[发明专利]一种雾霾天气的车牌识别方法

权利要求书

1.一种雾霾天气的车牌识别方法，该方法是对外部设备采集到的原始有雾图像进行去雾处理，得到清晰可见的车牌图像，再送入车牌识别系统，得到车牌信息；其具体步骤如下：

S1.采集原始图像：采用外部设备采集原始有雾图像；

S2.对原始图像进行直方图均衡化处理：先将通过步骤S1得到的原始图片进行灰度化，使整幅图呈现0-255不同灰度级的变化，然后再根据下列公式统计全部像素点，并以图像灰度级为横坐标，灰度级所对应的像素点概率为纵坐标，绘制出图像的灰度直方图；通过修正灰度直方图得到去雾后清晰的图像；具体公式如下：

S3.对图像进行预处理：提取通过步骤S2得到的去雾后清晰的图片，将去雾后的图片采用加权平均法进行灰度转化，然后对灰度化后的图片进行边缘检测，再对图像进行腐蚀，最后对图像进行平滑处理以及去除最小对象，最终得到只留下车牌区域的图片；

S4.对车牌进行识别定位：先将通过步骤S3得到的图片进行二值化处理，再利用阈值分割法切割出矩形的车牌区域，得到只有车牌的精确图像；

S5.利用垂直投影法对车牌上的字符进行分割处理；

S6.采用模板匹配算法对分割后的字符进行识别处理；

S7.将识别的字符作为最终车牌号码信息，对其进行输出，操作完成。

2.根据权利要求1所述的一种雾霾天气的车牌识别方法，其特征在于：步骤S2中所述图像的直方图的像素点处在[0,1]区间内的任一灰度级r都存在下式函数：

s＝T(r) (2)

r＝T^-1(s),0≤s≤1 (3)

根据上述关系，对直方图进行均衡化处理。

3.根据权利要求1所述的一种雾霾天气的车牌识别方法，其特征在于：步骤S3中所述的对图像进行预处理的具体步骤如下：

A.将去雾后的图片利用加权平均法进行灰度转化：使整幅图呈现0-255不同灰度级的变化，再利用加权平均法计算图像灰度值H,并通过得到的灰度值H将去雾后的车牌图像进行灰度化；具体公式如下：

H＝0.299R+0.587G+0.114B (6)

B.图像的边缘检测：先对灰度化后的车牌图像进行边缘检测，找到图像各个位置的交界线，继而去除无用的噪点，只留下边框线；

C.二值图像的腐蚀：用函数imerod来完成灰度图的腐蚀，在函数imerod中选择三行一列[1；1；1]作为矩阵，将结构元素依次与二值图像进行匹配；

D.平滑处理与小对象的去除：运用低通滤波器承载imclose()函数对腐蚀后的图像进行平滑处理，消去变化较大的噪点；再将平滑处理后的车牌图像用函数bwareaopen()把二值图像中小于设定的面积值部分删除，得到移除小对象后的车牌二值图像。

4.根据权利要求3所述的一种雾霾天气的车牌识别方法，其特征在于：所述步骤B中的图像的边缘检测的具体操作方式是选取阈值0.15，在横纵双向上，用Prewitt算子进行边缘检测，精确的将图像干扰去除，留下清晰的汽车边框。

5.根据权利要求1所述的一种雾霾天气的车牌识别方法，其特征在于：步骤S4中所述的二值化处理是采用RGB彩色模型对车牌底色进行数据转换，然后统计车牌底色像素点的数量，得到车牌区域的高度和宽度，再对它进行切割，实现车牌定位，最终得到完整清晰的车牌区域图像。

6.根据权利要求1所述的一种雾霾天气的车牌识别方法，其特征在于：步骤S5中所述的分割处理是对车牌图像进行纵向扫描，统计每列像素点个数，得到车牌图像的投影图；在投影图中，其字符区域和间隔区域之间的像素点有明显的不同，沿着像素点变换的位置切割，将间隔中间字符分割开来，得到独立清晰的字符；再将切割完成的字符图片进行归一化操作后，送入识别模块。

7.根据权利要求1所述的一种雾霾天气的车牌识别方法，其特征在于：步骤S6中所述的对分割后的字符进行识别处理是用模板图像与原始图像进行比较，根据相似度来确定是否为模板上的字符；归一化处理后的字符图片与字符库中的模板大小相等，两者可以直接进行匹配，将处理后的字符中每一点的像素值与模板字符中每一点的像素值对应相比较，找到最相似的那个模板即为匹配度最高的字符，得出相对应的车牌信息。