[发明专利]一种昏暗环境下矿车车牌识别的方法

说明书

本发明公开了一种昏暗环境下矿车车牌识别的方法，包括以下步骤：第一步：图像采集；第二步：预处理；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。本发明中通过预处理，解决了昏暗光线下的亮度过低、图像噪声过多的问题，并采用多种算法结合定位车牌的方式，避免了昏暗环境下车牌的错误定位，最终再结合多种分割、识别算法，解决了井下无法准确识别车牌的问题。

技术领域

本发明涉及一种车牌识别方法，尤其是一种井下昏暗环境下的识别矿车车牌的方法。

背景技术

传统的井下矿车的管理，主要依赖人工记录车牌，然后根据权限决定是否放行。这种方式管理效率低下，人力成本高昂，已经无法满足矿山对车辆运输量、车辆运输规模的管理要求。

随着人工智能视觉领域的发展，车牌的视觉方法逐步得到应用。然而，目前的车牌识别方法都是针对光线较好的条件下的识别，而井下溜井入料口灯光昏暗，且车牌常有灰等杂物的遮挡，采用现有的识别方式无法准确识别车辆尾部的车牌。

发明内容

本发明提出了一种昏暗环境下矿车车牌识别的方法，其目的是：在昏暗环境下完成车牌的识别。

本发明技术方案如下：

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：

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。

作为本识别方法的进一步改进：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。

作为本识别方法的进一步改进：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。

作为本识别方法的进一步改进：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。

作为本识别方法的进一步改进：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。

作为本识别方法的进一步改进：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。

作为本识别方法的进一步改进：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。

作为本识别方法的进一步改进：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；