一種基于連通區(qū)域信息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，具體涉及一種基于連通區(qū)域信息的車牌顏色判斷 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，此時(shí)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)于整個(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)，該方法直接失 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，同時(shí)對(duì)于車牌的褪色和偏色，具有一定的魯棒性，但是對(duì)于包含強(qiáng)干擾和污 跡的車牌，由于受二值化圖像質(zhì)量的影響，該方法會(huì)出現(xiàn)誤判。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于提供一種基于連通區(qū)域信息的車牌顏色判斷方法，采用車票的 垂直邊緣獲取字符連通區(qū)域，進(jìn)而判斷車牌顏色類型，判斷結(jié)果更加準(zhǔn)確，對(duì)于車牌偏色和 污跡等干擾，具有更強(qiáng)的魯棒性。
[0007] 本發(fā)明的技術(shù)方案為：
[0008] 一種基于連通區(qū)域信息的車牌顏色判斷方法，包括以下步驟：
[0009] (1)將車牌圖像進(jìn)行尺寸歸一化處理；
[0010] (2)獲取經(jīng)過(guò)尺寸歸一化處理的車牌圖像中的有效字符區(qū)域；
[0011] (3)將獲取有效字符區(qū)域后的車牌圖像進(jìn)行對(duì)比度增強(qiáng)；
[0012] (4)利用垂直邊緣檢測(cè)算子，獲取經(jīng)過(guò)對(duì)比度增強(qiáng)的車牌圖像的二值垂直邊緣 圖；
[0013] (5)基于車牌圖像的二值垂直邊緣圖，獲取字符筆畫(huà)的最優(yōu)寬度；
[0014] (6)對(duì)獲取字符筆畫(huà)的最優(yōu)寬度后的車牌圖像進(jìn)行形態(tài)學(xué)運(yùn)算，獲取車牌的前景 連通區(qū)域圖像和背景連通區(qū)域圖像；
[0015] (7)優(yōu)化前景連通區(qū)域圖像；
[0016] (8)統(tǒng)計(jì)前景連通區(qū)域?qū)?yīng)的灰度均值和背景連通區(qū)域?qū)?yīng)的灰度均值；
[0017] (9)基于前景連通區(qū)域?qū)?yīng)的灰度均值和背景連通區(qū)域?qū)?yīng)的灰度均值，判斷車 牌顏色類型。
[0018] 步驟（3)中，所述的將獲取有效字符區(qū)域后的車牌圖像進(jìn)行對(duì)比度增強(qiáng)，具體采 用以下公式實(shí)現(xiàn)：
[0019]
【主權(quán)項(xiàng)】
1. 一種基于連通區(qū)域信息的車牌顏色判斷方法，其特征在于，包括以下步驟： (1) 將車牌圖像進(jìn)行尺寸歸一化處理； (2) 獲取經(jīng)過(guò)尺寸歸一化處理的車牌圖像中的有效字符區(qū)域； (3) 將獲取有效字符區(qū)域后的車牌圖像進(jìn)行對(duì)比度增強(qiáng)； (4) 利用垂直邊緣檢測(cè)算子，獲取經(jīng)過(guò)對(duì)比度增強(qiáng)的車牌圖像的二值垂直邊緣圖； (5) 基于車牌圖像的二值垂直邊緣圖，獲取字符筆畫(huà)的最優(yōu)寬度； (6) 對(duì)獲取字符筆畫(huà)的最優(yōu)寬度后的車牌圖像進(jìn)行形態(tài)學(xué)運(yùn)算，獲取車牌的前景連通 區(qū)域圖像和背景連通區(qū)域圖像； (7) 優(yōu)化前景連通區(qū)域圖像； (8) 統(tǒng)計(jì)前景連通區(qū)域?qū)?yīng)的灰度均值和背景連通區(qū)域?qū)?yīng)的灰度均值； (9) 基于前景連通區(qū)域?qū)?yīng)的灰度均值和背景連通區(qū)域?qū)?yīng)的灰度均值，判斷車牌顏 色類型。
