[发明专利]一种车牌区域的定位方法、装置及设备在审
申请号: | 201910756032.7 | 申请日: | 2019-08-14 |
公开(公告)号: | CN110472630A | 公开(公告)日: | 2019-11-19 |
发明(设计)人: | 陈鹏;孙岩;江砥中 | 申请(专利权)人: | 上海世茂物联网科技有限公司 |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06K9/46 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 200120 上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 边缘检测结果 边缘检测算法 边缘检测 灰色图像 滤波 车牌区域 检测区域 装置及设备 车牌定位 错误问题 连通区域 图像转换 组合边缘 精准度 连通域 逻辑或 采集 图像 检测 | ||
本发明公开了一种车牌区域的定位方法、装置及设备,其中,采集车辆的图像,将该图像转换为灰色图像;通过第一边缘检测算法对该灰色图像进行边缘检测,获取第一边缘检测结果,通过第二边缘检测算法对该灰色图像进行边缘检测,获取第二边缘检测结果;将该第一边缘检测结果和该第二边缘检测结果进行逻辑或的操作,得到第三边缘检测结果;通过矩形和连通域区域混合滤波对该第三边缘检测结果进行滤波,得到第四边缘检测结果,通过第一边缘检测算法和第二边缘检测算法组合边缘检测,缩小检测区域,再通过矩形和连通区域混合滤波的方法,进一步缩小检测区域,解决了边缘检测容易导致车牌区域的定位错误问题,提高了车牌定位区域的精准度。
技术领域
本发明涉及图像识别领域,具体而言,涉及一种车牌区域的定位方法、装置及设备。
背景技术
车牌区域定位是指用矩形滤波检测将拍摄的车辆图像中包含车牌的区域标识出来。车牌区域定位是车牌识别的前提,准确的从车辆图像中提取车牌区域,能够有效提升车牌识别的正确率。目前对车牌区域定位的方法主要依赖边缘检测,通过边缘检测对图像中具有边缘特征的像素进行提取,但是单一的使用边缘检测容易导致车牌区域的定位错误,从而影响车牌识别的正确率。
针对相关技术中,边缘检测容易导致车牌区域的定位错误问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中边缘检测容易导致车牌区域的定位错误问题,本发明提供了一种车牌区域的定位方法、装置及设备,以至少解决上述问题。
根据本发明的一个方面,提供了一种车牌区域的定位方法,所述方法包括:
采集车辆的图像,将所述图像转换为灰色图像;
通过第一边缘检测算法对所述灰色图像进行边缘检测,获取第一边缘检测结果,通过第二边缘检测算法对所述灰色图像进行边缘检测,获取第二边缘检测结果;
将所述第一边缘检测结果和所述第二边缘检测结果进行逻辑或的操作,得到第三边缘检测结果;
通过矩形和连通域区域混合滤波对所述第三边缘检测结果进行滤波,得到第四边缘检测结果。
进一步地,所述将所述第一边缘检测结果和所述第二边缘检测结果进行逻辑或的操作,得到第三边缘检测结果之后,所述方法还包括:
在所述第三边缘检测结果中的车牌区域范围大于预设的车牌区域范围的情况下,通过所述第一边缘检测算法对所述灰色图像进行边缘检测,得到第五边缘检测结果,用所述第五边缘检测结果替换所述第三边缘检测结果。
进一步地,通过矩形和连通域区域混合滤波的方法对所述第三边缘检测结果进行滤波,得到第四边缘检测结果之后,所述方法还包括:
通过车牌的属性参数对所述第四边缘结果进行筛选,确定第六边缘结果,所述属性参数至少包括以下之一:车牌的颜色、车牌的纵横比和车牌的区域大小。
进一步地,所述第一边缘检测算法为Canny算法,所述第二边缘检测算法为Laplacian算法。
根据本发明的另一个方面,还提供了一种车牌识别的装置,用于车牌的定位方法,所述装置包括:
采集模块,用于采集车辆的图像,将所述图像转换为灰色图像;
检测模块,用于通过第一边缘检测算法对所述灰色图像进行边缘检测,获取第一边缘检测结果,通过第二边缘检测算法对所述灰色图像进行边缘检测,获取第二边缘检测结果;
组合检测模块,用于将所述第一边缘检测结果和所述第二边缘检测结果进行逻辑或的操作,得到第三边缘检测结果;
滤波模块,用于通过矩形和连通域区域混合滤波对所述第三边缘检测结果进行滤波,得到第四边缘检测结果。
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上海世茂物联网科技有限公司,未经上海世茂物联网科技有限公司许可,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/201910756032.7/2.html,转载请声明来源钻瓜专利网。