[发明专利]车牌识别方法及系统

权利要求书

1.一种车牌识别方法，其特征在于，包括以下步骤：

S1：采集车辆图像；

S2：对所述车辆图像进行滤波，并通过Canny算子对所述车辆图像进行边缘检测以将所述车辆图像转换为边缘二值图像；

S3：扫描所述边缘二值图像，以根据边缘间距和边缘跳变得到车牌候选区域；

S4：根据车牌的垂直边缘特征和形态学膨胀从所述车牌候选区域中定位车牌；

S5：根据单个字符的轮廓特征从所述车牌中搜索多个字符，并根据车牌模板去除所述多个字符中的伪字符；

S6：利用SVM分类器对所述多个字符进行识别，并根据识别结果确定车辆的车牌号码。

2.如权利要求1所述的车牌识别方法，其特征在于，所述S2进一步包括：

对所述车辆图像进行高斯滤波，得到所述车辆图像的梯度幅值和梯度方向；

对所述梯度幅值进行非极大值抑制，以确定所述车辆图像的边缘；

利用双阈值检测方法对所述车辆图像进行二值化边缘提取，以得到第一边缘图像和第二边缘图像，并根据所述第一边缘图像和第二边缘图像进行边缘连接。

3.如权利要求1所述的车牌识别方法，其特征在于，所述S3进一步包括：

根据车牌实际大小确定车牌宽度范围；

根据最小车牌宽度得到最小边缘间距；

对所述边缘二值图像进行逐行扫描，将所述边缘二值图像中同时满足最小边缘间距和边缘跳变达到预设次数的边缘点进行连接，以得到连通域；

对所述连通域进行分析以得到所述车牌候选区域。

4.如权利要求1所述的车牌识别方法，其特征在于，所述S4进一步包括：

对所述车牌候选区域进行自适应灰度拉伸，以调整所述车牌候选区域的对比度；

检测所述车牌候选区域的车牌字符的垂直边缘，以得到车牌的垂直边缘特征。

5.如权利要求1所述的车牌识别方法，其特征在于，所述S5进一步包括：

通过最大类间方差法对所述边缘二值化图像进行自适应二值化处理；

对自适应二值化处理的边缘二值化图像进行三次扫描，并分别记录边缘二值化图像的边缘长度，根据所述边缘长度去除图像中的噪声，其中，第一次扫描记录从边缘左上点开始计数的边缘长度，第二次扫描记录从边缘右下点开始计数的边缘长度，第三次扫描将第一次和第二次扫描的数据相加得到边缘二值化图像的边缘长度。

6.一种车牌识别系统，其特征在于，包括：

采集模块，所述采集模块用于采集车辆图像；

滤波模块，所述滤波模块用于对所述车辆图像进行滤波，并通过Canny算子对所述车辆图像进行边缘检测以将所述车辆图像转换为边缘二值图像；

扫描模块，所述扫描模块用于扫描所述边缘二值图像，以根据边缘间距和边缘跳变得到车牌候选区域；

定位模块，所述定位模块用于根据车牌的垂直边缘特征和形态学膨胀从所述车牌候选区域中定位车牌；

筛选模块，所述筛选模块用于根据单个字符的轮廓特征从所述车牌中搜索多个字符，并根据车牌模板去除所述多个字符中的伪字符；

识别模块，所述识别模块用于利用SVM分类器对所述多个字符进行识别，并根据识别结果确定车辆的车牌号码。

7.如权利要求6所述的车牌识别系统，其特征在于，滤波模块用于对所述车辆图像进行高斯滤波，得到所述车辆图像的梯度幅值和梯度方向，并对所述梯度幅值进行非极大值抑制，以确定所述车辆图像的边缘，并利用双阈值检测方法对所述车辆图像进行二值化边缘提取，以得到第一边缘图像和第二边缘图像，并根据所述第一边缘图像和第二边缘图像进行边缘连接。

8.如权利要求6所述的车牌识别系统，其特征在于，所述扫描模块用于根据车牌实际大小确定车牌宽度范围，并根据最小车牌宽度得到最小边缘间距，并对所述边缘二值图像进行逐行扫描，将所述边缘二值图像中同时满足最小边缘间距和边缘跳变达到预设次数的边缘点进行连接，以得到连通域，并对所述连通域进行分析以得到所述车牌候选区域。

9.如权利要求6所述的车牌识别系统，其特征在于，所述定位模块用于对所述车牌候选区域进行自适应灰度拉伸，以调整所述车牌候选区域的对比度，并检测所述车牌候选区域的车牌字符的垂直边缘，以得到车牌的垂直边缘特征。

10.如权利要求6所述的车牌识别系统，其特征在于，所述筛选模块用于通过最大类间方差法对所述边缘二值化图像进行自适应二值化处理，并对自适应二值化处理的边缘二值化图像进行三次扫描，并分别记录边缘二值化图像的边缘长度，根据所述边缘长度去除图像中的噪声，其中，第一次扫描记录从边缘左上点开始计数的边缘长度，第二次扫描记录从边缘右下点开始计数的边缘长度，第三次扫描将第一次和第二次扫描的数据相加得到边缘二值化图像的边缘长度。