鬼佬大哥大
  • / 13
  • 下載費用:30 金幣  

一種基于差分邊緣圖像的車牌定位方法.pdf

摘要
申請專利號:

CN201410248899.9

申請日:

2014.06.07

公開號:

CN103985135A

公開日:

2014.08.13

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):G06T 7/00申請日:20140607|||公開
IPC分類號: G06T7/00; G06K9/46 主分類號: G06T7/00
申請人: 山西中創偉業科技有限公司
發明人: 劉哲; 薛瑞峰
地址: 030084 山西省太原市小店區南內環街102號陽光數碼港一層F103號
優先權:
專利代理機構: 代理人:
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201410248899.9

授權公告號:

||||||

法律狀態公告日:

2017.03.15|||2014.09.10|||2014.08.13

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

本發明涉及一種車牌定位方法,具體涉及一種基于差分邊緣圖像的車牌定位方法,所要解決的技術問題是提供了基于差分邊緣圖像的車牌定位方法,其主要利用差分邊緣圖像進行車牌定位,有效降低車牌定位的虛警率,且對于水平傾斜角度較小的車牌圖像能夠有效去除上下邊框,所采用的技術方案為按照以下步驟進行,采集若干含有車牌的車輛圖像,選取一張車輛圖像,對車輛圖像進行灰度計算,再利用sobel算子提取灰度圖像邊緣,并對灰度值進行水平方向累加和中值濾波,分析濾波圖像劃分連通區域,并對連通區域的高度、寬度、面積進行驗證去除偽車牌區域,從而得到準確車牌,本發明簡單、方便,廣泛用于車牌的定位。

權利要求書

權利要求書
1.  一種基于差分邊緣圖像的車牌定位方法,其特征在于,按照以下步驟進行:
第一步、采集若干含有車牌的車輛圖像,選取一張車輛圖像,得到車輛圖像的寬度W和高度H;
第二步、選取一張車輛圖像,利用公式對車輛圖像進行灰度計算,得到灰度圖像,計算公式為                                               ,
其中為像素點處的灰度,、、分別為RGB圖像中像素點處的三個顏色分量;
第三步、利用sobel算子提取灰度圖像邊緣,得到邊緣圖像,sobel算子垂直邊緣和水平邊緣算子分別為

第四步、對邊緣圖像進行水平方向差分,得到差分邊緣圖像,對應的計算公式為;
第五步、將差分邊緣圖像的灰度值進行水平方向累加,將累加值小于28的行的像素值置0;
第六步、對差分邊緣圖像進行中值濾波,去除孤立的邊緣點,得到濾波圖像;
第七步:分析濾波圖像中的每一行,選取水平距離小于0.7H的兩個相鄰邊緣點,將兩個邊緣點連接起來,并將兩個邊緣點之間的像素點置為1,遍歷圖像所有行;
第八步:分析濾波圖像中的每一行,選取水平長度大于1.2W且小于0.6H的線段,并將該線段內包含的所有像素點置為0,遍歷圖像所有行;
第九步:分析濾波圖像中的每一列,選取豎直高度小于0.1H的兩個相鄰邊緣點,將兩個邊緣點連接起來,并將兩個邊緣點之間的像素點置為1,遍歷圖像所有行;
第十步:分析濾波圖像中的每一列,選取長度大于1.5H且小于0.2H的線段,并將該線段內包含的所有像素點置為0,遍歷圖像所有行,從而得到連通區域;
第十一步:利用連通區域的寬度、高度和面積數值信息去除偽車牌區域,連通區域的寬度位于[0.8W, 1.2W]范圍內、高度位于[0.7H, 1.5H]范圍內、面積位于[0.7W*H, 1.4W*H]范圍內,則將該連通區域作為車牌候選區域;
第十二步:將車牌候選區域擴展為矩形,且分別向上和向下擴展5個像素點,即可得到準確的車牌圖像。

