[发明专利]基于色彩聚类的车牌定位方法

摘要

本发明涉及图像处理领域，公开了一种基于色彩聚类的车牌定位方法：1）将包含车牌影像的彩色源图像转换为灰度图；2）将所述车牌影像所在区域均匀划分为方格；3）分别计算方格内部所有像素点的垂直边缘响应之和，将垂直边缘响应之和超过阈值的方格选定为待选方格；4）将所述彩色源图像转换为HSV色彩空间，分别计算所述候选集中方格的色彩模式列表；5）对所述候选集中的方格进行聚类，得到车牌候选区域列表；6）选择一个区域为车牌区域；7）应用Canny算法对所述车牌区域进行边缘检测，应用霍夫变换获得所述边缘的精确位置。本发明的优点在于，具有较强的图像识别能力，能够在道路光照条件复杂的情况下，对图像中的车牌区域进行快速准确的定位。

主权项

一种基于色彩聚类的车牌定位方法，其特征在于，包括以下具体步骤：1）将包含车牌影像的彩色源图像转换为灰度图，分别计算所述灰度图上各像素的垂直边缘响应Response；2）将所述车牌影像所在区域均匀划分为长、宽分别为n个像素的方格集{R(r，c),r＝1,2，...,[height/10],c=1,2，...,[width/n]}，其中height和width分别为所述车牌影像的高和宽；3）分别计算R(r,c)内部所有像素点的垂直边缘响应之和Response[R(r，c)]，将所述Response[R(r，c)]超过阈值Th的R(r，c)选定为待选方格，所述待选方格的集合组成候选集；4）将所述彩色源图像转换为HSV色彩空间，分别计算所述候选集中R(r,c)的色彩模式列表ModelList[R(r，c)]={Modeli}，其中，色彩模式Modeli=N(μi,σt2,weighti),i=0,1，...,nModesUsed，N表示色彩模式符合高斯分布特征，μi=(hi,si,vi)表示高斯分布的均值，σt2表示方差，weighti表示色彩模式的权重，i表示色彩模式在色彩模式队列中的顺序，nModesUsed表示色彩模式的数目；5）根据Modeli对所述候选集中的方格进行聚类，得到车牌候选区域Recti的列表RectList[Recti]；6）从所述步骤5所生成的列表RectList[Recti]中选择一个区域Recti为车牌区域；7）应用Canny算法对所述车牌区域进行边缘检测，应用霍夫变换获得所述边缘的精确位置。