一種基于Bayes的車牌顏色判斷方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及車牌識(shí)別技術(shù)領(lǐng)域，具體是一種基于Bayes的車牌顏色判斷方法。
【背景技術(shù)】
[0002] 車牌顏色是車牌的一項(xiàng)重要特征，在我們國(guó)家，車牌的顏色類型并不唯一，主要包 含了四種類型：藍(lán)底白字、黃底黑字、黑底白字、白底黑字或紅字。如果對(duì)車牌顏色判斷錯(cuò) 誤，會(huì)直接影響后續(xù)字符分割的正確性，進(jìn)而影響最終的車牌識(shí)別率。因此，車牌顏色類型 判斷是車牌字符分割必不可少的一部分，對(duì)整個(gè)識(shí)別結(jié)果的準(zhǔn)確率有著重要的影響。
[0003] 目前，常用的車牌顏色判斷方法主要有以下幾類：
[0004] (1)基于彩色圖像的車牌顏色判斷方法，該類方法首先通過(guò)統(tǒng)計(jì)車牌區(qū)域內(nèi)所有 像素的R、G、B顏色分量信息，根據(jù)各分量信息之間的差異程度，進(jìn)而判斷出車牌的顏色類 型。該類方法對(duì)于顏色清晰的車牌具有很好的判斷效果，但當(dāng)車牌出現(xiàn)污跡、褪色或者由于 不同光線造成的偏色，該類方法會(huì)出現(xiàn)嚴(yán)重的誤判，而當(dāng)出現(xiàn)灰度車牌時(shí)，該類方法則直接 失效。
[0005] (2)基于灰度圖像的車牌顏色判斷方法，該類方法把車牌顏色類型簡(jiǎn)化為兩類： 暗底亮字和亮底暗字；首先獲取車牌的二值化圖像，然后統(tǒng)計(jì)前景目標(biāo)點(diǎn)所占比例，結(jié)合垂 直投影等特征，綜合判斷車牌顏色。該類方法的優(yōu)點(diǎn)是適用范圍廣，對(duì)于灰度均勻的車牌， 判斷效果很好，但是對(duì)于包含污跡和褪色的車牌，由于受二值化圖像質(zhì)量的影響，該類方法 會(huì)出現(xiàn)誤判。
[0006] Bayes分類器是通過(guò)某個(gè)對(duì)象的先驗(yàn)概率，利用Bayes公式計(jì)算出其后驗(yàn)概率，即 該對(duì)象屬于某一類的概率，選擇具有最大后驗(yàn)概率的類作為該對(duì)象所屬的類。在沒(méi)有很多 樣本數(shù)據(jù)的情況下，Bayes分類器往往會(huì)獲得更好的識(shí)別效果，因?yàn)樗褂昧撕苌俚哪Ｐ图?設(shè)，不會(huì)出現(xiàn)過(guò)擬合現(xiàn)象。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的在于提供一種魯棒性更強(qiáng)、判斷結(jié)果更加準(zhǔn)確的基于Bayes的車牌 顏色判斷方法。
[0008] 本發(fā)明的技術(shù)方案為：
[0009] -種基于Bayes的車牌顏色判斷方法，該方法包括以下步驟：
[0010] (1)對(duì)待測(cè)車牌圖像進(jìn)行尺寸歸一化；
[0011] (2)選取歸一化后的待測(cè)車牌圖像的有效字符區(qū)域；
[0012] (3)對(duì)待測(cè)車牌圖像的有效字符區(qū)域進(jìn)行對(duì)比度增強(qiáng)；
[0013] (4)獲取待測(cè)車牌圖像的全局統(tǒng)計(jì)特征，包括：
[0014] (41)獲取有效字符區(qū)域在對(duì)比度增強(qiáng)后的灰度直方圖；
[0015] (42)采用以下公式，獲取待測(cè)車牌圖像的灰度直方圖統(tǒng)計(jì)特征；
【主權(quán)項(xiàng)】
1. 一種基于Bayes的車牌顏色判斷方法，其特征在于，該方法包括以下步驟： (1) 對(duì)待測(cè)車牌圖像進(jìn)行尺寸歸一化； (2) 選取歸一化后的待測(cè)車牌圖像的有效字符區(qū)域； (3) 對(duì)待測(cè)車牌圖像的有效字符區(qū)域進(jìn)行對(duì)比度增強(qiáng)； (4) 獲取待測(cè)車牌圖像的全局統(tǒng)計(jì)特征，包括： (41) 獲取有效字符區(qū)域在對(duì)比度增強(qiáng)后的灰度直方圖； (42) 采用以下公式，獲取待測(cè)車牌圖像的灰度直方圖統(tǒng)計(jì)特征；
其中，F(xiàn)[j]表示待測(cè)車牌圖像的灰度直方圖統(tǒng)計(jì)特征，j表示序號(hào)，a [j]表示比例因 子，N表示待測(cè)車牌圖像有效字符區(qū)域的像素總數(shù)，h[i]表示有效字符區(qū)域在對(duì)比度增強(qiáng) 后的灰度直方圖，i表示灰度級(jí)，min函數(shù)的功能是選擇滿足條件2 i=(lh[i]多N*a [j]的最 小的i ; (43) 獲取有效字符區(qū)域在對(duì)比度增強(qiáng)后的二值圖像； (44) 采用以下公式，獲取待測(cè)車牌二值圖像的垂直投影特征：
