專利名稱：一種基于先驗(yàn)分析的迭代式車牌字符分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及智能交通領(lǐng)域，具體來(lái)說(shuō)是一種基于先驗(yàn)分析的迭代式車牌字符分割方法。
背景技術(shù)：
車牌識(shí)別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分，而字符分割是車牌識(shí)別中的關(guān)鍵環(huán)節(jié)。由于車牌的固定制式，模板匹配曾被認(rèn)為是最好的字符分割方法，如文獻(xiàn)[1]李占斌.不停車收費(fèi)系統(tǒng)中的車牌識(shí)別技術(shù)研究[D].青島中國(guó)海洋大學(xué)，2005。然而， 模板匹配法對(duì)拍下的含車牌的車身圖像質(zhì)量要求極高，因此定位和分割準(zhǔn)確度較低。隨著研究者對(duì)車牌字符分割的方法進(jìn)行的大量研究，根據(jù)定位后車牌的特征以及標(biāo)準(zhǔn)車牌本身存在的特性，相繼提出了垂直投影法，如文獻(xiàn)[2]凌彤輝.車輛牌照自動(dòng)識(shí)別系統(tǒng)的研究 [D],成都四川大學(xué)，2005，和連通區(qū)域思想法，如文獻(xiàn)[3] 丁兆坤.車牌識(shí)別技術(shù)研究[D].遼寧東北大學(xué)，2004。由于這些方法直接利用二值化后的定位車牌圖像，所以對(duì)圖像質(zhì)量和定位準(zhǔn)確度的要求也較高，并且只有在車牌不存在污損的情況下，才能獲得良好的分割效果。近年來(lái)，利用字符排列規(guī)律等車牌先驗(yàn)知識(shí)進(jìn)行字符分割的方法不斷出現(xiàn)。這類方法利用標(biāo)準(zhǔn)車牌的長(zhǎng)寬以及所含字符的個(gè)數(shù)，作為判斷分割是否合適的約束條件。在標(biāo)準(zhǔn)車牌制式下，普通車牌大小規(guī)定為440mmX 140mm，其中含有7個(gè)字符，第一個(gè)為漢字即省、自治區(qū)、直轄市的簡(jiǎn)稱，第二個(gè)字符為A到Z這沈個(gè)英文字母中的任一大寫(xiě)字母，第二個(gè)字符和第三個(gè)字符之間有一個(gè)“ ”間隔符，后五個(gè)字符為英文字母和阿拉伯?dāng)?shù)字的組合
標(biāo)準(zhǔn)車牌下，字符所能達(dá)到的最小寬度即為數(shù)字“1”的寬度，其它字符均以45mm寬度顯示在標(biāo)準(zhǔn)車牌中；
標(biāo)準(zhǔn)車牌下，每個(gè)字符均是在面積為90mmX45mm的區(qū)域內(nèi)均勻分布，不存在在某一區(qū)域中集中分布的情況；
標(biāo)準(zhǔn)車牌下，間隔符“·”直徑為10mm，且集中分布在車牌中間高度位置，不符合象素均勻分布情況；
標(biāo)準(zhǔn)車牌下，每個(gè)字符在90mmX45mm面積內(nèi)前景像素和背景像素呈比例分布，不存在某塊區(qū)域內(nèi)全是前景像素或全是背景像素的情況。文獻(xiàn)W]顧弘，趙光宙，齊冬蓮等.車牌識(shí)別中先驗(yàn)知識(shí)的嵌入及字符分割方法[J]，中國(guó)圖形圖像學(xué)報(bào)，2010，15(5): 749-756提出了一種先驗(yàn)知識(shí)的嵌入方法及其相應(yīng)的分割方法。該方法將車牌字符分割問(wèn)題轉(zhuǎn)化為一組馬爾可夫鏈的前向識(shí)別問(wèn)題。 利用字符排列方式的先驗(yàn)知識(shí)定義馬爾可夫鏈中的狀態(tài)，對(duì)于不同的車牌只需要計(jì)算其字符的可能分布，因此獨(dú)立于車牌的類型。文獻(xiàn)[5]馬婉婕.車牌識(shí)別系統(tǒng)中字符分割的研究與實(shí)現(xiàn)[D].