[发明专利]基于图像处理技术实现车牌定位处理的方法

说明书

本发明涉及一种基于图像处理技术实现车牌定位处理的方法，包括读入图像，以图像左上角的像素点为原点建立直角坐标系，进行灰阶变换、对图像进行平滑处理、对灰度图像进行二值化，并计算图像最大稳定极值区域、对图像做边缘检测和腐蚀处理，计算车牌候选区域，从而完成车牌定位处理。采用了本发明的基于图像处理技术实现车牌定位处理的方法，通过建立统一的车牌定位检测框架，引入了灰阶变换、图像平滑处理、最大稳定区域获取、边缘检测、形态学处理、最近相邻对获取，有效地解决了复杂场景下车牌定位问题，利用图像灰阶变换、图像平滑处理，图像最大稳定值抽取、图像最佳连通区域获取克服复杂背景和不同角度距离下车牌定位精度下降及定位检测中错误率高的问题。

技术领域

本发明涉及图像处理领域，尤其涉及车牌定位图像处理领域，具体是指一种基于图像处理技术实现车牌定位处理的方法。

背景技术

车牌定位是在图像中检测车牌的处理过程。早期的车牌定位技术通常采用纹理特征、颜色特征、字符特征等。随着计算机技术的出现，基于计算机视觉和智能图像处理的方法极大地提高了处理的工作效率和适用条件。

经过对现有技术的文献检索发现，基于多特征融合的方法所采用的算法主要是利用不同特征信息，如Cheng S H，Gao X，Zhou B.在《Acta Metrological Sinica》(地震学报)2018年第39卷，第3期，第348页到352页发表的“Vehicle Recognition Based onMulti-feature Extraction and SVM Parameter Optimization”(基于多特征提取和支持向量机的参数优化的车辆识别)一文中提出基于多特征抽取实现车牌定位识别。Li B，TianB，Yao Q在《IEEE International Conference on Networking，Sensing and Control》(国际网络、传感和控制会议)第1卷，第399页到404页发表的“A Vehicle license platerecognition system based on analysis of maximally stable extremal regions”(基于最大稳定极值区域的车牌识别)一文中提出利用最大稳定极值区域来定位车牌的方法。然而，这些方法未能考虑复杂背景、不同角度距离的车牌识别的问题。从而无法获得正确的车牌信息。这就带来了车牌定位精度下降的问题。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种满足处理效率高、操作简便、适用范围较为广泛的基于图像处理技术实现车牌定位处理的方法。

为了实现上述目的，本发明的基于图像处理技术实现车牌定位处理的方法如下：

该基于图像处理技术实现车牌定位处理的方法，其主要特点是，所述的方法包括以下步骤：

(1)读入图像，以图像左上角的像素点为原点建立直角坐标系，进行灰阶变换；

(2)对图像进行平滑处理；

(3)对灰度图像进行二值化，并计算图像最大稳定极值区域；

(4)对图像做边缘检测和腐蚀处理，计算车牌候选区域，从而完成车牌定位处理。

较佳地，所述的步骤(1)中进行灰阶变换，具体为：

根据以下公式计算进行灰阶变换：

Y＝0.299×R+0.587×G+0.114×B；

其中，R、G、B分别为所述的原图像信息中各个像素点的红色、绿色、蓝色的数值，Y为灰阶转换后图像的各个像素点的数值。

较佳地，所述的步骤(2)中进行平滑处理，具体为：

根据以下公式计算进行平滑处理：