[发明专利]一种车牌字符识别方法及其系统有效
申请号: | 202010612343.9 | 申请日: | 2020-06-30 |
公开(公告)号: | CN111598104B | 公开(公告)日: | 2023-05-12 |
发明(设计)人: | 张鹏;吴猛猛 | 申请(专利权)人: | 成都鹏业软件股份有限公司 |
主分类号: | G06V20/62 | 分类号: | G06V20/62;G06V30/148;G06V30/162 |
代理公司: | 成都市集智汇华知识产权代理事务所(普通合伙) 51237 | 代理人: | 李华;温黎娟 |
地址: | 610041 四川省成都市*** | 国省代码: | 四川;51 |
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 字符 识别 方法 及其 系统 | ||
1.一种车牌字符识别方法,其特征在于,包括:
S1:获取车牌图像并生成自适应二值化图像;
S2:将所述自适应二值化图像包含的干扰轮廓过滤并对所述自适应二值化图像的精确边界定位;
S3:基于精定位后的自适应二值化图像生成字符中心距投影,包括:获取精定位后的自适应二值化图像的宽度W和高度H;遍历每一列像素的中心距,其中,每一列像素的中心距由该列像素包含的全部像素点的中心距累加得到,每一列像素的中心距的生成公式为其中,M为该列的中心距,H为图像高度,i为像素点,Pi为像素点i对中心距的贡献,val为像素点i的像素值;按照第一预设比例将数值较高的多列像素的中心距进行加权平均并生成平均最大中心距,将第二预设比例的平均最大中心距作为分隔中心距;遍历全部中心距小于分隔中心距的列像素并生成多个预置分割块;遍历所述预置分割块获取宽度最大的预置分割块并生成几何定位点;
S4:基于所述字符中心距投影和所述自适应二值化图像中的连通域生成分割后的字符信息,包括:S41:将所述几何定位点作为初始点寻找所述二值化图像在第一方向上的第一个连通域;S42:在所述连通域的宽度大于第一阈值的情况下,遍历所述连通域中包含的最宽阈值分割块作为字符分割点,若所述连通域中不包含字符分割块则将所述连通域视为单一字符,在所述连通域的宽度小于第二阈值的情况下,在所述连通域的起始点横坐标至所述起始点加所述第一阈值的横坐标所构成的区间中按照所述第一方向寻找最宽的预置分割块作为字符分割点,若找到的预置分割块为连通域后第一个阈值分割块则代表该字符本身较小,否则代表该字符有残缺;S43:将所述字符分割点作为初始点并重复上述步骤直至分割完成所有几何定位点在第一方向上的全部字符;
S5:基于所述字符信息生成车牌信息。
2.根据权利要求1所述的字符识别方法,其特征在于,所述S4还包括:
将所述几何定位点作为初始点寻找所述二值化图像在第二方向上的第一个联通域并按照所述S42包含的分割方法生成城市字符分割点;
将所述城市字符分割点作为初始点寻找所述二值化图像在第二方向上的第一个连通域并按照所述S42包含的分割方法生成省份字符分割点。
3.根据权利要求2所述的字符识别方法,其特征在于,在生成所述省份字符分割点时,若所述城市字符分割点与所述省份字符分割点之间的区间宽度小于第三阈值,则将所述城市字符分割点在第二方向上延伸所述第三阈值长度的坐标点作为更新后的所述省份字符分割点。
4.根据权利要求1所述的字符识别方法,其特征在于,所述S1包括:
获取车牌图像并将所述车牌图像灰度化生成尺寸统一化的灰度图像;
基于所述灰度图像的尺寸确定模糊块尺寸半径,基于所述模糊块对所述灰度图像遍历并生成高斯加权图像,将所述高斯加权图像的像素点的灰度值与所述灰度图像对应的像素点的灰度值一一比对并生成自适应二值化图像,其中,
在所述高斯加权图像的像素点的灰度值大于所述灰度图像对应的像素点的灰度值,将所述高斯加权图像的像素点的灰度值更新为0,
在所述高斯加权图像的像素点的灰度值小于所述灰度图像对应的像素点的灰度值,将所述高斯加权图像的像素点的灰度值更新为255。
5.根据权利要求1所述的字符识别方法,其特征在于,所述S2包括:
基于所述自适应二值化图像进行轮廓寻找,通过将高度小于二值化图像高度0.4倍和/或宽度小于5像素宽度的轮廓过滤,生成过滤干扰轮廓的所述自适应二值化图像;
通过对过滤干扰轮廓的所述自适应二值化图像进行灰度值跳变次数统计并生成精定位的自适应二值化图像。
6.根据权利要求1所述的字符识别方法,其特征在于,所述S5包括:
获取样本数据;
设置神经网络模型并通过训练所述样本数据生成预测模型;
将所述分割后的字符信息输入所述神经网络生成所述车牌信息。
7.一种车牌字符识别系统,其特征在于,包括:
图像获取单元,用于获取车牌图像;
数据处理单元,用于接收车牌图像并生成自适应二值化图像后,将所述自适应二值化图像包含的干扰轮廓过滤并对所述自适应二值化图像的精确边界定位,获取精定位后的自适应二值化图像的宽度W和高度H,遍历每一列像素的中心距,其中,每一列像素的中心距由该列像素包含的全部像素点的中心距累加得到,每一列像素的中心距的生成公式为其中,M为该列的中心距,H为图像高度,i为像素点,Pi为像素点i对中心距的贡献,val为像素点i的像素值;按照第一预设比例将数值较高的多列像素的中心距进行加权平均并生成平均最大中心距,将第二预设比例的平均最大中心距作为分隔中心距;遍历全部中心距小于分隔中心距的列像素并生成多个预置分割块;遍历所述预置分割块获取宽度最大的预置分割块并生成几何定位点;将所述几何定位点作为初始点寻找所述二值化图像在第一方向上的第一个连通域;在所述连通域的宽度大于第一阈值的情况下,遍历所述连通域中包含的最宽阈值分割块作为字符分割点,若所述连通域中不包含字符分割块则将所述连通域视为单一字符,在所述连通域的宽度小于第二阈值的情况下,在所述连通域的起始点横坐标至所述起始点加所述第一阈值的横坐标所构成的区间中按照所述第一方向寻找最宽的预置分割块作为字符分割点,若找到的预置分割块为连通域后第一个阈值分割块则代表该字符本身较小,否则代表该字符有残缺将所述字符分割点作为初始点并重复上述步骤直至分割完成所有几何定位点在第一方向上的全部字符;
神经网络单元,能够基于所述分割后的字符信息生成车牌信息。
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成都鹏业软件股份有限公司,未经成都鹏业软件股份有限公司许可,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/202010612343.9/1.html,转载请声明来源钻瓜专利网。