[发明专利]一种基于车牌边缘纹理特征的车牌定位方法

权利要求书

1.一种基于车牌边缘纹理特征的车牌定位方法，其特征在于包括如下步骤：

步骤1：对含有车牌的彩色图像提取R通道，记为图像r；

步骤2：对图像r进行Sobel垂直边缘检测，对获得的边缘图像进行二值化操作；

步骤3：在二值化边缘图像中找到所有符合合并条件的两条边缘，记为edge₁和edge₂，在edge₁和edge₂之间连线使之形成同一个连通区域；

步骤4：针对步骤3)得到的图像，计算图中每个连通区域的最小外包矩形rectangle[x,y,w,h]，判断每个最小外包矩形区域是否满足车牌的特征，满足车牌特征的矩形区域作为候选车牌区域，其中x为最小外包矩形rectangle的左上角横坐标，y为最小外包矩形rectangle的左上角纵坐标，w为最小外包矩形rectangle的宽，h为最小外包矩形rectangle的高；

步骤5：针对步骤4)获得的每个候选矩形区域分别在步骤2)获得的二值化边缘图像上对应区域内计算黑白跳变数mutationCount和垂直投影方差S，根据公式(1)计算每个候选矩形区域作为车牌区域的置信度Confidence，选择置信度最大的一个矩形区域作为定位得到的车牌区域，其中k₁为矩形区域中平均每一行黑白跳变数在置信度计算时的权重，k₂为矩形区域中垂直投影方差在置信度计算时的权重，满足k₁+k₂＝1，

步骤3)中符合合并条件的两条边缘需满足以下所有条件：

3.1)：leftX₁<leftX₂；

3.2)：|midY₁-midY₂|<midYThresh&&|height₁-height₂|<heightThresh&&min(height₁,height₂)>minHeightThresh；

3.3)：|rightX₁-leftX₂|<xThresh₁&&|leftX₁-rightX₂|<xThresh₂；

3.4)：colorDiffer<colorDifferThresh；

其中leftX₁为边缘edge₁的最小外包矩形的左边界，leftX₂为边缘edge₂的最小外包矩形的左边界，midY₁为边缘edge₁的最小外包矩形的中心点纵坐标，midY₂为边缘edge₂的最小外包矩形的中心点纵坐标，midYThresh为edge₁和edge₂能够进行合并需满足的最小外包矩形的中心点纵坐标之差最大值，由预先设定，height₁为边缘edge₁的最小外包矩形的高度，height₂为边缘edge₂的最小外包矩形的高度，heightThresh为edge₁和edge₂能够进行合并需满足的最小外包矩形的高度之差最大值，由预先设定，min(height₁,height₂)即取height₁和height₂之间较小的值，minHeightThresh为能够进行合并的边缘需满足的最小外包矩形的高度最小值，由预先设定，rightX₁为边缘edge₁的最小外包矩形的右边界，rightX₂为边缘edge₂的最小外包矩形的右边界，xThresh₁为edge₁和edge₂能够进行合并需满足的最小外包矩形之间最近点的横坐标之差最大值，由预先设定，xThresh₂为edge₁和edge₂能够进行合并需满足的最小外包矩形之间最远点的横坐标之差最大值，由预先设定，colorDiffer为edge₁和edge₂所在区域之间的颜色距离，根据公式(2)计算，每个边缘所在区域大小设定为以边缘的最小外包矩形中心点为中心往左右和上下分别扩展距离len，len值取0.5×min(height₁,height₂)，colorDifferThresh为edge₁和edge₂能够进行合并需满足的所在区域之间的颜色距离最大值，由预先设定，

其中，在RGB颜色空间中有256×256×256种颜色，颜色取值范围为#000000～#FFFFFF，将该颜色值范围划分为2097152类，其中第i类颜色的取值范围为[(i-1)*8,i*8]，color₁(i)和color₂(i)分别对应edge₁和edge₂所在区域中属于第i类颜色的像素点个数，i表示RGB颜色空间中颜色的种类，i＝1,2,…,2097152；

步骤3)中在符合合并条件的边缘edge₁和edge₂之间连线步骤如下：

步骤3.1)：取edge₁的最小外包矩形最左边一列的中点记为point₁；

步骤3.2)：取edge₂的最小外包矩形最右边一列的中点记为point₂；

步骤3.3)：在point₁和point₂之间画直线连接；

步骤4)中判断矩形区域rectangle[x,y,w,h]满足车牌特征需同时满足以下条件：

4.1)：minArea<w×h<maxArea；

4.2)：minRatio<w/h<maxRatio；

4.3)：mutationCount/h>mutationThresh；

其中maxArea、minArea分别为车牌区域可能的最大面积和最小面积，由预先设定，maxRatio、minRatio分别为车牌区域长宽比值的最大值和最小值，由预先设定，mutationCount为步骤2中获得的二值化边缘图像在rectangle[x,y,w,h]对应区域内总的黑白跳变数，mutationThresh为车牌区域中平均每一行可能的黑白跳变数，由预先设定。