[发明专利]一种车牌字符识别方法及其系统

说明书

本发明公开了一种车牌字符识别方法及其系统，包括获取车牌图像并生成自适应二值化图像；将自适应二值化图像包含的干扰轮廓过滤并对自适应二值化图像的精确边界定位；基于精定位后的自适应二值化图像生成字符中心距投影；基于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；基于所述字符信息生成车牌信息。本发明通过改进图像二值化方法，生成准确的自适应二值化图像，避免了传统的全局二值化方法在光照或者亮度不均匀时不能分离出字符的问题。并通过所提出的字符中心距计算方法生成预置分割块，最后利用预置分割块和连通域结合的方式解决了传统车牌字符识别方法的字符分割易出错的问题，提升了车牌字符识别的准确性。

技术领域

本发明涉及车牌识别技术领域，具体涉及一种车牌字符识别方法及其系统。

背景技术

随着各国公路建设的迅速发展和汽车数量的不断增加，交通管理的任务日趋繁重，利用计算机汽车车牌识别技术，自动检测与识别汽车车牌号在现代交通监控中具有非常重要的作用。车牌检测与识别技术是数字图像处理与模式识别技术在智能交通领域中的重要研究课题之一，其对智能交通系统的发展和交通业的发展起着重要的推动作用，更具有广阔的市场前景。

现有的车牌识别技术，包括：车牌定位、车牌校正、字符分割和字符识别。车牌字符分割是车牌检测与识别技术中的重要组成部分，而传统的车牌字符分割方法中的连通域法是将图像水平线上的目标像素作为起始点，通过区域生长提取出图像中包含这些初始点的全部连通域。由于车牌中的字母和数字都是一笔写成的，即只包括一个连通分支，因此每个连通域即为一个字符，图像中剩余部分将作为噪声去除。该方法对于去除噪声干扰要求很高，因为字符和车牌边缘粘连的现象十分普遍将导致把多个字符作为一个字符提取，导致分割错误。另外，许多汉字在二值化后包括多个连通域，而数字和字母在二值化后会出现笔划断裂的现象，因此用传统的连通域法会丢失部分字符信息，字符分割很容易发生错误。

综上所述，传统的车牌识别方法仍存在部分字符信息丢失、字符分割易出错的问题，进而造成车牌识别不准确等问题的出现。

发明内容

有鉴于此，本发明提供一种车牌字符识别方法及其系统，解决了传统的车牌识别方法存在的车牌识别不准确等问题。

为解决以上问题，本发明的技术方案为采用一种车牌字符识别方法，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；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；S5：基于所述字符信息生成车牌信息。

可选地，所述S3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；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。

可选地，所述S4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。