上海復(fù)旦大學(xué)，2009提出的字符分割方法分為基于二分法的粗分割和基于先驗(yàn)知識(shí)的細(xì)分割兩部分。粗分割是根據(jù)投影的波谷進(jìn)行段落分割，細(xì)分割則根據(jù)字符的排列規(guī)律確定字符的最終分割位置。文獻(xiàn)W]黃凡.車牌字符識(shí)別技術(shù)的研究與實(shí)現(xiàn)[D].重慶重慶大學(xué)，2008在字符分割方面，將傳統(tǒng)的垂直投影與車牌字符固定尺寸的先驗(yàn)知識(shí)相結(jié)合，提出了基于模板匹配和垂直投影的字符分割方法。文獻(xiàn)^]- ]中提出的字符分割方法忽略了圖像的灰度信息，直接對(duì)定位區(qū)域二值化，按照屬于一個(gè)字符的像素構(gòu)成一個(gè)連通域的原則，再結(jié)合字符的高度、間距的固定比例關(guān)系等先驗(yàn)知識(shí)，來(lái)分割車牌圖像中的字符。這類基于先驗(yàn)知識(shí)的分割方法，其分割準(zhǔn)確率較文獻(xiàn)[1]_[3]提出的方法有一定的提高，但是對(duì)車牌定位準(zhǔn)確度的要求仍然較高，特別在車牌傾斜、包含部分車身背景以及光照不均等干擾嚴(yán)重的情況下，分割效果較差，對(duì)后續(xù)的識(shí)別工作帶來(lái)巨大的挑戰(zhàn)和壓力?；谙闰?yàn)知識(shí)的車牌字符分割方法在進(jìn)行字符分割前通常會(huì)進(jìn)行車牌矯正、字符歸一化、去噪聲等預(yù)處理。首先利用文獻(xiàn)[7] Ondrej Martinsky, Algorithmic and mathematical principles of automatic number plate recognition systems[D], Brno, Brno University of Technology, 2007中提出的方法，通過(guò)Hough變換對(duì)傾斜車牌進(jìn)行矯正。然后根據(jù)文獻(xiàn)[8]中華人民共和國(guó)公共安全行業(yè)標(biāo)準(zhǔn).GA36-2007中華人民共和國(guó)機(jī)動(dòng)車號(hào)牌[S]中華人民共和國(guó)公安部發(fā)布，2007中標(biāo)準(zhǔn)車牌的大小，采用文獻(xiàn)[9]孫成葉，桑農(nóng)，張?zhí)煨虻?圖像雙線性插值無(wú)級(jí)放大及其運(yùn)算量分析[J]，計(jì)算機(jī)工程. 2005, 31(9): 167 169所描述的雙線性插值方法，對(duì)車牌字符的大小進(jìn)行歸一化處理。最后采用如文獻(xiàn)W]中所描述的方法對(duì)車牌圖像進(jìn)行高斯高通濾波，銳化圖像邊緣及其他急變區(qū)域，并利用高斯低通濾波器剔除高頻隨機(jī)噪聲，以增強(qiáng)字符特征信息。

發(fā)明內(nèi)容
本發(fā)明提供了一種基于先驗(yàn)分析的迭代式車牌字符分割方法，通過(guò)運(yùn)用先驗(yàn)知識(shí)，對(duì)車牌進(jìn)行多次迭代式分割，降低了對(duì)車牌定位準(zhǔn)確度的要求，克服了復(fù)雜背景帶來(lái)的不利影響，消除了其他方法中常見(jiàn)的粘連、斷裂分割等結(jié)果，進(jìn)一步提高了分割的準(zhǔn)確度。一種基于先驗(yàn)分析的迭代式車牌字符分割方法，包括
(1)對(duì)車牌圖像進(jìn)行歸一化、銳化邊緣和去除噪聲的預(yù)處理；
(2)利用垂直投影法對(duì)預(yù)處理后的車牌圖像進(jìn)行分割，并計(jì)算每個(gè)字符塊的亮度Αω、每個(gè)字符塊的對(duì)比度/7。(i)、所有字符塊的亮度均值
Ph、所有字符塊的對(duì)比度均值艮，如果字符塊不滿足以下任一條件，則判定該字符塊為不
合法，對(duì)該字符塊整體予以剔除
權(quán)利要求
