[发明专利]一种车牌筛选方法及装置

说明书

本发明公开了一种车牌筛选方法及装置，该方法包括：提取待测小图的LBP特征，待测小图为将包含有车牌的待测图像进行粗检后得到的任一小图；基于待测小图的LBP特征，利用N个第一级分类器分别对待测小图进行分类，得到N个第一级分类结果；第一级分类器与车牌类型一一对应，N为大于1的整数；如果任一第一级分类结果判定待测小图为车牌，则提取该待测小图的颜色特征和HOG特征；基于待测小图的LBP特征、颜色特征及HOG特征，利用第二级分类器对待测小图进行分类，得到该待测小图是否为车牌的第二级分类结果；其中，第二级分类器与N个第一级分类器对应的全部车牌类型相对应。从而能够保证快速且高效的检测出不同类型的车牌。

技术领域

本发明涉及车牌检测技术领域，更具体地说，涉及一种车牌筛选方法及装置。

背景技术

时至今日，车牌识别设备已经越来越广泛地应用在公安局、军区、武警大队等单位，在这些单位的出入口往往需要识别的不只是其对应的一种车牌，而是需要同时实现对于民用牌和其他类型车牌的识别。

通常车牌识别设备包括车牌检测模块及字符识别模块等，由车牌检测模块对不同的车牌进行检测，并将检测得到的车牌发送至字符识别模块，由字符识别模块对车牌的字符进行识别。由于军牌、武警牌、警牌及民用牌的外观尺寸和字符间隔等相似但并不完全相同，因此，如果简单累加或套用民用牌的车牌检测方法，容易出现耗时过长或检测性能较低的情况，即现有技术对多类型车牌进行检测时难以同时兼顾较高的检测率、较短的耗时和较少的虚警。

综上所述，现有技术中缺少一种在对多类型车牌进行检测时能够同时兼顾较高的检测率、较短的耗时和较少的虚警的技术方案。

发明内容

本发明的目的是提供一种车牌筛选方法及装置，以在对多类型车牌进行检测时能够同时保证较高的检测率、较短的耗时及较少的虚警。为了实现上述目的，本发明提供如下技术方案：

一种车牌筛选方法，包括：

提取待测小图的LBP特征，所述待测小图为将包含有车牌的待测图像进行粗检后得到的任一小图；

基于所述待测小图的LBP特征，利用预先训练的N个第一级分类器分别对所述待测小图进行分类，得到N个第一级分类结果；其中，所述第一级分类器与车牌类型一一对应，N为大于1的整数；

如果所述N个第一级分类结果中存在判定所述待测小图为车牌的分类结果，则提取该待测小图的颜色特征和HOG特征；

基于所述待测小图的LBP特征、颜色特征及HOG特征，利用预先训练的第二级分类器对所述待测小图进行分类，得到该待测小图是否为车牌的第二级分类结果；其中，所述第二级分类器与所述N个第一级分类器对应的全部车牌类型相对应。

优选的，任一第一级分类器的预先训练过程包括：

获取第一预设数量的训练图像，并对所述训练图像进行粗检得到训练小图，其中，每个所述训练图像中包含的车牌类型相同；

将其图像为车牌的训练小图加入训练正样本，其图像为背景的训练小图加入训练负样本，并提取每个所述训练小图的LBP特征；

基于所述训练正样本、所述训练负样本及每个所述训练小图的LBP特征训练得到与所述训练图像中包含的车牌类型相对应的SVM分类器，并确定该SVM分类器为第一级分类器。

优选的，所述第二级分类器的预先训练过程包括：

确定用于训练所述N个第一级分类器的全部训练图像为总训练图像，并对所述总训练图像进行粗检得到总训练小图；

将其图像为车牌的总训练小图加入总正样本中，其图像为背景的总训练小图加入总负样本中，并提取每个所述总训练小图的LBP特征、HOG特征及颜色特征；