專利名稱：一種基于核密度估計的車牌字符分割方法
技術(shù)領(lǐng)域：
本發(fā)明屬于智能交通技術(shù)領(lǐng)域，涉及一種基于核密度估計的字符分割方法。
背景技術(shù)：
目前車牌字符分割的技術(shù)主要是基于車牌區(qū)域的字符二值化，并通過車牌字符排列的先驗規(guī)則加以約束來得到有效的車牌字符區(qū)域，這種方法在受到環(huán)境或者車牌本身污損的干擾時有一定的抗干擾能力，但是在字符二值化效果較差的情況下仍無法正常工作。為了解決車牌字符二值化效果不佳的問題，目前已有的方法包括對字符前景點進(jìn)行聚類，對車牌字符的寬度和筆畫估計和車牌邊框檢測等輔助手段。這些方法可以使二值化效果有所改善，但是在極端情況下仍然存在較多無法二值化好的情況。

發(fā)明內(nèi)容
本發(fā)明 提供了一種基于核密度估計的車牌字符分割方法，通過運(yùn)用先驗字符像素值的分布規(guī)則，對車牌進(jìn)行多次迭代式分割，用高斯核分布推測車牌周圍的非字符干擾，并在此結(jié)果中加入了車牌排列規(guī)則限制，有效消除了常見的粘連、斷裂分割等結(jié)果，提高了分割的準(zhǔn)確度。一種基于核密度估計的車牌字符分割方法，包括:
步驟(I)對車牌圖像進(jìn)行歸一化、銳化邊緣和去除噪聲的預(yù)處理。步驟(2)利用水平方向梯度投影對預(yù)處理后的圖像進(jìn)行車牌上下邊緣的分割；計
算每個水平塊f上的梯度值，高度值A(chǔ)f及所有水平塊梯度均值、所有水平塊的梯
度方差巧，如果水平塊不滿足以下兩個條件，則判定該水平塊不是車牌字符區(qū)域，予以刪除:
條件 I)
權(quán)利要求
1.一種基于核密度估計的車牌字符分割方法，其特征在于該方法的具體步驟如下: 步驟(I)對車牌圖像進(jìn)行歸一化、銳化邊緣和去除噪聲的預(yù)處理； 步驟(2)利用水平方向梯度投影對預(yù)處理后的圖像進(jìn)行車牌上下邊緣的分割；計算每個水平塊#上的梯度值，高度值及所有水平塊梯度均值、所有水平塊的梯度方差^，如果水平塊不滿足以下兩個條件，則判定該水平塊不是車牌字符區(qū)域，予以刪除:
2.根據(jù)權(quán)利要求1所述的車牌字符分割方法，其特征在于:所述的對車牌圖像進(jìn)行歸一化、銳化邊緣和去除噪聲的預(yù)處理，具體包括以下步驟: 1)采用雙線性插值方法，將車牌圖像的大小歸一化為120X40，即水平方向120個像素，垂直方向40個像素； 2)采用高斯高通濾波方法，對歸一化后的車牌圖像運(yùn)進(jìn)行銳化邊緣處； 3)采用高斯低通濾波方法，對銳化邊緣后的車牌圖像的進(jìn)行去除噪聲處理。
3.根據(jù)權(quán)利要求1所述的車牌字符分割方法，其特征在于:步驟(3)在計算核密度半寬時，設(shè)兩個高斯核函數(shù)A (u), Jf2(U),分別為正態(tài)分布N(0，I), N (0,4);在車牌上像素在3000個以上時，兩個核函數(shù)J2(U)計算得到的概率密度最小時，取到的半寬^為當(dāng)前真實的車牌字符像素分布半寬；即計算下式的最小值:
4.根據(jù)權(quán)利要求1所述的車牌字符分割方法，其特征在于:步驟(5)是對步驟(4)得到的二值化圖像區(qū)域做垂直投影，利用二值化字符得到的寬度
全文摘要
本發(fā)明涉及一種基于核密度估計的車牌字符分割方法。目前方法在極端情況下存在較多無法二值化好的情況。本發(fā)明首先對車牌圖像進(jìn)行歸一化、銳化邊緣和去除噪聲的預(yù)處理；其次確定車牌字符區(qū)域；然后找出當(dāng)前核概率密度曲線中，出現(xiàn)概率最大的像素值和該點的核密度半寬并利用這兩個參數(shù)將圖像二值化。最后取出在寬度范圍中間得分最高的分割結(jié)果作為最終的字符分割的結(jié)果。本發(fā)明能夠準(zhǔn)確的確定字符像素的分布，抗環(huán)境干擾能力較一般的迭代二值化方法性能大大增強(qiáng)。
文檔編號G06K9/34GK103207997SQ20131013173
公開日2013年7月17日 申請日期2013年4月15日 優(yōu)先權(quán)日2013年4月15日
發(fā)明者尚凌輝, 蔣宗杰, 王弘玥, 高勇 申請人:浙江捷尚視覺科技有限公司