[发明专利]一种车牌字符分割方法及装置

说明书

本发明提供了一种车牌字符分割方法，该方法包括：输入车牌区域图像；对车牌区域图像进行图像预处理；对车牌区域图像进行阈值分割，获取车牌区域图像的二值图像，采用连通区域标记法获取标记的连通区域，根据先验知识对标记连通区域进行过滤；计算标记连通区域的字符识别置信度，若置信度不小于置信度阈值，则将该连通区域标记为字符块区域；采用多叉树模型匹配法，获取最佳字符区域并输出。与现有技术相比，本发明能快速且准确地对车牌字符进行分割。

技术领域

本发明涉及图像处理、视频监控以及智能交通，特别涉及车牌字符分割方法及装置。

背景技术

随着城市的日益现代化，机动车的保有量持续增加，智能交通系统发挥着越来越重要的作用。车牌识别技术是现代智能交通系统的重要组成部分，有着十分广泛的应用。车牌识别技术分为车牌定位、字符分割和字符识别三个组成部分。其中，字符分割是在定位出来的车牌区域将其中的单个字符区域准确的分割出来。字符分割的准确与否直接影响到了后期字符识别的准确率。

目前常用的字符分割算法有：垂直投影法、模板匹配法、连通区域法、分类器法、神经网络法等。其中，垂直投影法对倾斜的字符很敏感；连通区域法对断裂或字符粘连处理较差；分类器法和神经网络法算法较为复杂。模板匹配法对车牌的提取精度要求较高。

综上所述，目前迫切需要提出一种快速且分割准确率高的车牌字符分割方法及装置。

发明内容

有鉴于此，本发明的主要目的在于实现快速的车牌字符分割，且字符分割的准确性较高。

为达到上述目的，按照本发明的第一个方面，提供了一种车牌字符分割方法，该方法包括：

第一步骤，输入车牌区域图像；

第二步骤，对车牌区域图像进行图像预处理；

第三步骤，对车牌区域图像进行阈值分割，获取车牌区域图像的二值图像，采用连通区域标记法获取标记的连通区域，根据先验知识对标记连通区域进行过滤；

第四步骤，计算标记连通区域的字符识别置信度，若置信度不小于置信度阈值，则将该连通区域标记为字符块区域；及

第五步骤，采用多叉树模型匹配法，获取最佳字符区域并输出。

进一步地，所述第二步骤中图像预处理包括以下一种或者两种步骤的组合：图像倾斜矫正步骤、图像增强步骤。

进一步地，所述第三步骤中所述根据先验知识对标记连通区域进行过滤包括：统计标记连通区域的宽度和高度，计算宽度与高度的比值；若标记连通区域的宽度与高度的比值小于第一阈值或者大于第二阈值，则将该标记连通区域滤除。

进一步地，所述第五步骤包括：

字符块区域排序步骤，统计每个字符块区域的左边界，按照字符块区域的左边界所对应横坐标的值的从小到大的顺序，获取字符块区域序列{C_i}，i＝{1，2，…，n}，其中n为字符块区域的个数；

模型参数定义步骤，统计每个字符块区域的宽度，计算所有字符块区域宽度的平均值，标记为基准字符宽度，设置最小比例阈值、最大比例阈值，根据最小比例阈值和基准字符宽度计算最小间隙，即最小间隙＝最小比例阈值×基准字符宽度，根据最大比例阈值和基准字符宽度计算最大间隙，即最大间隙＝最大比例阈值×基准字符宽度，根据基准字符宽度、最大间隙、最小间隙，定义模型组为{M_j}，j＝{1，2，…，m}，M_j为第j个模型，m为车牌类型的个数；