CN101877126B - 一种车牌候选区域的分割方法及装置 - Google Patents

Abstract

本发明涉及一种车牌候选区域的分割方法及装置，该方法包括：将采集到的彩色图像转换为灰度图像和HSL空间图像；在灰度图像上确定每对波峰和波谷之间灰度值之差最大的点，作为检测到的边缘点，边缘点构成灰度图像的边缘点集合；在HSL空间图像上确定灰度图像的边缘点集合中每个边缘点的左右相邻波峰、波谷像素属于预设颜色空间的边缘点，并将该边缘点在预设颜色空间的初始标记图的对应位置记录为标记点，得到预设颜色空间的最终标记图；对最终标记图中的所有标记点按行分别进行连线，得到对应的线段集合，对该集合中所有线段进行合并，生成矩形区域；将矩形区域对应的彩色图像对应位置的矩形区域输出为车牌候选区域。以提高车牌正确分割率。

Description

一种车牌候选区域的分割方法及装置

技术领域

本发明涉及计算机图象处理技术领域，特别涉及一种车牌候选区域的分割方法及装置。

背景技术

随着车辆的不断增多，通过计算机信息化、智能化的管理车辆成为必然。车牌自动识别技术被广泛应用在交通流量监测，高速公路卡口收费，闯红灯违章车辆监控及小区自动收费系统中。车牌自动识别技术包括车牌候选区域分割、字符分割和字符识别三部分，其中，车牌候选区域分割的好坏直接关系到车牌的总体识别率，是整个车牌自动识别技术的难点和关键。目前车牌候选区域分割方法有下述几种方法：

一种方法是：利用颜色对车牌进行分割，它是通过提取车牌中字符区域不同于其他区域的特殊彩色特征来区别字符区域和背景区域，从而在车牌中分割出字符。其优点虽然充分利用了车牌的颜色信息，可以快速的分割出车牌；但是其缺点是受光照影响严重。即在照明不均匀环境下定位率准确低的问题。

另一种方法是：基于投影法的车牌分割方法。它通过对车牌区域的直方图进行分析，利用车牌区域的投影值比背景区域大的特性达到识别字符区域的目的。其缺点是适用于车牌图像亮度变化比较均匀、对比度比较良好的情况。但是在实际应用中车牌图像处于变化光源的环境中，亮度极不均匀，从而限制了上述方法的使用。

上述的几种车牌分割方法的共同缺点都是针对特定的条件，容易受背景、光照等因素的限制，适应性不好。一旦条件发生变化，它们的分割准确率就会发生较大的波动。

发明内容

本发明实施例提供一种车牌候选区域的分割方法及装置，以克服现有方案受光照变化和车牌掉色和磨损的影响，提高车牌正确分割率。

为解决上述技术问题，本发明实施例提供一种车牌候选区域的分割方法，所述方法包括：

将采集到的彩色图像转换为灰度图像和HSL空间上的图像；

在所述灰度图像上确定每对波峰和波谷之间灰度值之差最大的点，并将该点作为检测到的边缘点，所述边缘点构成所述灰度图像的边缘点集合；

在所述HSL空间的图像上确定所述灰度图像的边缘点集合中每个边缘点的左右相邻波峰、波谷像素属于预设颜色空间的边缘点，并将所述属于预设颜色空间的边缘点在所述预设颜色空间的初始标记图的对应位置记录为标记点，得到所述预设颜色空间的最终标记图；

对所述最终标记图中的所有标记点按行分别进行连线，得到对应的线段集合，并将所述线段集合中所有线段按预设条件进行合并，生成矩形区域；

将所述矩形区域对应的所述彩色图像对应位置的矩形区域输出为车牌候选区域。

相应地，本发明实施例提供一种车牌候选区域的分割装置，所述装置包括：

转换单元，用于将采集到的彩色图像转换为灰度图像和HSL空间上的图像；

边缘点确定单元，用于在所述灰度图像上确定每对波峰和波谷之间灰度值之差最大的点，并将该点作为检测到的边缘点，所述边缘点构成所述灰度图像的边缘点集合；

标记图确定单元，用于在所述HSL空间的图像上，确定所述灰度图像的边缘点集合中每个边缘点的左右相邻波峰、波谷像素属于预设颜色空间的边缘点，并将所述属于预设颜色空间的边缘点在所述预设颜色空间的初始标记图的对应位置记录为标记点，得到所述预设颜色空间的最终标记图；

