[发明专利]一种基于清晰度和亮度评估的车牌快速定位方法

摘要

本发明公开了一种基于清晰度和亮度评估的车牌快速定位方法，包括下述步骤(1)对输入图像进行基于噪声和锐度的清晰度评估；(2)若清晰度不足则进行梯度锐化处理，若清晰度过高则进行高斯模糊处理；(3)由RGB图转换为灰度图；(4)对灰度图进行亮度评估；(5)若亮度异常则进行光照归一处理；(6)通过Scharr算子提取图像中垂直边缘；(7)进行局部自适应阈值处理；(8)通过形态学处理过滤噪声，以及使垂直边缘融合成连通区域；(9)对连通区域进行区域标记，根据中国车牌的特征进行筛选并得到车牌区域。

主权项

一种基于清晰度和亮度评估的车牌快速定位方法，其特征在于，包括下述步骤：(1)对输入图像进行基于噪声和锐度的清晰度评估；所述清晰度评估由噪声评估和锐度评估组成，在得到图像的噪声评估值和锐度评估值后，通过加权关系得到图像的清晰度评估值，计算清晰度评估值的公式如下：Quality＝wNoise+(1‑w)Sharpness其中，w为权重值，取值范围在0和1之间；所述噪声评估是通过先对图像进行OTSU阈值处理得到二值图，然后计算连通区域中面积小于给定阈值的占比，最后通过线性变换得到噪声评估值，计算噪声评估值的公式如下：Noise=L1ΣAreai=0TareaCompi/ΣAreai=0∞Compi+L2]]>其中，Compi是第i个区域，Areai是第i个区域的面积，Tarea是判断面积是否过小的给定阈值，L1和L2是线性变换的参数；所述锐度评估采用的是点锐度算法，对图像的每点取8邻域点与之相减，先求8个差值的加权和，再将所有点所得值相加除以像素总个数，计算锐度评估值的公式如下：Sharpness=Σi=1m×nΣk=18|dfdx|/(m×n)]]>其中，k是第k个邻域像素，m和n为图像的长和宽，df为灰度的变化幅值，dx为像素点间的距离增量；(2)对清晰度不足的图像进行梯度锐化处理，清晰度过高的图像进行高斯模糊处理；(3)对步骤(2)处理后的图像由RGB图转换为灰度图；(4)对灰度图进行亮度评估，即对灰度图像进行亮度过高或亮度不足两种情况进行评估；(5)若亮度异常则进行光照归一处理；(6)通过Scharr算子提取图像中垂直边缘；(7)进行局部自适应阈值处理；(8)通过形态学处理过滤噪声，以及使垂直边缘融合成连通区域；(9)对连通区域进行区域标记，根据中国车牌的特征进行筛选并得到车牌区域。