[发明专利]一种基于极值区域和极限学习机的车牌识别方法

摘要

本发明公开了一种基于极值区域和极限学习机的车牌识别方法，该方法包括步骤：对彩色待处理图像进行预处理，对其中的车牌区域进行粗定位，得到多个车牌候选区域；基于车牌候选区域，在彩色待处理图像中提取RGB三个颜色通道的极值区域，通过分类器从中选择符合车牌字符区域几何属性的极值区域，获得车牌字符区域；通过监督学习建立基于极限学习机的单隐层前馈神经网络，提取字符区域的特征向量作为输入，利用神经网络对车牌字符进行自动识别。本发明方法具有速度快、精度高等优点，特别是在复杂交通环境中，能够很好地应对复杂背景、天气变化、光照影响等不利因素。本发明克服了传统车牌识别方法在实时性和鲁棒性方面的不足，具有显著的应用价值。

主权项

一种基于极值区域和极限学习机的车牌识别方法，其特征在于，该方法包括以下步骤：步骤S1，对彩色待处理图像进行预处理，并对预处理后得到的图像中的车牌区域进行粗定位，得到一系列车牌候选区域；步骤S2，基于所述车牌候选区域，在所述彩色待处理图像中提取得到RGB三个颜色通道的极值区域，并通过分类器从中选择符合车牌字符区域几何属性的极值区域，完成车牌字符分割并实现车牌区域的准确定位；步骤S3，通过监督学习建立基于极限学习机的单隐层前馈神经网络，提取所述车牌区域中字符区域的特征向量作为神经网络的输入，基于极限学习机的单隐层前馈神经网络对车牌字符进行自动识别。