矩形区域确定单元，用于对所述最终标记图中的所有标记点按行分别进行连线，得到对应的线段集合，并将所述线段集合中所有线段按预设条件进行合并，生成矩形区域；

车牌候选区域输出单元，用于将所述矩形区域对应的所述彩色图像对应位置的矩形区域输出为车牌候选区域。

由上述技术方案可知，本发明中，先将采集到彩色图像(比如RGB空间上的图像)转换为灰度图像和HSL空间上的图像；在所述灰度图像上确定每对波峰和波谷跳变剧烈的边缘点，并将该边缘点作为检测到的边缘点，所述边缘点构成所述灰度图像的边缘点集合；在HSL空间上判断边缘点集合中每个边缘点的左右相邻波峰、波谷像素属于哪种颜色空间，并将所述属于预设颜色空间的边缘点在所述预设颜色空间的初始标记图的对应位置记录为标记点，得到所述预设颜色空间的最终标记图；对所述最终标记图中的所有标记点按行分别进行连线并按预设条件合并线段，生成矩形区域，将所述矩形区域对应的所述彩色图像对应位置的矩形区域输出为车牌候选区域。由此可知，本发明不受光照变化和车牌掉色及磨损的影响，提高车牌正确分割率。

附图说明

图1为本发明中提供的一种车牌候选区域的分割方法的流程图；

图2为本发明中提供的一种车牌候选区域的分割方法的具体流程图；

图3为本发明中提供的一种车牌图像的示意图；

图4为图3中提供的车牌图像中画有白线行的灰度图像的示意图；

图5为图3中提供的车牌图像中同行的灰度图像的示意图；

图6为本发明中行有效边缘点的示意图；

图7为本发明中提供的一种车牌候选区域的分割装置的结构示意图。

具体实施方式

下面我们将结合附图，对本发明的实施方案进行详细描述。

请参阅图1，为本发明提供的一种车牌候选区域的分割方法的流程图，所述方法包括：

步骤101：将采集到的彩色图像(比如彩色图像等)转换为灰度图像和HSL空间上的图像；

其中，所述RGB是色光的色彩模式。即红(Red)、绿(Green)、蓝(Blue)三原色或三基色的简称，对RGB的三基色分别进行8位编码后，就构成了大约16.7万种颜色，即常说的真彩色。

所述HSL表示为：色相(hue)、饱和度(saturation)、亮度(lightness)。所述HSL比目前的HSV能更好的反映彩色空间“饱和度”和“亮度”，而HSV表示为：hue、saturation、值(value)，虽然二者类似，但是二者之间各个参数之间的定义不同，比如，HSL的“饱和度”和HSV的“饱和度”的定义就不同，其具体的定义对于本领域技术人员来说已是公知技术，在此不再赘述。

步骤102：在所述灰度图像上确定每对波峰和波谷之间灰度值之差最大的点，并将该点作为检测到的边缘点，所述边缘点构成所述灰度图像的边缘点集合；

步骤103：在所述HSL空间的图像上确定所述灰度图像的边缘点集合中每个边缘点的左右相邻波峰、波谷像素属于预设颜色空间的边缘点，并将所述属于预设颜色空间的边缘点在所述预设颜色空间的初始标记图的对应位置记录为标记点，得到所述预设颜色空间的最终标记图；

