[发明专利]一种雾霾天气的车牌识别方法

说明书

本发明公开了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；具体步骤包括：（1）采集原始图像；（2）对原始图像进行直方图均衡化处理；（3）对图像进行预处理；（4）对车牌进行识别定位；（5）对车牌上的字符进行分割处理；（6）对分割后的字符进行识别处理；（7）输出车牌信息，操作完成。本发明可以实现雾天条件下的车牌识别，有效地提高识别准确率以及识别效率，弥补了传统车牌识别的劣势，能进一步减轻交通监管工作，具有广泛的应用前景。

技术领域

本发明涉及一种智能交通监控系统的图像处理方法，具体涉及一种雾霾天气的车牌识别方法。

背景技术

智能交通监控系统就是通过监控系统将监视区域内的现场图像传回指挥中心，使交通管理人员直接掌握车辆排队、堵塞、信号灯等交通情况。

然而在现实生活中，存在着各种各样、无法预料的恶劣天气；如在大雾天气下，影响着车牌信息的可视性，使得监控系统准确的录入汽车车牌信息的难度增加；如今现有的监控系统的监控设施、手段和功能都相对落后，无法准确识别车牌信息。

发明内容

针对上述问题，本发明提供一种雾霾天气的车牌识别方法，能有效的解决上述技术问题。

技术方案

一种雾霾天气的车牌识别方法，该方法是先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。

进一步的，步骤S2中所述的灰度直方图用来统计图像中灰度值的分布，能够清晰反应图像像素值的分区情况；图像的可视性与直方图分布的关系如下：

a：亮度较暗，颜色较深的图像的直方图，像素值较小的点比较多；

b：亮度较亮，颜色较浅的图像的直方图，像素值较大的点比较多；

c：对比度低，清晰度不高，模糊的图像的直方图所占的灰度级较少，而且分布不均匀，都处于中间位置；

d：对比度高，且明亮度适中，能清晰显示内容的图像的直方图所占灰度级多，且像素值分布均匀；

根据上述的关系，将图像的灰度直方图进行调整，增加像素值少的灰度级，减少像素值多的灰度级，使其像素值分布变得均匀，增加图像对比度，优化图像清晰度，达到去雾效果。

进一步的，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：