一種動(dòng)態(tài)模板結(jié)合像素點(diǎn)的車(chē)牌字符分割方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，尤其涉及一種對(duì)車(chē)牌圖像的字符分割方法。
【背景技術(shù)】
[0002] 近年來(lái)我國(guó)的公路交通事業(yè)發(fā)展迅速，人工管理方式已經(jīng)不能滿足實(shí)際的需要， 微電子、通信和計(jì)算機(jī)技術(shù)在交通領(lǐng)域的應(yīng)用極大的提高了交通管理效率。車(chē)牌識(shí)別 (License Plate Recognition，LPR)是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應(yīng)用十 分廣泛。它是以數(shù)字圖像處理，模式識(shí)別，計(jì)算機(jī)視覺(jué)等技術(shù)為基礎(chǔ)，對(duì)攝像機(jī)所拍攝的車(chē) 輛圖像或者視頻序列進(jìn)行分析，得到每一輛車(chē)的車(chē)牌號(hào)碼，從而完成識(shí)別過(guò)程。但是現(xiàn)有的 車(chē)牌識(shí)別方法存在識(shí)別精度低、識(shí)別效率低等缺點(diǎn)。
[0003] 通常，車(chē)牌識(shí)別系統(tǒng)可分為三個(gè)部分：車(chē)牌定位（獲取單個(gè)車(chē)牌圖像）、車(chē)牌字符 分割、車(chē)牌字符識(shí)別。如今隨著機(jī)器學(xué)習(xí)，模式識(shí)別等技術(shù)的發(fā)展，通過(guò)神經(jīng)網(wǎng)絡(luò)，模板匹 配，支持向量機(jī)（SVM)等方法對(duì)得到的車(chē)牌字符進(jìn)行識(shí)別已不是難題。如何對(duì)車(chē)牌字符進(jìn) 行準(zhǔn)確的分割越來(lái)越成為最終影響識(shí)別率的難題。
[0004] 對(duì)車(chē)牌字符進(jìn)行準(zhǔn)確的分割存在以下難題：
[0005] 1、根據(jù)《中華人民共和國(guó)機(jī)動(dòng)車(chē)號(hào)牌》（GA36- 2007)，機(jī)動(dòng)車(chē)號(hào)牌中含有7個(gè)字 符，并且除"1"，其他字符的寬度大致相同；在寬度大致相同的字符中，字符"J"，"T"和"L" 與其他字符相比，具有其特殊性；機(jī)動(dòng)車(chē)號(hào)牌的字符中除"陜"，"川"等少數(shù)不連通字符外， 其他均為連通體。
[0006] 2、車(chē)牌識(shí)別系統(tǒng)所處的外界環(huán)境復(fù)雜多變。車(chē)牌識(shí)別系統(tǒng)在雨天、大霧、大雪等惡 劣天氣情況下，由于惡劣的天氣會(huì)導(dǎo)致車(chē)牌受遮擋、受污損等情況，極大的影響獲得車(chē)牌圖 像的質(zhì)量，致使實(shí)際獲得字符存在粘連，污損等情況。
[0007] 當(dāng)前的車(chē)牌字符分割算法主要有以下幾種方法：
[0008] (1)投影法。投影法是傳統(tǒng)的經(jīng)典字符分割算法，在成熟的字符識(shí)別系統(tǒng)中得到了 廣泛的應(yīng)用。基于投影的車(chē)牌字符分割算法的基本思想是對(duì)傾斜校正、閾值化后的二值車(chē) 牌圖像進(jìn)行垂直投影，根據(jù)字符區(qū)域白色像素點(diǎn)多，背景區(qū)域白色像素點(diǎn)少或者沒(méi)有這一 車(chē)牌區(qū)域特征，選定一個(gè)閾值作用于垂直投影結(jié)果以區(qū)分字符區(qū)域和背景區(qū)域，進(jìn)而確定 單個(gè)字符的分割點(diǎn)實(shí)現(xiàn)車(chē)牌字符分割。該算法對(duì)車(chē)牌輕微模糊不敏感，并且簡(jiǎn)單易實(shí)現(xiàn)，但 是容易產(chǎn)生過(guò)切分；對(duì)于" 1"，"J"，"L"，"T"等特殊字符，當(dāng)上下邊界切割不準(zhǔn)確時(shí)，會(huì)當(dāng)成 噪聲處理，嚴(yán)重影響車(chē)牌字符分割的準(zhǔn)確性。