步骤104：对所述最终标记图中的所有标记点按行分别进行连线，得到对应的线段集合，并将所述线段集合中所有线段按预设条件进行合并，生成矩形区域；

步骤105：将所述矩形区域对应的所述彩色图像对应位置的矩形区域输出为车牌候选区域。

在该实施例中，每个步骤的执行实体可以是采集卡，也可以是计算机，或者独立部署，但并不限于此，也可以是其他具体类似功能的其他设备，本实例不作限制。

可选的，所述方法还可以包括：

在HSL空间上，根据车牌的颜色类型预先设定车牌的颜色空间，并根据预先设定车牌的颜色空间生成与所述彩色图像大小相等的颜色空间的初始标记图；其中，所述预设颜色空间包括：黄黑颜色空间、蓝白颜色空间、黑白颜色空间或黑白红颜色空间，其中黑白颜色空间或黑白红颜色空间属于一种颜色空间；所述初始标记图包括：黄黑初始标记图、蓝白初始标记图、黑白或黑白红初始标记图，并将所述初始标记图的像素值均设置为0。

也就是说，在本发明中，预先在HSL空间上，根据车牌的几种颜色类型，定义车牌的三种颜色空间，比如，黄黑颜色空间、蓝白颜色空间、黑白或黑白红颜色空间等，但并不限于此，也可以根据实际需要设置其他的颜色空间，本发明不作限制。之后，将接收到输入车牌的彩色图像转换为灰度图像和HSL空间上的图像，在所述灰度图像上按行寻找每行的波峰波谷，并找到波峰与波谷间跳变剧烈的边缘点，并将所述跳变剧烈的边缘点的作为检测到的边缘点，所述边缘点构成所述灰度图像的边缘点集合；在HSL空间上判断所述边缘点集合中每个边缘点的左右相邻波峰、波谷像素属于预设的哪种颜色空间(比如黄黑颜色空间、蓝白颜色空间、黑白或黑白红颜色空间)，并将所述属于预设颜色空间的边缘点在所述预设颜色空间的初始标记图的对应位置记录为标记点，得到所述预设颜色空间的最终标记图，对最终标记图中的所有标记点按行分别进行连线，得到对应的线段，以及将满足预设条件的相邻两条线段进行合并，生成矩形区域，并将该矩形区域对应的所述彩色图像对应位置的矩形区域作为车牌候选区域，输出所述车牌候选区域。

进一步，所述方法还可以包括：

若所述车牌候选区域所对应的预设颜色空间的最终标记图属于黄黑颜色空间或蓝白颜色空间，则直接确定所述车牌候选区域的底色对应分别为黄色或蓝色；

若所述车牌候选区域所对应的预设颜色空间的最终标记图属于黑白或黑白红颜色空间，则对所述得到车牌区域进行二值化，判断二值化得到的白色像素数目是否大于黑色像素数目，若是，确定所述车牌候选区域的底色为白色，否则所述车牌候选区域的底色为黑色。

本发明中利用最大类间方差法Otsu方法来进行车牌区域的二值化：

$g(x,y)=\left\{\begin{array}{cc}0,& f(x,y)<T\\ 1,& f(x,y)\&GreaterEqual;T\end{array}\right.$

其中T利于Otsu方法计算得到的二值化阈值。f(x，y)表示坐标位置为(x，y)的像素的灰度值，g(x，y)表示二值化后坐标位置为(x，y)的像素的像素值。二值化后，灰度值低于阈值T的用黑色像素0表示，反之用白色像素1表示。

即在本实施例中，所述车牌候选区域所对应的预设颜色空间的最终标记图属于黄黑颜色空间、蓝白颜色空间，可以直接判断出车牌的底色为黄色或蓝色。所述车牌候选区域所对应的预设颜色空间的最终标记图属于黑白或黑白红颜色空间，需要进行车牌底色的二次判断，即将车牌二值化，将黑白或黑白红颜色空间二值化，判断二值化中的黑色像素数目是否多于白色像素数目，如果是，则车牌候选区域的底色为黑色，否则为车牌候选区域的底色为白色。

由此可知，本发明提出了一种利用波的边缘检测和颜色空间相结合的车牌分割方法，将彩色图像转换到HSL空间上的图像，在预定义的颜色空间上分割车牌；本发明不受光照变化和车牌掉色及磨损的影响，提高了车牌正确分割率。进一步，还可以在分割车牌的同时正确的判断出车牌的底色，提高了车牌底色识别效率。

