通用车牌识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107180230A(43)申请公布日2017.09.19(21)申请号201710316982.9(22)申请日2017.05.08(71)申请人上海理工大学地址200093上海市杨浦区军工路516号(72)发明人侯俊苏乾蒋睿杰(74)专利代理机构上海申汇专利代理有限公司31001代理人吴宝根(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)G06K9/44(2006.01)G06K9/32(2006.01)G06K9/34(2006.01)权利要求书4页说明书12页附图1页(54)发明名称通用车牌识别方法(57)摘要本发明涉及一种通用车牌识别方法，通过触发相机进行视频拍摄、运动图像去模糊、车牌定位提取车牌轮廓区域图像、对拍摄到的车牌在图像的倾斜度仿射矫正、车牌内部区域分割提取信息、字符/图标识别达到各种车牌的识别。本方法对车辆与相机的相对位置无严格要求。该方法在识别车牌时不局限于某一特定国家车牌特点，无论哪国车牌都能进行车牌有效信息的提取，对背景或复杂、或简单的车牌均可正确识别。CN107180230ACN107180230A权利要求书1/4页1.一种通用车牌识别方法，其特征在于，具体包括如下步骤：1)触发相机进行视频拍摄，具体包括二个独立进程：(A)光流法获得运动前景并提取关键特征点；(B)关键特征点聚类后聚焦拍照；2)运动图像去模糊：视频所得图像清晰，则进入步骤3)，如视频所得图像清晰度不够，根据步骤1)中(B)所得到的聚焦特征点集合值进行滤波去除运动引发的模糊；3)车牌定位，得到车牌区域轮廓二值化图I1；4)仿射，对拍摄到的车牌在图像的倾斜度仿射矫正，根据I1计算仿射变换的参数，对I进行仿射变换得到仿射变换后车牌图像I2；5)车牌内部区域分割，提取信息：对步骤4)仿射变换后车牌图像I2采用Sobel算子提取边界，进行车牌背景底色/背景图案边缘初步筛选；将主信息与未剔除的图案区进行区分，提取主信息；提取车牌内部矩形区域；车牌上方、下方辅助信息定位；检测车牌是否有上部、下部的辅助信息，如有获取上方、下方辅助信息；6)字符/图标识别：对步骤5)区域内的信息进行字符/图标识别，完成整个车牌识别。2.根据权利要求1所述通用车牌识别方法，其特征在于，所述步骤1)中(A)光流法获得运动前景并提取关键特征点的具体实现步骤如下(A1)至(A6)：设当前帧为f，该帧的前帧为fp，该帧的后帧为fn，(A1)对视频当前帧f利用光流法检测前景目标；(A2)如果当前帧f中出现了前景目标，找关键特征点，如果特征点数目大于门限值I，则跳转至步骤(A3)；否则忽略该帧，将该帧标记为前帧fp、将该帧的后帧fn标记为当前帧f，依此类推，然后跳转至步骤(A1)；(A3)历遍当前帧每个关键特征点，对各点分别记录以下三组参数：其在当前帧f的坐标(x,y)、截止当前帧该特征点共出现的次数、相对运动坐标-即该特征点在fp帧中坐标(xp,yp)与其在当前帧f中坐标(x,y)之间的差值dx＝x-xp，dy＝y-yp，若该特征点是首次出现，则直接设其相对运动坐标为(0，0)；记录该特征点相对运动坐标时，将数据存放在一个链表中，链表的每一项是该点在二帧间相对运动坐标，x为行坐标，y为列坐标；(A4)历遍(A3)中关键特征点，检查每个特征关键点的运动位置变化量，若相对运动坐标中dx或者dy的绝对值大于门限II则判断可能是匹配错误，将该关键特征点及在步骤(A3)获得的关于该点的参数全部删除，继续检查下一个关键特征点；否则保留该关键特征点及其参数；(A5)历遍(A4)中保留下来的各关键特征点，检查若某关键特征点截止当前帧f出现的次数大于门限值III，说明跟踪的运动目标不是突发的运动干扰而是稳定的运动目标，将在本步骤中大于门限值III的所有关键特征点及其参数传给进程(B)，然后转至步骤(A6)；(A6)将当前帧改记为fp、将fn帧改记为f，……，依此类推，然后转至步骤(A1)。3.根据权利要求1或2所述通用车牌识别方法，其特征在于，所述步骤1)中(B)关键特征点聚类后聚焦拍照，具体步骤如下(B1)至(B4)：(B1)对来自进程(A)的所有关键特征点，根据其参数中相对运动坐标中的行坐标符号进行第一次分类，分类规则如下：只选取满足如下条件的关键特征点：关键特征点连续多帧相对运动坐标中行坐标dx的符号相同，即均为正或者均为负；对选取的点进行分类：将dx为正的所有关键特征点分为一2CN107180230A权利要求书2/4页类，称正待分类集合；dx为负的所有关键特征点分为一类，称负待分类集合；这二类集合中点所属车辆运动方向相反；(B2)分别