[0009] (2)連通域分析法。連通域分析法利用了我國(guó)普通民用車(chē)牌第二個(gè)字符到第七個(gè) 字符是英文字符或者數(shù)字，英文字符和數(shù)字均是連通的這一特征。首先對(duì)車(chē)牌區(qū)域進(jìn)行連 通域分析，然后結(jié)合車(chē)牌字符高度一致、字符中心間距等特性首先切分第2~7字符，然后 結(jié)合車(chē)牌的后六個(gè)字符來(lái)切分車(chē)牌第一個(gè)字符。但是該方法對(duì)于漢字，如川、陜等左右結(jié)構(gòu) 的漢字適應(yīng)性很差，而且受字符粘連影響較大。此算法沒(méi)有考慮我國(guó)特殊單位的車(chē)牌格式， 如我國(guó)警車(chē)車(chē)牌第七個(gè)字符是漢字"警"，教練車(chē)車(chē)牌第七個(gè)字符是"學(xué)"均是紋理信息豐 富、連通性不強(qiáng)的漢字。

【發(fā)明內(nèi)容】

[0010] 本發(fā)明針對(duì)上述技術(shù)問(wèn)題，提出了一種在復(fù)雜環(huán)境中具有很好的魯棒性和通用性 的車(chē)牌字符分割方法，本發(fā)明動(dòng)態(tài)模板結(jié)合像素點(diǎn)的車(chē)牌字符分割方法，包括下列步驟：
[0011] 對(duì)輸入的車(chē)牌圖像進(jìn)行二值化處理，并計(jì)算所述車(chē)牌圖像的寬度W和高度h ;
[0012] 設(shè)置車(chē)牌模板：高度與待分割的車(chē)牌圖像的高度相同，設(shè)置為h，寬度設(shè)置為 w'（其中寬度w'的初始值的取值范圍為w/3~2w/3)，車(chē)牌模板設(shè)置7個(gè)字符，各字符的寬 高比設(shè)置為rl、第2個(gè)和第3個(gè)字符之間的間隔的寬高比為r2,其他字符間的間隔的寬高 比為r3,，rl、r2、r3的取值基于機(jī)動(dòng)車(chē)號(hào)牌的標(biāo)準(zhǔn)中所規(guī)定的對(duì)應(yīng)尺寸進(jìn)行設(shè)置；
[0013] 模板滑動(dòng)處理：以二值化處理后的車(chē)牌圖像的左端作為起始位置，基于預(yù)設(shè)車(chē)牌 模板進(jìn)行模板滑動(dòng)，每次滑動(dòng)一個(gè)像素點(diǎn)，每滑動(dòng)一次，則記錄所述車(chē)牌圖像在當(dāng)前車(chē)牌模 板的各字符位置處的非零像素點(diǎn)的個(gè)數(shù)和當(dāng)前車(chē)牌模板所對(duì)應(yīng)的分割位置，當(dāng)車(chē)牌模板右 端到達(dá)所述車(chē)牌圖像的右端時(shí)或者車(chē)牌模板的起始位置滑動(dòng)到車(chē)牌圖像的T處時(shí)結(jié)束滑 動(dòng)，所述T的取值為w/4~w/2 ;
[0014] 逐漸增加車(chē)牌模板的寬度w'，保持車(chē)牌模板各字符及字符間間隔的寬高比設(shè)置 (r I、r2、r3)，重復(fù)執(zhí)行模板滑動(dòng)處理，直到車(chē)牌模板的寬度w'增加到車(chē)牌圖像的寬度w，寬 度w'的增加步長(zhǎng)設(shè)置為1~3個(gè)像素點(diǎn)；
[0015] 基于每次模板滑動(dòng)處理時(shí)所記錄的非零像素點(diǎn)的個(gè)數(shù)，查找包含像素點(diǎn)個(gè)數(shù)最多 的分割位置作為車(chē)牌圖像的車(chē)牌字符分割位置。
