[发明专利]基于压缩域的车牌定位方法

摘要

本发明公开了一种车牌定位方法，通过部分解压提取被检测图像压缩域DCT变换系数矩阵参数构建纹理垂直频率矩阵和纹理水平频率矩阵，通过阈值法将纹理垂直频率矩阵转换成车牌二值模板矩阵，再通过形态学计算，纹理垂直、水平频率矩阵的频率密度值判断法以及波峰波谷阈值法对车牌二值模板矩阵进行校正，进而确认其对应的被检测图像上的车牌区域；本发明简化了DCT变换矩阵的特征量，提高了运算速度；通过构建车牌二值模板矩阵来判断车牌区域，简化了车牌检测判断方法的复杂度；利用形态学计算实现了多车牌区域的检测，通过纹理垂直、水平频率矩阵的频率密度值判断法以及波峰波谷阈值法引入车牌二值模板校正机制，提高了检测精度。

主权项

基于压缩域的车牌定位方法，其特征在于：包括以下步骤：1)将被检测JPEG格式图像经哈夫曼编码解码、DCT逆量化获得一组DCT变换系数矩阵；具体包括以下步骤：11)对被检测JPEG格式图像的压缩数据进行哈夫曼编码解码，得到游程编码码流；12)对游程编码码流进行DCT逆量化，得到一组大小为w×w的DCT变换系数矩阵，其中w为正整数，每一DCT变换系数矩阵对应于被检测图像中大小为w×w的一个分割块，该系数矩阵的元素满足：Ch，k(i，j)；其中，i＝1，...，n；j＝1，...，m；n对应于被检测JPEG格式的图像进行DCT变换时纵向分割的块数，m对应于被检测JPEG格式的图像进行DCT变换时横向分割的块数；n×m为DCT变换系数矩阵的个数；(i，j)表示该组DCT变换系数矩阵中的第i行与第j列标识的一个DCT变换系数矩阵，h，k分别表示第(i，j)个DCT变换系数矩阵中的第h行，k列的元素；2)选取各DCT变换系数矩阵中的横向、纵向和对角线方向上的参数，构建被检测图像的纹理垂直频率矩阵和纹理水平频率矩阵；具体包括以下步骤：21)对各个DCT变换系数矩阵进行横向参数和对角线参数提取，求得图像的纹理垂直频率矩阵DC，该矩阵元素满足： D C ( i , j ) = Σ v = w 1 w 1 ′ | C 0 v ( i , j ) | + | C 11 ( i , j ) | + | C 22 ( i , j ) | ; 其中，w1，w′1∈[0，w‑1]且w1＜w′1；22)对各个DCT变换系数矩阵进行纵向参数和对角参数提取，求得图像的纹理水平频率矩阵DC′，该矩阵元素满足： D C ′ ( i , j ) = Σ u = w 2 w 2 ′ | C u 0 ( i , j ) | + | C 11 ( i , j ) | + | C 22 ( i , j ) | ; 其中，w2，w′2∈[0，w‑1]且w2＜w′2；3)对纹理垂直频率矩阵DC进行平滑处理获得相同大小平滑后的纹理垂直频率矩阵FDC；4)对平滑后的纹理垂直频率矩阵利用平均值阈值法构建车牌二值模板矩阵，取值为1的矩阵元素聚集区为车牌候选区，具体包括以下步骤：41)求取平滑后的纹理垂直频率矩阵FDC的平均值： mean = Σ i = 1 n Σ j = 1 m FD c ( i , j ) n × m ; 42)求取车牌二值模板矩阵MDC，其元素满足： MD C ( i , j ) = 1 , if FD C ( i , j ) > thr 1 0 , otherwise ; 其中：thr1＝3*mean，将MDC中连续取值为1的元素聚集区划分为车牌候选区。