一種車牌識別方法
【專利摘要】本發(fā)明涉及一種車牌識別方法。本發(fā)明方法包括以下步驟：步驟1、采集車輛圖像；步驟2、于所述車輛圖像中定位車牌所在區(qū)域；步驟3、于車牌所在區(qū)域中分割成字符塊；步驟4、識別所述字符塊。通過對本發(fā)明技術方案的實施，可以獲得以下技術效果：自動完成車牌識別，節(jié)省人力；識別速度快，識別精度高，提高了車牌識別的效率。
【專利說明】—種車牌識別方法
【技術領域】
[0001]本發(fā)明涉及一種圖像處理方法，尤其涉及一種車牌識別方法。
【背景技術】
[0002]隨著人民生活水平的提高和經濟的發(fā)展，機動車的數量逐年增多，道路交通成為人們日益關注的問題。為了解決道路交通問題，一種準確、高效的新型運輸系統(tǒng)——智能交通系統(tǒng)(Intelligent Transportation System,簡稱 ITS)應運而生。
[0003]智能交通系統(tǒng)ITS(Intelligent Transportation System)是集成先進傳感器技術、數據傳輸技術、計算機圖像處理等技術，建立的一種在大范圍內、全方位、全時段發(fā)揮作用的綜合交通運輸管理系統(tǒng)。
[0004]車牌識別是智能交通系統(tǒng)的基礎部分，但是現有技術中車牌識別通常是通過人工完成的，使整個智能交通系統(tǒng)出現信息處理的瓶頸。且人工識別車牌耗時長，消耗人力，效率低。

【發(fā)明內容】

[0005]針對現有的車牌識別方法存在的問題，本發(fā)明提供的技術方案的主要目的是:提供一種基于圖像處理技術的自動完成識別的車牌識別方法。
[0006]為了實現上述目的，本發(fā)明采用了如下的技術方案:
一種車牌識別方法，其中，包括以下步驟:
步驟1、采集車輛圖像；
步驟2、于所述車輛圖像中定位車牌所在區(qū)域；
步驟3、于車牌所在區(qū)域中分割成字符塊；
步驟4、識別所述字符塊。
[0007]本發(fā)明的另一方面，對所述步驟I中采集的所述車輛圖像進行預處理以去除所述車輛圖像中的噪聲。
[0008]本發(fā)明的另一方面，所述步驟2中，于所述車輛圖像中定位車牌所在區(qū)域包括以下步驟:
步驟21、將所述車輛圖像從RGB彩色模型轉換為HIS彩色模型；
步驟22、根據車牌的顏色特征，設定HIS色彩空間的各分量的閾值，去除不符合條件的區(qū)域，以得到候選區(qū)域；
步驟23、根據車牌中字符顏色特征和背景顏色特征檢測所述候選區(qū)域以獲得所述候選區(qū)域的邊緣；
步驟24、利用車牌的幾何特征，去掉邊緣形狀不符合的所述候選區(qū)域，并得到車牌圖
像；
步驟25、對得到的車牌圖像進行投影，以得到車牌于所述車輛圖像上的起始位置，并定位到車牌所在區(qū)域。[0009]本發(fā)明的另一方面，于所述步驟25后對所述車輛圖像進行傾斜校正，具體包括如下步驟:
步驟a、通過霍夫變換獲得所述車輛圖像的傾斜角度；
步驟b、根據獲得的傾斜角度旋轉車牌所在區(qū)域的圖像。
[0010]本發(fā)明的另一方面，所述步驟3中分割成字符塊具體包括以下步驟:
步驟31、對車牌所在區(qū)域的圖像進行二值化操作得到二值化圖像；
步驟32、對所述二值化圖像進行連通域標記；
步驟33、對標記的連通域塊進行分析得出字符塊。
[0011]本發(fā)明的另一方面，所述步驟4中識別所述字符塊具體包括以下步驟:
