一种车牌识别方法.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CN105335743A(43)申请公布日2016.02.17(21)申请号201510713318.9(22)申请日2015.10.28(71)申请人重庆邮电大学地址400065重庆市南岸区黄桷垭崇文路2号(72)发明人李红波欧阳文吴渝范张群(74)专利代理机构重庆市恒信知识产权代理有限公司50102代理人刘小红(51)Int.Cl.G06K9/32(2006.01)G06K9/62(2006.01)权利要求书2页说明书5页附图5页(54)发明名称一种车牌识别方法(57)摘要本发明请求保护一种车牌识别方法，涉及数字图像和机器视觉领域，所述方法包括以下步骤：首先获取车牌图像，并对车牌图像做预处理操作；然后于车牌图像中定位车牌区域，得到车牌候选区域，并对正面倾斜和侧面偏斜的候选区域进行矫正，得到候选车牌块；其次对候选车牌块进行判断，如果是车牌则进入下一步处理流程，否则丢弃该候选车牌块；再对车牌采用寻找连通域有效外部轮廓的方法进行字符分割；最后通过学习的方式获取字符特征，对单个字符图像进行识别并排序，得到识别结果。本发明识别速度快，鲁棒性好，定位和识别准确率高，能有效应用于多种场合。CN105335743ACN105335743A权利要求书1/2页1.一种车牌识别方法，其特征在于，包括以下步骤：101、首先获取车牌图像并对图像进行预处理；102、然后在经过预处理的车牌图像中定位车牌区域，得到车牌候选区域；103、其次对候选车牌块进行判断，如果是车牌则进入步骤104，否则丢弃该候选车牌块；104、再对所述车牌块进行字符分割；105、最后对所述分割字符块进行识别。2.根据权利要求1所述的一种车牌识别方法，其特征在于，步骤101中获取车牌图像并对图像进行预处理具体步骤包括，对获取的车牌图像通过高斯模糊、图像灰度化和直方图均衡算法进行预处理以去除所述车牌图像中的噪声，为车牌定位算法准备处理环境。3.根据权利要求1所述的一种车牌识别方法，其特征在于，步骤102在经过预处理的车牌图像中定位车牌区域，得到车牌候选区域的具体步骤包括，首先将所述车牌图像的颜色空间从RGB彩色模型转换到HSV六角椎体模型彩色模型；然后根据车牌的颜色特征，设定HSV六角椎体模型色彩空间的各分量的阈值，根据设定的阈值对图像进行二值化处理，以得到候选区域；再对所述候选区域进行形态学闭操作，并对其取轮廓，对轮廓求最小外接矩形，得到车牌矩形候选区域；最后利用车牌的宽高比，倾斜角度几何特征筛选掉不符合条件的候选区域，得到候选车牌区域。4.根据权利要求1所述的一种车牌识别方法，其特征在于，步骤103对候选车牌块进行判断的具体步骤包括：首先将所述候选车牌块用作SVM支持向量机机器学习算法的训练集，对SVM支持向量机车牌判断模型进行离线训练，得到车牌判断模型；然后得到车牌判断模型后，将所述候选车牌块输入所述车牌判断模型进行在线判断，得到真实车牌块集合；最后设定车牌块集合阈值，将真实车牌块数量与阈值进行比较，判断是否需要二次定位。5.根据权利要求1所述的一种车牌识别方法，其特征在于，步骤104字符分割具体步骤包括：首先对所述车牌块图像进行二值化操作得到二值化图像；然后对二值化图像进行形态学闭操作，得到车牌字符连通域，获取连通域的轮廓与最小外接矩形；再根据车牌字符宽高比，高度，设置误差率，最大、最小高度获取外接矩形并过滤，得到分割字符块；最后将所述分割字符块进行标准归一化处理，并统一尺寸，保存用作字符识别模型的训练样本。6.根据权利要求5所述的一种车牌识别方法，其特征在于，步骤105中字符识别具体步骤包括：读取所述分割字符训练样本；首先将训练样本输入CNN卷积神经网络机器学习模型进行离线训练，得到待识别字符的特征提取器，用以自动提取字符块特征；然后将所述字符特征输入Softmax多元逻辑回归分类器进行离线训练，得到车牌字符分类器；再将所述车牌字符输入已经训练好的特征提取器在线提取字符特征，再将其输入Softmax多元逻辑回归分类器进行在线识别；最后将字符识别结果进行排序组合，得到最终识别的车牌号码。7.根据权利要求3所述的一种车牌识别方法，其特征在于，用车牌的几何特征宽高比、倾斜角度筛选掉不符合条件的候选区域具体步骤包括，首先将车牌图像截取包含候选车牌区域的图块，得到ROI感兴趣区域图像；然后设定角度阈值，将ROI图像中的候选车牌区域的倾斜角度与阈值比较，判断是否倾斜，若倾斜则通过旋转候选车牌区域的方法来进行矫正；再对所述倾斜矫正后的候选车牌区域进行偏斜判断，若偏斜则通过对候选车牌进行仿射变换的方法进行矫正；最后对所述矫正后的候选车牌进行大小归一化，得到多块候选车2CN105335743A权利要求书2/2页牌块。8