2. 根據(jù)權(quán)利要求1所述的一種基于連通區(qū)域信息的車牌顏色判斷方法，其特征在于： 步驟（3)中，所述的將獲取有效字符區(qū)域后的車牌圖像進(jìn)行對(duì)比度增強(qiáng)，具體采用以下公 式實(shí)現(xiàn)：
其中，f(x，y)表示原圖的灰度值，g(x，y)表示增強(qiáng)圖像的灰度值，tmin為原圖灰度最小 值加上10,tmax為原圖灰度最大值減去10。
3. 根據(jù)權(quán)利要求1所述的一種基于連通區(qū)域信息的車牌顏色判斷方法，其特征在于： 步驟（4)中，所述的利用垂直邊緣檢測(cè)算子，獲取經(jīng)過(guò)對(duì)比度增強(qiáng)的車牌圖像的二值垂直 邊緣圖；具體包括以下步驟： (41) 基于邊緣檢測(cè)算子式，獲取經(jīng)過(guò)對(duì)比度增強(qiáng)的車牌圖像的垂直邊緣特征圖；所述 的邊緣檢測(cè)算子式為：
(42) 利用最大類間距算法，獲取經(jīng)過(guò)對(duì)比度增強(qiáng)的車牌圖像的二值垂直邊緣圖。
4. 根據(jù)權(quán)利要求1所述的一種基于連通區(qū)域信息的車牌顏色判斷方法，其特征在于： 步驟（5)中，所述的基于車牌圖像的二值垂直邊緣圖，獲取字符筆畫(huà)的最優(yōu)寬度；具體包括 以下步驟： (51) 進(jìn)入二值垂直邊緣圖的待處理當(dāng)前行； (52) 自左向右尋找全部跳變點(diǎn)； (53) 分別計(jì)算當(dāng)前跳變點(diǎn)與前一個(gè)跳變點(diǎn)、后一個(gè)跳變點(diǎn)之間的距離，并將小于一定 閾值的距離放入筆畫(huà)寬度列表中； (54) 判斷當(dāng)前跳變點(diǎn)是否為該行的最后一個(gè)跳變點(diǎn)；若是，則執(zhí)行步驟（55);若否，則 進(jìn)入下一個(gè)跳變點(diǎn)，返回執(zhí)行步驟（53); (55) 判斷當(dāng)前行是否為圖像的最后一行；若是，則執(zhí)行步驟（57);若否，則執(zhí)行步驟 (56)； (56) 進(jìn)入二值垂直邊緣圖的下一行，返回執(zhí)行步驟（51)-(54); (57) 基于筆畫(huà)寬度列表，構(gòu)建筆畫(huà)寬度直方圖； (58) 選擇最大維數(shù)對(duì)應(yīng)的寬度作為該車牌圖像的字符筆畫(huà)寬度n。
5. 根據(jù)權(quán)利要求1所述的一種基于連通區(qū)域信息的車牌顏色判斷方法，其特征在于： 步驟（6)中，所述的對(duì)獲取字符筆畫(huà)的最優(yōu)寬度后的車牌圖像進(jìn)行形態(tài)學(xué)運(yùn)算，獲取車牌 的前景連通區(qū)域圖像和背景連通區(qū)域圖像；具體包括以下步驟： (61) 基于結(jié)構(gòu)元素模板式（3)，對(duì)二值垂直邊緣圖進(jìn)行
次形態(tài)學(xué)膨脹運(yùn)算，得到 圖像image_dilate;所述的結(jié)構(gòu)元素模板式（3)為：
(3) (62) 基于結(jié)構(gòu)元素模板式（4)，對(duì)圖像image_dilate進(jìn)行2次形態(tài)學(xué)閉運(yùn)算，得到圖 像image_close;所述的結(jié)構(gòu)元素模板式（4)為：