步驟41、提取字符塊的特征；
步驟42、采用SVM分類器識別字符塊；
步驟43、通過區(qū)分相似字符的特殊特征對相似字符進行二次識別；
步驟44、根據車牌字符的排列特點對每個字符進行對應識別；
步驟45、將識別結果組合得到車牌號碼。
[0012]本發(fā)明的另一方面，所述步驟b中根據以下公式旋轉車牌所在區(qū)域的圖像:
【權利要求】
1.一種車牌識別方法，其特征在于該方法包括以下步驟: 步驟1、采集車輛圖像； 步驟2、于所述車輛圖像中定位車牌所在區(qū)域； 步驟3、于車牌所在區(qū)域中分割成字符塊； 步驟4、識別所述字符塊。
2.如權利要求1所述方法，其特征在于:對所述步驟I中采集的所述車輛圖像進行預處理以去除所述車輛圖像中的噪聲。
3.如權利要求1所述方法，其特征在于:所述步驟2中，于所述車輛圖像中定位車牌所在區(qū)域包括以下步驟: 步驟21、將所述車輛圖像從RGB彩色模型轉換為HIS彩色模型； 步驟22、根據車牌的顏色特征，設定HIS色彩空間的各分量的閾值，去除不符合條件的區(qū)域，以得到候選區(qū)域； 步驟23、根據車牌中字符顏色特征和背景顏色特征檢測所述候選區(qū)域以獲得所述候選區(qū)域的邊緣； 步驟24、利用車 牌的幾何特征，去掉邊緣形狀不符合的所述候選區(qū)域，并得到車牌圖像； 步驟25、對得到的車牌圖像進行投影，以得到車牌于所述車輛圖像上的起始位置，并定位到車牌所在區(qū)域。
4.如權利要求3所述方法，其特征在于:所述步驟25后對所述車輛圖像進行傾斜校正，具體包括如下步驟: 步驟a、通過霍夫變換獲得所述車輛圖像的傾斜角度； 步驟b、根據獲得的傾斜角度旋轉車牌所在區(qū)域的圖像。
5.如權利要求1所述方法，其特征在于:所述步驟3中分割成字符塊具體包括以下步驟: 步驟31、對車牌所在區(qū)域的圖像進行二值化操作得到二值化圖像； 步驟32、對所述二值化圖像進行連通域標記； 步驟33、對標記的連通域塊進行分析得出字符塊。
6.如權利要求5所述方法，其特征在于:所述步驟4中識別所述字符塊具體包括以下步驟: 步驟41、提取字符塊的特征； 步驟42、采用SVM分類器識別字符塊； 步驟43、通過區(qū)分相似字符的特殊特征對相似字符進行二次識別； 步驟44、根據車牌字符的排列特點對每個字符進行對應識別； 步驟45、將識別結果組合得到車牌號碼。
7.如權利要求4所述方法，其特征在于:所述步驟b中根據以下公式旋轉車牌所在區(qū)域的圖像:COS & Slll & JTqyx_ -~sm Θ cos θ_ J0 _其中，OcI,Λ)為旋轉后坐標，(?.:?)為旋轉前坐行C1是旋轉角度。
8.如權利要求5所述方法，其特征在于:所述步驟31中，對車牌所在區(qū)域的圖像進行二值化操作采用最大類間方差二值化算法。
9.如權利要求5所述方法，其特征在于:所述步驟32中，對所述二值化圖像進行連通域標記采用行程碼方法標記。
10.如權利要求6所述方法，其特征在于:所述步驟41中，通過逐像素點位置特征和分塊統(tǒng)計特征的方法提 取字符塊的特征。
【文檔編號】G08G1/017GK104036241SQ201410241341
【公開日】2014年9月10日 申請日期:2014年5月30日 優(yōu)先權日:2014年5月30日
【發(fā)明者】姜永櫟 申請人:寧波海視智能系統(tǒng)有限公司