还请参阅图2，为本发明中提供的一种车牌候选区域的分割方法的一种具体流程图，所述方法包括：

步骤201：采集彩色图像；本实施例以采集彩色RGB图像为例，但并不限于此；

其中，彩色RGB图像可以是采集卡随机采集的，也可以是计算机采集到的，本实施例不作限制。在采集到的彩色RGB图像中可以包括车牌信息，也可以没有包括车牌信息，本实施例以采集到的彩色RGB图像中包括车牌信息为例。

步骤202：将接收到的彩色RGB图像转换为灰度图像和HSL空间上的图像；

其中，将彩色RGB空间上的图像转换为灰度图像的公式如下：

g(i，j)＝0.114*I(i，j，1)+0.587*I(i，j，2)+0.299*I(i，j，3)  (1)

在该公式中，i表示图像的行位置，j表示图像的列位置，g(i，j)表示为转换后(i，j)点的灰度值，I(i，j，1)，I(i，j，2)，I(i，j，3)分别表示为彩色RGB图像上(i，j)点的R，G和B分量的值。

将彩色RGB空间的图像转换HSL空间上的图像具体包括：

首先，将R、G、B分量归一化，并找到R、G、B分量中的最大值和最小值，其公式为：

R1＝R/255，G1＝G/255，B1＝B/255，

Min＝min(min(R1，G1)，B1)，Max＝max(max(R1，G1)，B1)

其次，计算最大值分量与最小值分量之差，并按公式(2)～(5)计算R、G、B分量对应的H分量(色度分量)、S分量(饱和度分量)、L分量(亮度分量)值，其(2)～(5)公式为：

Diff＝Max-Min

L＝120*(Min+Max)    (2)

$S=\left\{\begin{array}{c}240*\mathrm{Diff}/(2-(\mathrm{Min}+\mathrm{Max})),L\&GreaterEqual;120\\ 240*\mathrm{Diff}/(\mathrm{Min}+\mathrm{Max}),L<120\end{array}\right.---\left(3\right)$

$H=-\begin{array}{c}H+240,H<0\\ H-240,H>240\end{array}---\left(5\right)$

步骤203：在HSL空间上，根据车牌的颜色类型预先设定车牌的颜色空间，并根据预先设定车牌的颜色空间生成与所述彩色图像大小相等的颜色空间的初始标记图，并将所述初始标记图的像素值均设置为0；

其中，所述预设颜色空间包括：黄黑颜色空间、蓝白颜色空间、黑白或黑白红颜色空间；所述初始标记图包括：黄黑初始标记图、蓝白初始标记图、黑白或黑白红初始标记图。

在本实施例中，以在HSL空间上定义三种车牌颜色空间为例，但并不限于此，也可以根据实际需要定义三种以上的颜色空间，本发明不作限制。

其中，所述定义的三种车牌颜色空间以包括：黄黑颜色空间、蓝白颜色空间、黑白或黑白红颜色空间为例。

所述定义黄黑颜色空间的公式具体为：

HYellow_min≤H(i，j)≤HYellow_max，SYellow_min≤S(i，j)，LYellow_min≤L(i，j)≤LYellow_max

L(i，j)≤LBlack_max

其中，H(i，j)，S(i，j)，L(i，j)分别表示像素坐标为(i，j)的像素的H分量值、S分量值和L分量值；HYellow_min，HYellow_max，SYellow_min，LYellow_min，LYellow_max，LBlack_max分别表示黄色在HSL空间中的H分量，S分量及L分量的取值范围阈值。

所述定义蓝白颜色空间的公式具体为：

HBlue_min≤H(i，j)≤HBlue_max，SBlue_min≤S(i，j)，LBlue_min≤L(i，j)≤LBlue_max

LWhite_min≤L(i，j)

其中，H(i，j)，S(i，j)，L(i，j)分别表示像素坐标为(i，j)的像素的H分量值、S分量值和L分量值；HBlue_min，HBlue_max，SBlue_min，LBlue_min，LBlue_max，LWhite_min分别表示蓝色在HSL空间中的H分量，S分量及L分量的取值范围阈值。

所述定义黑白或黑白红颜色空间的公式具体为：

L(i，j)≤LBlack_max

LWhite_min≤L(i，j)