1. 一種基于先驗(yàn)分析的迭代式車牌字符分割方法，其特征在于該方法包括以下步驟 步驟(1)對(duì)車牌圖像進(jìn)行歸一化、銳化邊緣和去除噪聲的預(yù)處理； 步驟⑵利用垂直投影法對(duì)預(yù)處理后的車牌圖像進(jìn)行分割，并計(jì)算每個(gè)字符塊的亮度Αω、每個(gè)字符塊的對(duì)比W、所有字符塊的亮度均值Ph、所有字符塊的對(duì)比度均值艮，如果字符塊不滿足以下任一條件，則判定該字符塊為不合法，對(duì)該字符塊整體予以剔除 其中cb，cc的取值范圍為W，1]，獲得初步篩選后的字符；步驟C3)利用閾值迭代法對(duì)初步篩選后的字符進(jìn)行二值化，根據(jù)標(biāo)準(zhǔn)車牌制式，計(jì)算各字符塊所含的先驗(yàn)知識(shí)，包括字符寬度『(i)、高度力(i)、前景和背景像素分布，如果字符塊不滿足以下任一條件，則判定該字符塊為不合法，對(duì)該字符塊整體予以剔除 條件a)字符寬度『⑴大于4個(gè)像素；條件b)水平方向全部為背景像素的行數(shù)小于字符高度的四分之一，即l/4A(i)； 條件c)字符高度力(i)的三分之一到三分之二區(qū)域，即在[1/3 hu\ 2/3 hU)]內(nèi)，前景像素占全部前景像素的比例大于1/4 ；條件d)字符塊內(nèi)全部的前景像素和全部的背景像素的比例大于1/4 ； 根據(jù)以上判定剔除不合法的字符塊，獲得再次篩選后的字符； 步驟(4)計(jì)算經(jīng)過(guò)再次篩選后的字符塊個(gè)數(shù)，如果字符塊個(gè)數(shù)大于等于5個(gè)，并且小于等于8個(gè)，則執(zhí)行步驟(5)，如果字符塊的個(gè)數(shù)小于5個(gè)或者大于8個(gè)，則將再次篩選后的字符依照其在車牌中出現(xiàn)的先后順序拼接成新的車牌圖像，調(diào)整峰值比例因子&和邊界比例因子，利用步驟(2)和步驟(3)所述重新進(jìn)行字符塊分割；步驟(5)計(jì)算車牌字符寬度^)和所有字符的平均寬度 ，當(dāng)|『ω- |>0.8 ，則判定存在粘連情況，對(duì)該字符塊按照( 所述方法重新進(jìn)行垂直投影，在最大垂直投影值處分割成兩個(gè)字符，當(dāng)I,)+ Ρ")- I <0.3 ，則判定存在斷裂情況，合并兩個(gè)字符塊，即將第i個(gè)字符塊的右邊緣與第i+Ι個(gè)字符塊的左邊緣相連接，當(dāng)每個(gè)字符寬度均不滿足以上兩個(gè)條件時(shí)，獲得最終的字符。
全文摘要
本發(fā)明涉及一種基于先驗(yàn)分析的迭代式車牌字符分割方法。本發(fā)明首先對(duì)車牌圖像進(jìn)行預(yù)處理，利用垂直投影法對(duì)預(yù)處理后的車牌圖像進(jìn)行分割，并計(jì)算每個(gè)字符塊參數(shù)，依據(jù)該參數(shù)作出初步篩選；其次利用閾值迭代法對(duì)初步篩選后的字符進(jìn)行二值化，根據(jù)標(biāo)準(zhǔn)車牌制式，計(jì)算各字符塊所含的先驗(yàn)知識(shí)，獲得再次篩選后的字符；然后計(jì)算經(jīng)過(guò)再次篩選后的字符塊個(gè)數(shù)，滿足設(shè)定條件則計(jì)算車牌字符寬度和所有字符的平均寬度，根據(jù)這兩個(gè)參數(shù)確定是否能獲得最終字符，不滿足設(shè)定條件則重新投影。本發(fā)明降低了對(duì)車牌定位準(zhǔn)確度的要求，克服了復(fù)雜背景帶來(lái)的不利影響，消除了其他方法中常見(jiàn)的粘連、斷裂等分割結(jié)果，進(jìn)一步提高了分割的準(zhǔn)確度。
文檔編號(hào)G06K9/34GK102222226SQ20111016684
公開(kāi)日2011年10月19日 申請(qǐng)日期2011年6月21日 優(yōu)先權(quán)日2011年6月21日
發(fā)明者周文暉, 孫志海, 張樺, 戴國(guó)駿, 郭燚平 申請(qǐng)人:杭州電子科技大學(xué)