基于圖像的車牌字符分割方法及其系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及車牌識(shí)別領(lǐng)域,特別是一種基于圖像的車牌字符分割方法及其系統(tǒng)。
【背景技術(shù)】
[0002] 車牌識(shí)別技術(shù)(VehicleLicensePlateRecognition,VLPR)是計(jì)算機(jī)視頻圖像 識(shí)別技術(shù)在車輛牌照識(shí)別中的一種應(yīng)用。車牌識(shí)別技術(shù)要求能夠?qū)⑦\(yùn)動(dòng)中的汽車牌照從復(fù) 雜背景中提取并識(shí)別出來(lái),通過(guò)車牌提取、圖像預(yù)處理、特征提取、車牌字符識(shí)別等技術(shù),識(shí) 別車輛牌號(hào)。
[0003] 車牌識(shí)別在高速公路車輛管理中得到廣泛應(yīng)用。在ETC(ElectronicToll Collection,電子不停車收費(fèi))系統(tǒng)中,車牌識(shí)別結(jié)合DSRC(DedicatedShortRange Communications,專用短程通信技術(shù))技術(shù)識(shí)別車輛身份,過(guò)往車輛通過(guò)道口時(shí)無(wú)須停車, 即能夠?qū)崿F(xiàn)車輛身份自動(dòng)識(shí)別、自動(dòng)收費(fèi)。在車場(chǎng)管理中,針對(duì)無(wú)需收停車費(fèi)的車輛(如月 卡車、內(nèi)部免費(fèi)通行車輛),建設(shè)無(wú)人值守的快速通道,通過(guò)車牌識(shí)別,實(shí)現(xiàn)免取卡、不停車, 從而提高出入口車輛通行效率。
[0004] 然而,在目前的車牌識(shí)別系統(tǒng)中,由于實(shí)際環(huán)境的影響,車牌圖像中不是所有的字 符都能清晰可見(jiàn),字符的模糊或者缺失往往對(duì)字符分割產(chǎn)生很大的影響,字符分割不準(zhǔn)會(huì) 直接導(dǎo)致字符識(shí)別錯(cuò)誤,從而導(dǎo)致整個(gè)車牌識(shí)別系統(tǒng)的識(shí)別率下降。
【發(fā)明內(nèi)容】
[0005] 針對(duì)上述現(xiàn)有技術(shù)中存在的問(wèn)題,本發(fā)明提供一種基于圖像的車牌字符分割方法 及其系統(tǒng),能夠準(zhǔn)確地分割車牌字符,從而提高車牌識(shí)別率。
[0006] 本發(fā)明提供的基于圖像的車牌字符分割方法,技術(shù)方案如下,包括:
[0007] 對(duì)圖像進(jìn)行連通區(qū)域分析,得到所述圖像中車牌字符的第一組候選區(qū);
[0008] 對(duì)所述圖像進(jìn)行垂直投影分析,得到所述圖像中車牌字符的第二組候選區(qū);
[0009] 根據(jù)所述第一組候選區(qū)、第二組候選區(qū)得到所述圖像中車牌字符的平均寬度,并 根據(jù)所述平均寬度創(chuàng)建對(duì)應(yīng)的車牌模板;
[0010] 將所述車牌模板與所述第一組候選區(qū)、第二組候選區(qū)分別進(jìn)行滑動(dòng)匹配,根據(jù)匹 配結(jié)果確定所述圖像中車牌字符的最佳分割位置。
[0011] 本發(fā)明還提供基于圖像的車牌字符分割系統(tǒng),包括:
[0012] 連通區(qū)域分析模塊,用于對(duì)圖像進(jìn)行連通區(qū)域分析,得到所述圖像中車牌字符的 第一組候選區(qū);
[0013] 垂直投影分析模塊,用于對(duì)所述圖像進(jìn)行垂直投影分析,得到所述圖像中車牌字 符的第二組候選區(qū);
[0014] 車牌模板創(chuàng)建模塊,用于根據(jù)所述第一組候選區(qū)、第二組候選區(qū)得到所述圖像中 車牌字符的平均寬度,并根據(jù)所述平均寬度創(chuàng)建對(duì)應(yīng)的車牌模板;
[0015] 匹配模塊,用于將所述車牌模板與所述第一組候選區(qū)、第二組候選區(qū)分別進(jìn)行滑 動(dòng)匹配,根據(jù)匹配結(jié)果確定所述圖像中車牌字符的最佳分割位置。
[0016] 上述方案,通過(guò)對(duì)包含車牌字符的圖像分別進(jìn)行連通區(qū)域分析和垂直投影分析, 創(chuàng)建車牌模板,并將所述車牌模板與分析得到的所述圖像中車牌字符的候選區(qū)分別進(jìn)行滑 動(dòng)匹配,確定車牌字符的最佳分割位置。因此,能夠降低車牌圖像中車牌字符的模糊或者缺 失對(duì)字符分割產(chǎn)生的影響,準(zhǔn)確地分割出車牌字符,從而提高車牌識(shí)別率。
【附圖說(shuō)明】
[0017]圖1為一個(gè)實(shí)施例的基于圖像的車牌字符分割方法的流程示意圖;
[0018] 圖2為二值化圖像連通區(qū)域標(biāo)記圖;
[0019] 圖3為原始圖像、二值化圖像以及包含第一組候選區(qū)的圖像的比較圖;
[0020] 圖4為紋理圖像、垂直投影結(jié)果的柱狀圖像以及包含第二組候選區(qū)的圖像的比較 圖;
[0021] 圖5為標(biāo)準(zhǔn)車牌布局信息圖;
[0022] 圖6為單個(gè)字符區(qū)的匹配效果圖;