HRed_min≤H(i，j)≤HRed_max，SRed_min≤S(i，j)，LRed_min≤L(i，j)≤LRed_max

其中，H(i，j)，S(i，j)，L(i，j)分别表示像素坐标为(i，j)的像素的H分量值、S分量值和L分量值；HRed_min，HRed_max，SRed_min，LRed_min，LRed_max，LBlack_max，LWhite_min分别表示红色、黑色及白色在HSL空间中的H分量，S分量及L分量的取值范围阈值。

在该实施例中，由于定义了三种车牌的颜色空间，还需要定义：三张和原RGB图像大小相等的初始标记图，即根据预先设定车牌的颜色空间生成与所述彩色图像大小相等的颜色空间的初始标记图；初始标记图中，所有边缘点的像素值都为0，以便于在检测到对应波峰、波谷对应的边缘点后，如其波峰、波谷对应的颜色组合属于预先定义的三种颜色空间之一，则将其对应的颜色初始标记图中对应点的像素值由0改为1，即将所述属于预设颜色空间的边缘点在所述预设颜色空间的初始标记图的对应位置记录为标记点，得到所述预设颜色空间的最终标记图。

需要说明的是，在该实施例中，步骤203的颜色空间和颜色空间的初始标记图是预先设定的，该步骤203与其他步骤没有先后顺序，当然，也可以同时进行，本实施例不作限制。

步骤204：在所述灰度图像上搜索每行的所有波峰和波谷，计算每对波峰和波谷之间灰度值之差最大的点，所述边缘点构成所述灰度图像的边缘点集合，具体包括：

在灰度图像上按行搜索左波谷和左波峰，二者是成对出现，如果(i，j)点满足：

g(i，j)≤g(i-1，j)，g(i，j)＜g(i+1，j)    (6)

g(i-1，j)为(i，j)前一个点的灰度值，g(i，j)为(i，j)点的灰度值，g(i+1，j)为(i，j)后一点的灰度值。则此点记为左波谷LeftTrough，以此点为基础继续向下搜索，找到与此点相对应的左波峰，如果(i，j)点满足：

g(i，j)＞g(i-1，j)，g(i，j)≥g(i+1，j)    (7)

则此点记为与左波谷LeftTrough对应的左波峰LeftApex。

同理，搜索得到右波峰RightApex和右波谷RightTrough，如果(i，j)点满足：

g(i，j)≥g(i-1，j)，g(i，j)＞g(i+1，j)    (8)

则此点记为右波峰RightApex，以此点为基础继续向下搜索，找到与此点相对应的右波谷，如果如果(i，j)点满足：

g(i，j)＜g(i-1，j)，g(i，j)≤g(i+1，j)    (9)

则此点记为与右波峰RightApex点对应的右波谷RightTrough。

为了便于本领域技术人员对搜索左波谷与对应的左波峰，以及右波谷与对应的右波峰的理解，下面以具体的例子来说明，还请一并参阅图3至图5。

图3，为本发明中提供的一种车牌图像的示意图；在该图中，以鄂H35446的车牌为例，但并不限于此。需要说明的是在车牌的中间画有一条白线，以便于下图区分其对应的灰度图。

图4，为图3中提供的车牌图像中画有白线行的灰度图像的示意图；在该图中，“*”标记点为左波谷，三角标记点为对应左波峰。其中，左波谷点为图3画白线行上字符区域中像素值接近黑色的点，对应的左波峰为左波谷点后面最靠近它的灰度值接近白色的点，二者是成对出现。

图5，为图3中提供的车牌图像中同行的灰度图像的示意图；在该图中，三角号标记点为右波峰，“*”红色标记点为右波谷，其中，右波峰点为图3画白线行上车牌底色区域中像素值接近白色的点，右波谷为波峰点后面最靠近它的灰度值接近黑色的点，二者是成对出现。

之后，可以分别计算波峰与波谷之间灰度值跳变最剧烈的点，并将该点作为检测到的边缘点，所述边缘点构成所述灰度图像的边缘点集合，具体包括：

若波峰与对应的波谷之差大于预设的振幅阈值，且，所述波峰和对应的波谷之差与波峰和对应的波谷之间的距离之比大于预设的比例阈值，则确定所述波峰与对应的波谷之间灰度值之差为最大的点，并将该点作为检测到的边缘点。