2.  根據權利要求1所述的一種基于差分邊緣圖像的車牌定位方法,其特征在于:所述第六步中選取3×3的窗口對圖像進行中值濾波。

說明書

說明書一種基于差分邊緣圖像的車牌定位方法
技術領域
本發明涉及一種車牌定位方法,具體涉及一種基于差分邊緣圖像的車牌定位方法。
背景技術
在智能交通領域,車牌識別是一項十分重要的技術。目前,基于數字圖像處理技術的車牌識別系統是智能交通系統的重要組成部分。車牌定位作為車牌自動識別的先驗步驟,其定位的準確度直接影響到后續處理的準確度。另外,車牌定位在整個車牌識別中所占的時間比重較大,其算法的復雜度直接影響到整個系統的實時性。因而車牌定位在智能交通系統中具有重要地位。
目前的車牌定位方法主要分為基于顏色的車牌定位和基于灰度圖像邊緣的車牌定位。基于灰度圖像邊緣的車牌定位方法由于運算量小、處理速度快、所需存儲空間較小等優點被普遍應用于實時車牌自動識別系統中。基于灰度圖像邊緣的車牌定位方法利用邊緣圖像的投影累加值或灰度跳變點累加值進行定位,虛警率較高,且定位后的車牌圖像往往包含上下邊框,需進一步精確定位。
發明內容
本發明克服現有技術存在的不足,所要解決的技術問題是提供了基于差分邊緣圖像的車牌定位方法,其主要利用差分邊緣圖像進行車牌定位,有效降低車牌定位的虛警率,且對于水平傾斜角度較小的車牌圖像能夠有效去除上下邊框。
為解決上述技術問題,本發明所采用的技術方案為:一種基于差分邊緣圖像的車牌定位方法,按照以下步驟進行:
第一步、采集若干含有車牌的車輛圖像,選取一張車輛圖像,得到車輛圖像的寬度W和高度H;
第二步、利用公式對車輛圖像進行灰度計算,得到灰度圖像,計算公式為                                               ,
其中為像素點處的灰度,、、分別為RGB圖像中像素點處的三個顏色分量;
第三步、利用sobel算子提取灰度圖像邊緣,得到邊緣圖像,sobel算子垂直邊緣和水平邊緣算子分別為

第四步、對邊緣圖像進行水平方向差分,得到差分邊緣圖像,對應的計算公式為;
第五步、將差分邊緣圖像的灰度值進行水平方向累加,將累加值小于28的行的像素值置0;
第六步、對差分邊緣圖像進行中值濾波,去除孤立的邊緣點,得到濾波圖像;
第七步:分析濾波圖像中的每一行,選取水平距離小于0.7H的兩個相鄰邊緣點,將兩個邊緣點連接起來,并將兩個邊緣點之間的像素點置為1,遍歷圖像所有行;
第八步:分析濾波圖像中的每一行,選取水平長度大于1.2W且小于0.6H的線段,并將該線段內包含的所有像素點置為0,遍歷圖像所有行;
第九步:分析濾波圖像中的每一列,選取豎直高度小于0.1H的兩個相鄰邊緣點,將兩個邊緣點連接起來,并將兩個邊緣點之間的像素點置為1,遍歷圖像所有行;
第十步:分析濾波圖像中的每一列,選取長度大于1.5H且小于0.2H的線段,并將該線段內包含的所有像素點置為0,遍歷圖像所有行,從而得到連通區域;
第十一步:利用連通區域的寬度、高度和面積數值信息去除偽車牌區域,連通區域的寬度位于[0.8W, 1.2W]范圍內、高度位于[0.7H, 1.5H]范圍內、面積位于[0.7W*H, 1.4W*H]范圍內,則將該連通區域作為車牌候選區域;
第十二步:將車牌候選區域擴展為矩形,且分別向上和向下擴展5個像素點,即可得到準確的車牌圖像。
優選地,所述第六步中選取3×3的窗口對圖像進行中值濾波。
本發明采用sobel算子提取車輛圖像邊緣,對包含有噪聲較多的圖像仍能提取出邊緣信息。通過邊緣圖像水平方向差分的方法,能夠有效去除車窗、車身邊緣、散熱柵欄、車牌上下邊框等水平線條對車牌造成的干擾,同時對差分邊緣圖像進行中值濾波,能夠在保留車牌信息的前提下有效去除孤立的邊緣點,能夠有效減少偽車牌區域,降低虛警率。
并且,本發明大部分的處理是對二值化圖像進行的處理,相對于灰度圖像和RGB圖像,能夠減小運算量,提高了實時性。
此外,本發明利用了圖像中車牌寬度和高度進行先驗信息,特別適合基于地感線圈觸發的視頻流的車牌識別系統。
 