[0023] 圖7為一個(gè)實(shí)施例的基于圖像的車牌字符分割系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0024] 為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚,下面將結(jié)合附圖對(duì)本發(fā)明作進(jìn) 一步地詳細(xì)描述。
[0025] 請(qǐng)參閱圖1中一個(gè)實(shí)施例的基于圖像的車牌字符分割方法的流程示意圖,如圖1 所示,包括步驟S101至S104:
[0026] S101,對(duì)圖像進(jìn)行連通區(qū)域分析,得到所述圖像中車牌字符的第一組候選區(qū)。
[0027] 其中,所述圖像為包含車牌字符的圖像,尤其以僅包含車牌字符區(qū)域的圖像為佳; 所述連通區(qū)域?yàn)閳D像中具有相同像素值且位置相鄰的像素點(diǎn)組成的圖像區(qū)域。
[0028] 進(jìn)一步地,所述對(duì)圖像進(jìn)行連通區(qū)域分析,得到所述圖像中車牌字符的第一組候 選區(qū)包括:
[0029] 對(duì)圖像進(jìn)行二值化處理;
[0030] 獲取二值化處理后的圖像中像素值相同且位置相鄰的像素點(diǎn)所構(gòu)成的若干連通 區(qū)域;
[0031] 找出所述連通區(qū)域中高寬比例與標(biāo)準(zhǔn)車牌字符高寬比例最接近的設(shè)定數(shù)量的連 通區(qū)域,作為所述圖像中車牌字符的第一組候選區(qū);所述設(shè)定數(shù)量為標(biāo)準(zhǔn)車牌包含的字符 數(shù)量。
[0032] 具體地,可通過(guò)以下方式對(duì)圖像進(jìn)行二值化處理:
[0033] 獲取圖像中各像素點(diǎn)的像素值;
[0034] 通過(guò)以下公式對(duì)各像素點(diǎn)進(jìn)行二值化處理:
[0035]
[0036] 其中,(X,y)為像素點(diǎn)的坐標(biāo),srcfcy)為像素點(diǎn)的像素值,dst^為像素點(diǎn)二值化 后的像素值,Tfcy)為以像素點(diǎn)fcy)為中心的預(yù)設(shè)范圍內(nèi)像素點(diǎn)的平均像素值。
[0037] 通過(guò)上述公式得到所述圖像中各個(gè)像素點(diǎn)的二值化像素值,找到所述二值化像素 值相同且位置相鄰的像素點(diǎn),所述像素點(diǎn)構(gòu)成若干個(gè)連通的區(qū)域,對(duì)各個(gè)連通的區(qū)域進(jìn)行 標(biāo)記。請(qǐng)參考圖2的二值化圖像連通區(qū)域標(biāo)記圖,舉例說(shuō)明連通區(qū)域的標(biāo)記:圖中代表8*8 的像素集,其中標(biāo)記為1的為一個(gè)二值化像素值相同且位置相鄰的像素點(diǎn)所構(gòu)成的連通區(qū) 域,標(biāo)記為2的為另一個(gè)二值化像素值相同且位置相鄰的像素點(diǎn)所構(gòu)成的連通區(qū)域,結(jié)果 如圖2中標(biāo)記的,得到兩個(gè)連通區(qū)域。
[0038] 找出二值化處理后的圖像中的各個(gè)連通區(qū)域,根據(jù)標(biāo)準(zhǔn)車牌字符的高寬比例保留 設(shè)定數(shù)量的連通區(qū)域作為所述圖像中車牌字符的第一組候選區(qū),所述預(yù)定數(shù)量為標(biāo)準(zhǔn)車牌 包含的字符數(shù)量。標(biāo)準(zhǔn)車牌字符的數(shù)量為7、高和寬分別為90mm和45mm,所以高寬比例為 2,根據(jù)這個(gè)比例值保留7個(gè)高寬比最接近2的連通區(qū)域;而考慮到實(shí)際環(huán)境的影響,車牌字 符可能會(huì)受到干擾,保留的連通區(qū)域數(shù)量也可以要比7多一些。
[0039] 如圖3所示,左邊為包含車牌字符的原始圖像,中間為對(duì)原始圖像進(jìn)行二值化處 理后的圖像,右邊是進(jìn)行連通區(qū)域分析后,得到的所述圖像中包含車牌字符第一組候選區(qū) 的圖像。
[0040] 因此,通過(guò)該步驟得到的所述圖像中車牌字符的第一組候選區(qū)精確度較高,為后 續(xù)確定最佳分割位置提供準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。
[0041]S102,對(duì)所述圖像進(jìn)行垂直投影分析,得到所述圖像中車牌字符的第二組候選區(qū)。
[0042] 進(jìn)一步地,步驟S102包括:
[0043] 提取所述圖像中車牌字符的圖像紋理,對(duì)車牌字符的圖像紋理進(jìn)行垂直投影;
[0044] 根據(jù)垂直投影的結(jié)果得到所述圖像中車牌字符的第二組候選區(qū)。
[0045] 具體地,可對(duì)包含車牌字符的圖像進(jìn)行拉普拉斯變化提取車牌字符的圖像紋理, 拉普拉斯變換是圖像在X,y方向上的二階偏微分之和,其公式表示為:
[0046]
[0047] 通過(guò)拉普拉斯變換可以提高提取車牌字符的圖像紋理的精確度,當(dāng)然,也可以通 過(guò)其他的方式,例如sobel算法、canny算法、形態(tài)學(xué)梯度等,提取車牌字符的圖像紋理。
[0048] 提取所述圖像中車牌字符的圖像紋理之后,對(duì)車牌字符的圖像紋