在该发明中，定义振幅阈值AmplitudeThr和振幅与距离的比例阈值RThr，其中，该振幅阈值的是依据车牌的字符和背景灰度的差异来定义的；其他阈值类似，在此不再赘述；

如果波峰与波谷满足(10)和(11)式：

g_Apex-g_Trough＞AmplitudeThr    (10)

$\frac{(g_{\mathrm{Apex}}-g_{\mathrm{Trough}})}{|j_{\mathrm{Apex}}-j_{\mathrm{Trough}}|}>\mathrm{RThr}---\left(11\right)$

则搜索波峰与波谷之间灰度值跳变最剧烈的点(即该点的左右像素的灰度值之差最大)，将此点置为检测到的边缘点，即作为有效边缘点。

还请参阅图6，为本发明中行有效边缘点的示意图，在图中，“*”标记点为左波峰和对应左波谷得出的边缘点，三角号标记点为右波峰和对应右波谷得出边缘点，其中，由左波峰和对应左波谷求得的边缘点是图3中画白线行中由车牌字符到车牌背景过渡的边缘点，由右波峰和对应波谷求得的边缘点是由车牌背景到车牌字符过渡的边缘点。

之后，在所述HSL空间的图像上确定所述边缘点集合中每个边缘点的左右相邻波峰、波谷像素属于预设颜色空间的边缘点，并将所述属于预设颜色空间的边缘点在所述预设颜色空间的初始标记图的对应位置记录为标记点，得到所述预设颜色空间的最终标记图；具体可以包括：

步骤205：确定所述灰度图像的边缘点集合中每个边缘点对应的波峰坐标点和波谷坐标点；

其中，在该步骤中，搜索步骤204中的所有边缘点，记录该边缘点对应的波峰坐标，如果边缘点的坐标记为(i，j)，则对应的波峰坐标为(i_Apex，j_Apex)，波谷坐标记为(i_Trough，j_Trough)。

步骤206：在HSL空间图像上确定所述每对波峰坐标点和波谷坐标点像素的颜色，并根据所述颜色分别判断所述检测到的灰度图像的边缘点的左右相邻波峰、波谷像素是否属于黄黑颜色空间、蓝白颜色空间、黑白或黑白红颜色空间，若是，则将对应的黄黑初始标记图、蓝白初始标记图、黑白初始标记或黑白红初始标记图与所述灰度图像边缘点的对应位置记录为标记点，并将该标记点像素值设置为1；将所述灰度图像边缘点集合中的每个边缘点重复上述操作，得到所述预设颜色空间上的最终标记图；

在该步骤中，如果边缘点的坐标记为(i，j)，则确定对应的波峰坐标为(i_Apex，j_Apex)，波谷坐标记为(i_Trough，j_Trough)后，可以判断所述边缘点的左右相邻波峰、波谷像素属于哪种颜色空间。如果在HSL空间的图像上，(i_Apex，j_Apex)点为黄色，与(i_Trough，j_Trough)点为黑色；或(i_Apex，j_Apex)点为黑色，(i_Trough，j_Trough)点为黄色，则该边缘点属于黄黑颜色空间，令黄黑初始标记图(i，j)＝1；

同理，可判断出该边缘点是否属于蓝白颜色空间，若是，则令蓝白初始标记图(i，j)＝1；

同理，可判断出该边缘点是否黑白或黑白红颜色空间，如果该边缘点属于黑白或黑白红颜色空间，则令黑白或黑白红初始标记图(i，j)＝1。

在判断完所有的边缘点属于的颜色空间后，则将对应的黄黑初始标记图、蓝白初始标记图、黑白初始标记图或黑白红初始标记图与所述灰度图像边缘点的对应位置记录为标记点，并将该标记点像素值设置为1，将所述灰度图像边缘点集合中的每个边缘点重复上述操作，得到所述预设颜色空间上的最终标记图，由于本发明以三种颜色空间，即生成了三种颜色空间上的三张最终标记图。

