NΣxf(hx)]]>

f(hx)=hx(1-e-1hx-H‾)hx>H‾hxhx=H‾hx(1-e1hx-H‾)hx<H‾]]>

其中，T表示连续跳变点区域内的加权平均边缘高度，x表示连续跳变点区域内的前景目标点坐标，N表示连续跳变点的数目，f(h_x)表示每个坐标位置的加权边缘高度，h_x表示每个坐标位置的原始边缘高度，表示连续跳变点区域内的平均高度；

(45)若当前行的相邻前景目标点之间的距离小于T，则将这两个相邻前景目标点用直线连起来；

(46)判断当前跳变点是否处于当前行的行尾，若是，则执行步骤(47)，若否，则以当前跳变点作为起点，返回步骤(42)；

(47)判断当前行是否为二值垂直边缘图的最后一行，若是，输出连通区域图像，若否，执行步骤(48)；

(48)将当前行的下一行作为待处理当前行，返回步骤(41)。