[0016] 本發(fā)明的有益效果為：
[0017] (1)充分利用車(chē)牌的結(jié)構(gòu)信息與紋理信息，利用車(chē)牌標(biāo)準(zhǔn)中要求的各個(gè)字符之間 的排列規(guī)則和字符之間分布的極大相關(guān)性，進(jìn)行車(chē)牌字符分割，有效的防止部分字符由于 受遮擋、受污損不能進(jìn)行準(zhǔn)確分割的弊端。通過(guò)同一車(chē)牌圖像進(jìn)行多次字符分割，得到不同 的分割結(jié)果和相應(yīng)分割位置在二值化車(chē)牌圖像中包含非零像素點(diǎn)個(gè)數(shù)的大小，取在二值化 車(chē)牌圖像中包含非零像素點(diǎn)個(gè)數(shù)最多的分割位置作為最終的車(chē)牌字符分割結(jié)果；
[0018] (2)由于本發(fā)明采用取包含非零像素點(diǎn)最多的分割位置作為最終車(chē)牌分割結(jié)果， 對(duì)于前期車(chē)牌圖像粗定位，精定位不是很好的車(chē)牌圖像仍然具有很好的識(shí)別效果；對(duì)于投 影法，連通域分析法難以處理的受遮擋、污損的車(chē)牌仍具有很好的分割效果。能極大的提高 車(chē)牌識(shí)別系統(tǒng)的魯棒性和結(jié)果的穩(wěn)定性。
【附圖說(shuō)明】
[0019] 本發(fā)明將通過(guò)【具體實(shí)施方式】并參照附圖的方式說(shuō)明，其中：
[0020] 圖1是本發(fā)明的【具體實(shí)施方式】的流程圖；
[0021] 圖2是本發(fā)明的【具體實(shí)施方式】的車(chē)牌模板的初始大小以及動(dòng)態(tài)變化示意圖；
[0022] 圖3是本發(fā)明的【具體實(shí)施方式】的車(chē)牌模板在車(chē)牌圖像上的滑動(dòng)示例圖。
【具體實(shí)施方式】
[0023] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合實(shí)施方式和附圖，對(duì)本發(fā) 明作進(jìn)一步地詳細(xì)描述。
[0024] 本發(fā)明用于車(chē)牌識(shí)別系統(tǒng)的車(chē)牌字符分割。車(chē)牌識(shí)別系統(tǒng)接收監(jiān)測(cè)設(shè)備采集到 的圖片數(shù)據(jù)流進(jìn)行車(chē)牌定位，以獲取單個(gè)車(chē)牌圖像。當(dāng)前，獲取車(chē)牌圖像慣用的處理方式 為：基于混合高斯背景建模的方法，利用權(quán)值和方差獲得運(yùn)動(dòng)場(chǎng)景中的前景和背景，將當(dāng)前 獲得的一幀圖像與背景圖像相減便可以獲得運(yùn)動(dòng)目標(biāo)區(qū)域即場(chǎng)景內(nèi)的各個(gè)運(yùn)動(dòng)車(chē)輛。然后 根據(jù)場(chǎng)景內(nèi)跟蹤的各個(gè)車(chē)輛情況，首先對(duì)得到的單幀圖像進(jìn)行轉(zhuǎn)化為灰度圖像，并對(duì)灰度 圖像進(jìn)行邊緣檢測(cè)，對(duì)獲得的邊緣檢測(cè)圖像再進(jìn)行二值化，這樣可以去除明顯的干擾和一 些噪聲產(chǎn)生的干擾點(diǎn)，尤其是夜間車(chē)燈的影響，之后基于預(yù)構(gòu)造矩陣（矩陣的行和列可以 根據(jù)車(chē)牌的長(zhǎng)寬比進(jìn)行設(shè)定，矩陣中的元素初始化為1)遍歷整個(gè)目標(biāo)區(qū)域，然后提取連通 域，再對(duì)得到的目標(biāo)區(qū)域進(jìn)行形態(tài)學(xué)閉操作，之后對(duì)各個(gè)連通域進(jìn)行標(biāo)定并求其最小的外 接矩形，然后，得到外接矩形在原圖中相應(yīng)的圖像。最后，將得到的圖像進(jìn)行