[发明专利]一种基于车牌特征匹配的车速检测方法

权利要求书

1.一种基于车牌特征匹配的车速检测方法，其特征在于，包括步骤：

步骤1)，在道路两处分别划定第一检测区域及第二检测区域，每个检测区域中分别 设有第一触发线以及第二触发线；

步骤2)，当触发线触发时，先对车牌区域进行粗定位，然后对粗定位的车牌进行鉴 定真伪；

步骤3)，对定位到的车牌进行字符分割，并选择若干个字母或/及数字利用BP神经 网络做字符识别；

步骤4)，储存识别到的字符序列作为用于匹配的特征，并记录车牌中心的位置坐标 和当前帧数；

步骤5)，用第二检测区域中检测到的字符序列比对第一检测区域的车牌记录，若匹 配到车牌，则通过像素坐标转换到真实坐标算出距离，根据帧数得到时间差，从而算出车 速。

2.根据权利要求1所述的基于车牌特征匹配的车速检测方法，其特征在于，步骤2)中，判 断触发线出发包括步骤：于检测区域前上方安装摄像头采集视频，对每帧图像进行灰度化 处理，取触发线上相邻两帧图像的灰度值，做差求绝对值的和，若大于预设阈值，则判定 有物体经过检测区域。

3.根据权利要求1所述的基于车牌特征匹配的车速检测方法，其特征在于，步骤2)对车牌 区域进行粗定位包括步骤：

第一步，在检测区域内提取出候选车牌区域，对图像进行高斯滤波，降低噪声影响， 然后进行灰度化得到灰度图像；

第二步，对得到的灰度图像进行二值化得到二值图像；

第三步，对二值图像进行形态学的闭操作；

第四步，对二值图像进行连通域标记；

第五步，对标记的每个连通域取最小外接矩形，计算出矩形偏转角度，并筛选出角 度偏转在预设角度内的矩形区域；

第六步，计算第五步所筛选出的矩形区域的宽高比，并筛选出高宽比在预设范围内 的矩形区域；

第七步，通过旋转将第六步筛选出的矩形区域调整为水平，该矩形区域对应原图像 即为车牌区域。

4.根据权利要求1所述的基于车牌特征匹配的车速检测方法，其特征在于，步骤2)中，基 于HOG特征和SVM分类器对粗定位的车牌进行鉴定真伪，包括步骤：

第一步，对车牌区域进行尺寸归一化处理；

第二步，基于机器自学习的方法训练SVM分类器，使其能基于车牌区域的HOG特 征识别车牌的真伪；

第三步，基于训练好的SVM分类器得对车牌鉴定鉴定真伪。

5.根据权利要求1所述的基于车牌特征匹配的车速检测方法，其特征在于，步骤3)对定位 到的车牌利用投影法进行字符分割，包括步骤：

第一步，对车牌区域进行灰度化，获得灰度图像；

第二步，对灰度图像进行二值化，获得二值图像；

第三步，统计所述二值图像中白像素点数Num1及黑像素点数Num2，若 Num1>Num2，对二值图像取反色；

第四步，假设二值图像为f(i,j)，对图像进行垂直投影，统计每列白色像素点数目， 计算连续的线段[i,j]，从而确定字符在垂直方向上的分割线；对每一个字符区域做水平投 影，统计两段的空隙，得到最上端的空隙[i1,j1]和最下端的空隙[i2,j2]，对每块区域进行切 割，得到各个字符区域。

6.根据权利要求1所述的基于车牌特征匹配的车速检测方法，其特征在于，步骤3)中，选 择车牌中除汉字外的6位大写字母和数字利用BP神经网络做字符识别。

7.根据权利要求1所述的基于车牌特征匹配的车速检测方法，其特征在于，步骤3)中，使 用BP神经网络进行字符识别所采用的特征为像素统计直方图。

8.根据权利要求7所述的基于车牌特征匹配的车速检测方法，其特征在于，步骤3)中，使 用BP神经网络进行字符识别包括步骤：基于机器自学习的方法对BP神经网络分类器进 行训练，并基于训练好的BP神经网络分类器对字符进行识别。