[发明专利]一种车牌定位方法和装置在审
申请号: | 201711243427.4 | 申请日: | 2017-11-30 |
公开(公告)号: | CN108038430A | 公开(公告)日: | 2018-05-15 |
发明(设计)人: | 宋景选;曹黎俊 | 申请(专利权)人: | 北京华道兴科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62 |
代理公司: | 北京思格颂知识产权代理有限公司 11635 | 代理人: | 潘珺;杨超 |
地址: | 100043 北京市石景山*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车牌 定位 方法 装置 | ||
1.一种车牌定位方法,其特征在于,包括:
对获取的原图像进行预检测,确定候选车牌区域;
在候选车牌区域内,选取提议分布对应的提议采样状态,所述提议分布表示所述提议采样状态的矩形对角存在车牌的概率;
根据所述提议采样状态对应的采样区域的颜色特征、形状特征、字符特征,计算所述提议采样状态的车牌特征概率;
根据得到的车牌特征概率,确定是否将所述提议采样状态加入采样状态集合;
返回重复执行在候选车牌区域内选取提议分布对应的提议采样状态的步骤,直至获取包含指定数量的提议采样状态的采样状态集合;
确定采样状态集合中车牌特征概率最大的采样状态对应的采样区域为车牌位置区域。
2.如权利要求1所述的车牌定位方法,其特征在于,所述根据所述提议采样状态对应的采样区域的颜色特征、形状特征、字符特征,计算所述提议采样状态的车牌特征概率,包括:
计算所述提议采样状态对应的采样区域的像素颜色属于车牌颜色的概率,得到所述提议采样状态的颜色特征概率;
计算所述提议采样状态对应的采样区域的边缘为车牌边缘的概率,得到所述提议采样状态的形状特征概率;
计算所述提议采样状态对应的采样区域中字符边缘重心位置与采样区域重心位置的距离,得到所述提议采样状态的字符特征概率;
根据所述颜色特征概率、形状特征概率和字符特征概率,计算所述提议采样状态的车牌特征概率。
3.如权利要求1所述的车牌定位方法,其特征在于,所述对获取的原图像进行预检测,确定候选车牌区域,包括:
提取获取的原图像垂直边缘和水平边缘,得到水平投影梯度图和垂直投影梯度图;
根据水平投影梯度图、垂直投影梯度图和像素坐标分别计算水平投影值和垂直投影值;
根据计算得到的水平投影值和垂直投影值,获得候选车牌区域的上下位置和左右位置;
根据计算得到的候选车牌区域的上下位置和左右位置,获得候选车牌区域的对角点坐标。
4.如权利要求1所述的车牌定位方法,其特征在于,所述在候选车牌区域内,选取提议分布对应的提议采样状态,包括:
随机选定一个采样状态,计算采样状态对应的区域左上角存在车牌概率和右下角存在车牌概率;
根据获得的所述左上角存在车牌概率和所述右下角存在车牌概率,计算矩形对角存在车牌概率,作为提议分布;
以选定的采样状态作为得到的所述提议分布对应的提议采样状态。
5.如权利要求2所述的车牌定位方法,其特征在于,计算所述提议采样状态的颜色特征概率的过程,包括:
获取所述提议采样状态对应的采样区域的像素颜色,得到各像素颜色的分布情况;
根据所述采样区域中背景颜色所占的像素点数,计算得到所述提议采样状态的颜色特征概率。
6.如权利要求2所述的车牌定位方法,其特征在于,计算所述提议采样状态的形状特征概率,包括:
获取所述提议采样状态对应的采样区域的四条边的梯度特征;
根据所述采样区域的四条边的梯度特征,计算所述提议采样状态对应的采样区域的四条边为车牌边缘的概率;
根据所述提议采样状态对应的采样区域的四条边为车牌边缘的概率,进行累加计算得到所述提议采样状态的形状特征概率。
7.如权利要求2所述的车牌定位方法,其特征在于,计算所述提议采样状态的字符特征概率,包括:
根据所述提议采样状态对应的采样区域中字符边缘点的个数,计算采样区域中字符边缘重心位置;
根据所述提议采样状态对应的采样区域的边缘点坐标,确定所述采样区域重心位置;
计算所述字符边缘重心位置与所述采样区域重心位置的距离,得到提议采样状态的字符特征概率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京华道兴科技有限公司,未经北京华道兴科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711243427.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种电动尾门撑杆弹簧高低温耐久装置
- 下一篇:柑橘套种白萝卜的高产栽培方法