之后，对所述最终标记图中的所有标记点按行分别进行连线，得到对应的线段集合，并将所述线段集合中所有线段按预设条件进行合并，生成矩形区域，具体可以包括：

步骤207：按行扫描所述预设颜色空间上的最终标记图；

步骤208：对所述最终标记图中所有两个标记点之间的距离小于预设的连线距离阈值的两个标记点之间进行连线，得到对应的线段，并将每条线段上标记点的数目少于预设标记点数阈值的线段删除，得到标记连线图；

其中，连线距离阈值(DistanceThr)是根据图像中车牌字符间的最大像素距离来定义的；预设标记点数阈值(SumEdgePointThr)是根据车牌中包含字符的个数来定义的，如标准单层车牌有包含汉字在内的7个字符，则每行上至少应该有14个标记点；

在该步骤中，先定义DistanceThr，分别按行扫描步骤206中得到的三张最终标记图，如果最终标记图中的任意两个边缘点满足：

|j_Point1-j_Point2|＜DistanceThr    (12)

将这两个边缘点点进行连线，得到对应的线段，否则，不连接；并将每条线段上标记点的数目少于预设SumEdgePointThr的线段去掉，从而生成三张标记连线图。

步骤209：计算所述标记连线图中的相邻两条线段的垂直距离和水平交叉距离；

步骤210：确定所述标记连线图中满足相邻的两条线段的垂直距离均小于预设线段垂直距离阈值，且该相邻两条线段的所述水平交叉距离大于预设的水平交叉阈值的所有相邻线段，由所述所有相邻线段生成矩形区域；具体包括：

若所述相邻两条线段的垂直距离小于预设线段垂直距离阈值，且该相邻两条线段的所述水平交叉距离大于预设的水平交叉阈值，则合并所述相邻两条线段，生成初始矩形区域1，继续将所述初始矩形区域与相邻的线段进行合并，直到依次合并完所述标记连线图中的所有符合合并条件的线段，得到最终矩形区域1；对所述标记连线图中的所有未合并线段重新重复该合并操作的步骤，直到所述标记连线图中的所有未合并线段都已经被合并为止，得到最终矩形区域1至最终矩形区域n，n为大于等于1的自然数；将最终矩形区域1至最终矩形区域n作为所述生成的矩形区域。

其中，预设线段垂直距离阈值的定义为：由于每条线段为车牌候选区域当中的某一行，因此，任意相邻两条线段之间的垂直距离应该小于预先定义车牌的像素高度的某一比例；

在该步骤209和210中，先定义线段垂直距离阈值(VerticalDistanceThr)和水平交叉阈值(IntersectDistanceThre)；计算所述标记连线图中的相邻两条线段(上下两条相邻线段)的垂直距离Vd和水平交叉距离Ind，判断计算出的相邻两条线段的垂直距离是否满足公式(13)，以及相邻两条相邻线段的水平交叉距离是否满足公式(14)，其公式(13)和(14)具体为：

Vd＝|i_TopLine-i_BottomLine|，Ind＝min(jRight_Line1，jRight_Line2)-max(jLeft_Line1，jLeft_Line2)

Vd＜VerticalDistanceThr    (13)

Ind＞α·min(Length1，Length2)    (14)

Length1，Length2分别表示两条线段的像素长度，α为比例阈值，可以取α＝0.5，但并不限于此，也可以去其它值，本实施例不作限制。

步骤211：将所述最终矩形区域对应的所述彩色图像对应位置的矩形区域为车牌候选区域。

此外，在该实施例中，若车牌候选区域所对应的预设颜色空间的最终标记图属于黄黑颜色空间或蓝白颜色空间，则可以直接确定所述车牌候选区域的底色对应分别为黄色或蓝色；

如果若车牌候选区域所对应的预设颜色空间的最终标记图属于黑白颜色空间或黑白红颜色空间，则对所述得到车牌区域进行二值化，判断二值化得到的白色像素数目是否大于黑色像素数目，若是，确定所述车牌候选区域的底色为白色，否则所述车牌候选区域的底色为黑色。