其中，hv[x]表示待測(cè)車牌二值圖像的垂直投影特征，即有效字符區(qū)域在對(duì)比度增強(qiáng)后 的二值圖像中第X列所有前景目標(biāo)個(gè)數(shù)，bin(x，j)表示有效字符區(qū)域在對(duì)比度增強(qiáng)后的二 值圖像中像素（X，y)處的灰度值； (45) 串聯(lián)待測(cè)車牌圖像的灰度直方圖統(tǒng)計(jì)特征和垂直投影特征，得到待測(cè)車牌圖像的 全局統(tǒng)計(jì)特征； (5) 獲取待測(cè)車牌圖像的局部分布特征，包括： (51) 采用以下公式，將有效字符區(qū)域在對(duì)比度增強(qiáng)后劃分成nh*nm個(gè)局部子區(qū)域：
其中，smallw、Smallh分別表示局部子區(qū)域的寬度和高度，Iw、Ih分別表示有效字符區(qū) 域的寬度和高度； (52) 將每個(gè)局部子區(qū)域作為一個(gè)像素，該像素的灰度值為整個(gè)局部子區(qū)域的灰度均 值，得到廣義有效字符區(qū)域； (53) 采用以下公式，獲取廣義有效字符區(qū)域的LBP變換特征值：
其中，L(X。，y。）表示廣義有效字符區(qū)域像素（X。，y。）的LBP變換特征值，g(x。，y。）表示 廣義有效字符區(qū)域像素（Xc;，y。）處的灰度值，g(xn，yn)表示像素（xc，yc)的領(lǐng)域內(nèi)像素（χη， yn)處的灰度值； (54)將廣義有效字符區(qū)域所有像素的LBP變換特征值串聯(lián)起來(lái)，得到待測(cè)車牌圖像的 局部分布特征； (6) 順序串聯(lián)待測(cè)車牌圖像的全局統(tǒng)計(jì)特征和局部分布特征，得到待測(cè)車牌圖像的綜 合特征向量； (7) 將待測(cè)車牌圖像的綜合特征向量輸入Bayes分類器，計(jì)算待測(cè)車牌圖像的綜合特 征向量屬于某一類的概率，選擇最大概率值對(duì)應(yīng)的類別作為待測(cè)車牌圖像中的車牌顏色類 型。
2. 根據(jù)權(quán)利要求1所述的基于Bayes的車牌顏色判斷方法，其特征在于，所述步驟（3) 中，采用以下公式，對(duì)待測(cè)車牌圖像的有效字符區(qū)域進(jìn)行對(duì)比度增強(qiáng)：
其中，g(x，y)表示有效字符區(qū)域在對(duì)比度增強(qiáng)后像素（X，y)處的灰度值，f(x，y)表 示有效字符區(qū)域在對(duì)比度增強(qiáng)前像素（X，y)處的灰度值，tmin表示有效字符區(qū)域在對(duì)比度 增強(qiáng)前像素灰度最小值加上10, tmax示有效字符區(qū)域在對(duì)比度增強(qiáng)前像素灰度最大值減去 10。
3. 根據(jù)權(quán)利要求1所述的基于Bayes的車牌顏色判斷方法，其特征在于，所述步驟（7) 中，采用以下公式，計(jì)算待測(cè)車牌圖像的綜合特征向量屬于某一類的概率：
其中，Pi (X)表示待測(cè)車牌圖像的綜合特征向量屬于某一類的概率，X表示待測(cè)車牌圖 像的綜合特征向量，Pi表示某一類目標(biāo)的訓(xùn)練樣本個(gè)數(shù)占總訓(xùn)練樣本個(gè)數(shù)的比例，u表示 某一類目標(biāo)的特征向量的各維元素的對(duì)應(yīng)均值，C表示某一類目標(biāo)的特征向量的各維元素 的協(xié)方差矩陣。
【專利摘要】本發(fā)明提供一種基于Bayes的車牌顏色判斷方法，包括：對(duì)待測(cè)車牌圖像進(jìn)行尺寸歸一化；選取歸一化后的待測(cè)車牌圖像的有效字符區(qū)域；對(duì)待測(cè)車牌圖像的有效字符區(qū)域進(jìn)行對(duì)比度增強(qiáng)；獲取待測(cè)車牌圖像的全局統(tǒng)計(jì)特征；獲取待測(cè)車牌圖像的局部分布特征；獲取待測(cè)車牌圖像的綜合特征向量；基于Bayes分類器，判斷車牌顏色類型。本發(fā)明綜合采用了車牌的全局統(tǒng)計(jì)特征和局部分布特征，特征更加強(qiáng)健，對(duì)于車牌偏色和污跡等干擾，具有更強(qiáng)的魯棒性；基于Bayes分類器進(jìn)行車牌顏色類型判斷，判斷結(jié)果更加準(zhǔn)確。
【IPC分類】G06K9-62
【公開(kāi)號(hào)】CN104834937
【申請(qǐng)?zhí)枴緾N201510212958
【發(fā)明人】張卡, 尼秀明, 何佳, 聶勇
【申請(qǐng)人】安徽清新互聯(lián)信息科技有限公司
【公開(kāi)日】2015年8月12日
【申請(qǐng)日】2015年4月28日