附圖說明
圖1為本發明一種基于差分邊緣圖像的車牌定位方法的流程圖。
圖2為本發明中采集的含有車牌的車輛圖像。
圖3為本發明中對車輛圖像進行灰度計算后得到的灰度圖像。
圖4為本發明中利用sobel算子提取灰度圖像邊緣得到的邊緣圖像。
圖5為本發明中對邊緣圖像進行水平方向差分后得到的差分邊緣圖像。
圖6為本發明中對差分邊緣圖像的水平累加值小于28的行的像素值置0后得到的圖像。
圖7為本發明中對差分邊緣圖像進行中值濾波后得到的濾波圖像。
圖8為本發明中濾波圖像中水平距離小于0.7H的兩個相鄰邊緣點連接起來后得到的圖像。
圖9為本發明中濾波圖像中刪除水平長度大于1.2W且小于0.6H的線段內所有像素點后得到的圖像。
圖10為本發明濾波圖像中豎直距離小于0.1H的兩個相鄰邊緣點連接起來后得到的圖像。
圖11為本發明濾波圖像中刪除豎直長度大于1.5H且小于0.2H的線段內所有像素點后得到的圖像。
圖12為本發明連通區域候選區分別向上和向下擴展5個像素點得到的準確車牌圖像。
具體實施方式
下面結合附圖對本發明作的具體實施例作進一步說明。
如圖1所示,一種基于差分邊緣圖像的車牌定位方法,按照以下步驟進行:
第一步、采集若干含有車牌的車輛圖像,其中圖像可以是通過由基于地感線圈觸發的攝像頭獲得的圖像,在采集的車輛圖像中選取一張圖像,得到車輛圖像的寬度W和高度H,單位為像素點,假定W=150像素點,H=40像素點,如圖2所示的圖像;
第二步、利用公式對車輛圖像進行灰度計算,得到灰度圖像,如圖3所示的圖像,計算公式采用,
其中為像素點處的灰度,、、分別為RGB圖像中像素點處的三個顏色分量;
第三步、利用sobel算子提取灰度圖像邊緣,得到邊緣圖像,如圖4所示的圖像,sobel算子垂直邊緣和水平邊緣算子分別為

第四步、對邊緣圖像進行水平方向差分,得到差分邊緣圖像,如圖5所示的圖像,計算公式采用;
第五步、將差分邊緣圖像的灰度值進行水平方向累加,將累加值小于28的行的像素值置0,如圖6所示的圖像;
第六步、選取3×3的窗口,對差分邊緣圖像進行中值濾波,去除孤立的邊緣點,得到濾波圖像,如圖7所示的圖像;
第七步:分析濾波圖像中的每一行,選取水平距離小于28的兩個相鄰邊緣點,將兩個邊緣點連接起來,并將兩個邊緣點之間的像素點置為1,遍歷圖像所有行,如圖8所示的圖像;
第八步:分析濾波圖像中的每一行,選取水平長度大于180且小于24的線段,并將該線段內包含的所有像素點置為0,遍歷圖像所有行,如圖9所示的圖像;
第九步:分析濾波圖像中的每一列,選取豎直高度小于4的兩個相鄰邊緣點,將兩個邊緣點連接起來,并將兩個邊緣點之間的像素點置為1,遍歷圖像所有行,如圖10所示的圖像;
第十步:分析濾波圖像中的每一列,選取長度大于60且小于8的線段,并將該線段內包含的所有像素點置為0,遍歷圖像所有行,從而得到連通區域,如圖11所示的圖像;
其中對于圖11中的所有連通區域,統計其寬度、高度和面積。從上到下,從左到右,依次有七個連通區域,將其編號為1~7,其寬度、高度和面積統計入下表:
連通區域編號寬度高度面積1231122023192793671485841023319995881210226562410467150314501
第十一步:利用連通區域的寬度、高度和面積數值信息去除偽車牌區域,其中七個連通區域的寬度位于[120, 180]范圍內、高度位于[28, 60]范圍內、面積位于[4200,8400]范圍內的只有連通區域編號為7的連通區域,將連通區域編號為7的連通區域作為車牌候選區域;
第十二步:將車牌候選區域擴展為矩形,且分別向上和向下擴展5個像素點,即可得到準確的車牌圖像,如圖12所示的圖像。
上面結合附圖對本發明的實施例作了詳細說明,但是本發明并不限于上述實施例,在本領域普通技術人員所具備的知識范圍內,還可以在不脫離本發明宗旨的前提下作出的各種變化,也應視為本發明的保護范圍。

關 鍵 詞:
一種 基于 邊緣 圖像 車牌 定位 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:一種基于差分邊緣圖像的車牌定位方法.pdf
鏈接地址:http://www.wwszu.club/p-6140524.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大