[发明专利]一种昏暗环境下矿车车牌识别的方法

权利要求书

1.一种昏暗环境下矿车车牌识别的方法，包括步骤：第一步、图像采集，其特征在于还包括以下步骤：

第二步：预处理，包括对采集到的图形进行逆光、过曝以及有噪声图像处理；

第三步：车牌定位；

第四步：字符分割；

第五步：字符识别；

第六步：结果输出。

2.如权利要求1所述的昏暗环境下矿车车牌识别的方法，其特征在于：第一步中，通过视频模式采集图像，并且在采集时利用RCNN模型检测车头或车尾，当检测到车头或车尾时，截取图像。

3.如权利要求1所述的昏暗环境下矿车车牌识别的方法，其特征在于：第二步中的具体步骤为，根据现场环境和第一步中获取的图像，进行自动曝光处理、自动白平衡处理、自动逆光处理和自动过曝处理，并对图像进行噪声过滤、对比度增强和图像缩放处理。

4.如权利要求3所述的昏暗环境下矿车车牌识别的方法，其特征在于：所述噪声过滤的方法为均值滤波、中值滤波或高斯滤波；所述对比度增强的方法为对比度线性拉伸、直方图均衡或使用同态滤波器；所述图像缩放处理的方法为最近邻插值法、双线性插值法或立方卷积插值法。

5.如权利要求1所述的昏暗环境下矿车车牌识别的方法，其特征在于：第三步中，分别采用投影分析法、连通域分析法和机器学习算法检测车牌在图像中的位置，如果三种方法均在当前图像中检测到车牌且三个获取到的车牌位置坐标相互间的差值都在预设的阈值之内，则判定当前图像中存在车牌，并将该车牌从图像中切割出来。

6.如权利要求5所述的昏暗环境下矿车车牌识别的方法，其特征在于：

所述投影分析方法是根据车牌字符与背景交替出现的次数，通过图像在水平和垂直方向的投影分析来定位车牌；

所述连通域分析法是根据车牌中的每个字符都是一个连通域且这些连通域的结构和颜色都一致的特征，通过检测并合并这些连通域来定位车牌；

所述机器学习算法是先使用从很多个车牌样本中提取出来的特征把一个弱分类器训练成一个强分类器，再使用这个强分类器对图像进行扫描检测，从而定位到车牌。

7.如权利要求5所述的昏暗环境下矿车车牌识别的方法，其特征在于：第三步中，将车牌从图像中切割出来之后，还要对切割出来的车牌图像进行校正处理。

8.如权利要求7所述的昏暗环境下矿车车牌识别的方法，其特征在于：对车牌图像进行校正处理采用Hough变换法、旋转投影法、方差最小法、透视变换法或主成分分析法；

所述Hough变换法是通过检测车牌上下和左右边框直线来计算倾斜角度；

所述旋转投影法是通过按不同角度将图像在水平轴上进行垂直投影，将投影值为0的点数之和最大时的角度作为垂直倾斜角度；

所述方差最小法是根据字符在垂直方向投影点的坐标方差最小导出垂直倾斜角的闭合表达式，从而确定垂直倾斜角度；

所述透视变换法是利用检测到的车牌的四个顶点经过相关矩阵变换后实现车牌的畸变校正；

所述主成分分析法是根据车牌背景与字符交界处的颜色具有固定搭配这一特征，求出颜色对特征点的主成分方向，进而得到车牌的水平倾斜角度。

9.如权利要求1所述的昏暗环境下矿车车牌识别的方法，其特征在于：第四步中，所述字符分割的步骤为：基于车牌的二值化结果或边缘提取的结果，利用字符的结构特征、字符间的相似性以及字符间间隔信息，一方面把单个字符分别提取出来，提取时处理粘连和断裂字符，另一方面把宽、高相似的字符归为一类，从而去除车牌边框以及噪声。

10.如权利要求1至9任一所述的昏暗环境下矿车车牌识别的方法，其特征在于：第五步中，字符识别的算法采用模板匹配法、人工神经网络法、支持向量机法或者是Adaboost分类法。