(4) (63) 對(duì)圖像image_close進(jìn)行反色處理，獲取背景連通區(qū)域圖像image_bg; (64) 基于結(jié)構(gòu)元素模板式（3)，對(duì)image_Cl〇se進(jìn)行
次形態(tài)學(xué)腐蝕運(yùn)算，得到前 景連通區(qū)域圖像image_obj〇
6. 根據(jù)權(quán)利要求5所述的一種基于連通區(qū)域信息的車牌顏色判斷方法，其特征在于： 步驟（7)中，所述的優(yōu)化前景連通區(qū)域圖像；具體包括以下步驟： (71) 進(jìn)入圖像image_obj的當(dāng)前待處理行； (72) 利用以下公式，尋找全部的左跳變點(diǎn)即左邊緣點(diǎn)；
其中，g(X，y)為圖像灰度值； (73) 以當(dāng)前跳變點(diǎn)作為基礎(chǔ)，保留右側(cè)n-1鄰域內(nèi)所有的前景點(diǎn)； (74) 判斷當(dāng)前跳變點(diǎn)是否為該行的最后一個(gè)跳變點(diǎn)；若是，則執(zhí)行步驟（75);若否，則 進(jìn)入下一個(gè)跳變點(diǎn)，返回執(zhí)行步驟（73); (75) 判斷當(dāng)前行是否為圖像image_〇bj的最后一行；若是，則輸出優(yōu)化前景區(qū)域圖像； 若否，則執(zhí)行步驟（76); (76) 進(jìn)入圖像image_obj的下一行，返回執(zhí)行步驟（71)-(75); 執(zhí)行完畢后，按照步驟（71)-(76)，尋找右邊緣點(diǎn)和相應(yīng)的前景區(qū)域保留點(diǎn)，疊加基于 左邊緣保留區(qū)域和基于右邊緣保留區(qū)域，獲取最終的的優(yōu)化前景區(qū)域。
7.根據(jù)權(quán)利要求1所述的一種基于連通區(qū)域信息的車牌顏色判斷方法，其特征在于： 步驟（9)中，所述的基于前景連通區(qū)域?qū)?yīng)的灰度均值和背景連通區(qū)域?qū)?yīng)的灰度均值， 判斷車牌顏色類型；具體采用以下公式實(shí)現(xiàn)：
其中，f表示前景連通區(qū)域?qū)?yīng)的灰度均值，$表示背景連通區(qū)域?qū)?yīng)的灰度均值，class= 1表示車牌屬于暗底亮字類型，class= 0表示車牌屬于亮底暗字類型。
【專利摘要】本發(fā)明提供一種基于連通區(qū)域信息的車牌顏色判斷方法，包括以下步驟：將車牌圖像進(jìn)行尺寸歸一化處理；獲取經(jīng)過(guò)尺寸歸一化處理的車牌圖像中的有效字符區(qū)域；將獲取有效字符區(qū)域后的車牌圖像進(jìn)行對(duì)比度增強(qiáng)；利用垂直邊緣檢測(cè)算子，獲取經(jīng)過(guò)對(duì)比度增強(qiáng)的車牌圖像的二值垂直邊緣圖；基于車牌圖像的二值垂直邊緣圖，獲取字符筆畫(huà)的最優(yōu)寬度；進(jìn)行形態(tài)學(xué)運(yùn)算，獲取車牌的前景連通區(qū)域圖像和背景連通區(qū)域圖像；優(yōu)化前景連通區(qū)域圖像；統(tǒng)計(jì)前景連通區(qū)域?qū)?yīng)的灰度均值和背景連通區(qū)域?qū)?yīng)的灰度均值；判斷車牌顏色類型。本發(fā)明的判斷結(jié)果更加準(zhǔn)確，且對(duì)于車牌偏色和污跡等干擾，具有更強(qiáng)的魯棒性。
【IPC分類】G06K9-00
【公開(kāi)號(hào)】CN104573656
【申請(qǐng)?zhí)枴緾N201510013056
【發(fā)明人】張卡, 何佳, 尼秀明, 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4月29日
【申請(qǐng)日】2015年1月9日