[发明专利]一种车牌图像提取方法

说明书

本发明公开了一种称为滚雪球式字符搜索方法，对于二值图像，该方法从车牌字符区域的一个像素点开始可以逐步找到整个字符。车牌图像的提取方法是首先将车辆图像二值化，利用滚雪球式字符搜索方法判断车牌字符是否为白色，在不是白色的情况下进行反色处理。利用垂直边缘的水平投影和水平边缘的竖直投影的最大值，确定车牌图像中的一个点，由此利用滚雪球式字符搜索方法逐步找到字符区域上、下、右三条边界线，根据已找到字符的尺寸以及车牌上字符的分布特性，通过逐列搜索又可以找到字符区域的左边界。

技术领域

本发明涉及一种车牌图像提取方法，属于车牌自动识别领域。

背景技术

随着国民经济的迅速发展，人们的生活水平不断的提高，汽车开始进入千家万户。越来越多的汽车在给人类生活带来便利的同时，也给城市的交通带来不便，特别是交通事故的发生给许多家庭带来极大的不幸。所以在汽车与日俱增的今天交通管理也显得越来越重要。车牌图像的提取属于智能交通的一部分，它的实现可以有效的提高交通管理的效率，使得车辆的行驶规范化，这样就可以提高车辆的行驶效率以及驾驶的安全性。

目前提取车牌图像的主要方法有：1)利用车牌的自身颜色和纹理特征来提取车牌图像；2)利用数学形态学运算对目标区域进行计算和判断，给车牌予以准确的定位；3)利用人工神经网络智能识别方式对车牌进行准确定位。利用颜色特征的提取方法容易受光照等环境变化的影响，利用纹理特征的提取方法需要进行滤波、图像增强和边缘检查等一系列的图像预处理过程，利用数学形态学的提取方法需要进行腐蚀、膨胀以及图像的开运算和闭运算等数学处理。采用上述这些方法提取车牌图像需要进行十分复杂的运算，而在提取到车牌图像后还需要进行图像分割，然后才能利用模板匹配法识别出车牌字符。

将车牌图像中字符的分割与车牌图像的提取合而为一，利用分割出来的字符确定车牌图像，不仅可以简化车牌识别的程序，也避免了其它方法需要进行的复杂的图像预处理过程。

发明内容

公开了一种称为滚雪球式字符搜索方法，对于二值图像，该方法从车牌字符区域的一个像素点开始，可以像滚雪球那样，逐步找到整个字符。

车牌图像的提取方法是首先将车辆图像二值化，利用滚雪球式字符搜索方法判断车牌字符是否为白色，在不是白色的情况下进行反色处理。

利用垂直边缘的水平投影和水平边缘的竖直投影的最大值，确定车牌图像中的一个点，由此利用滚雪球式字符搜索方法，可以逐步找到字符区域上、下、右三条边界线，根据已找到字符的尺寸以及车牌上字符的分布特性，通过逐列搜索又可以找到字符区域的左边界。

附图说明

图1是车牌字符排列示意图；图2利用是利用滚雪球式字符搜索方法找到的包含单个字符的区域。

具体实施方式

如图1所示，车牌共排布了8个字符，第一个字符为中文汉字，第二个字符为大写英文字母，第三个字符为圆点间隔符，后面的五个字符为阿拉伯数字和大写英文字母。字符间隔12mm，除圆点间隔符的宽度10mm外，其余字符宽度均为45mm。字符颜色有四种，即蓝底白字、黑底白字和黄底黑字、白底黑字。

将车辆图像二值化，以M×N矩阵A表示车辆图像二值化后的像素值矩阵，其中M和N分别为矩阵A的行数和列数。蓝底和黑底车牌在进行了二值化以后，字符区域的像素值为1，其它区域像素值为0，而黄底和白底车牌则刚好相反，但只要能识别字符的像素值是否为1，在字符像素值不为1时进行反色处理，即可得到字符像素值为1的图像。因此只需考虑字符像素值识别及字符像素值为1时车牌图像的提取问题。

以A(i：j，：)和A(：，i：j)分别表示A的第i行到第j行和第i列到第j列构成的矩阵，则车辆图像水平边缘和竖直边缘的像素值矩阵分别为

abs(A(1：M-1，：)-A(2：M，：))

和