也就是说，若车牌候选区域是在黑白红颜色空间被检出，则需要将车牌候选区域二值化，若二值化得到的白色像素数目多于黑色像素数目，则为白底黑字车牌，否则为黑底白字车牌。

由此可见，本发明所述的技术中，将原彩色图像转换到HSL空间上，相比目前常用的HSV色彩空间，HSL色彩空间能更好的反映“饱和度”和“亮度”作为两个独立参数的直觉观念；本发明不受光照变化和车牌掉色及磨损的影响，提高车牌正确分割率，进一步还可以在分割车牌的同时正确的判断出车牌的底色，不需对车牌底色进行二次识别，提高了车牌底色识别效率。

基于上述方法的实现过程，本发明还提供一种车牌候选区域的分割装置，其结构示意图如图7所示，所述装置包括：转换单元71，边缘点确定单元72，标记图确定单元73，矩形区域确定单元74和车牌候选区域输出单元75，其中，所述转换单元71，用于将采集到车牌的彩色图像转换为灰度图像和HSL空间上的图像；所述边缘点确定单元72，用于在所述转换单元71转换后的所述灰度图像上确定每对波峰和波谷之间灰度值之差最大的点，并将该点作为检测到的边缘点，所述边缘点构成所述灰度图像的边缘点集合；所述标记图确定单元73，用于在所述转换单元71转换后的所述HSL空间的图像上确定所述灰度图像的边缘点集合中每个边缘点的左右相邻波峰、波谷像素属于预设颜色空间的边缘点，并将所述属于预设颜色空间的边缘点在所述预设颜色空间的初始标记图的对应位置记录为标记点，得到所述预设颜色空间的最终标记图；所述矩形区域确定单元74，用于对所述标记图确定单元73确定的最终标记图中的所有标记点按行分别进行连线，得到对应的线段集合，并将所述线段集合中所有线段按预设条件进行合并，生成矩形区域；所述车牌候选区域输出单元75，用于将所述矩形区域对应的所述彩色图像对应位置的矩形区域输出为车牌候选区域。

进一步，所述装置还可以包括：颜色空间设置单元和初始标记图生成单元，其中，所述颜色空间设置单元，用于在HSL空间上，根据车牌的颜色类型预先设定车牌的颜色空间，所述颜色空间包括：黄黑颜色空间、蓝白颜色空间、黑白颜色空间或黑白红颜色空间；所述初始标记图生成单元，用于在HSL空间上，根据预先设定车牌的颜色空间生成与所述彩色图像大小相等的颜色空间的初始标记图，所述初始标记图包括：黄黑初始标记图、蓝白初始标记图、黑白初始标记图或黑白红初始标记图，并将所述初始标记图的像素值均设置为0。

进一步，所述边缘点确定单元可以包括：搜索单元和边缘点计算单元，其中，所述搜索单元，用于在转换单元转换后的所述灰度图像上搜索每行的所有波峰和波谷；边缘点计算单元，用于计算搜索单元搜索到的每对波峰和波谷之间灰度值之差最大的点，并将该点作为检测到的边缘点。

进一步，所述边缘点计算单元可以包括：第一判断单元和边缘点确定单元，其中，所述第一判断单元，用于判断所述波峰与对应的波谷之差是否大于预设的振幅阈值，且所述波峰和对应的波谷之差与波峰和对应的波谷之间的距离之比是否大于预设的比例阈值，若均大于，则向边缘点确定单元发送大于的判断结果；所述边缘点选定单元，用于根据接收到的所述第一判断单元发送的大于的判断结果计算所述波峰与对应的波谷之间灰度值之差最大的点，并将该点作为检测到的边缘点，述边缘点构成所述灰度图像的边缘点集合。

进一步，所述标记图确定单元可以包括：坐标点记录单元，坐标点像素确定单元，第二判断单元和最终标记图确定单元，其中，所述坐标点记录单元，用于记录所述灰度图像的边缘点集合中每个边缘点对应的波峰坐标点和波谷坐标点；所述颜色确定单元，用于在HSL空间图像上确定所述每个边缘点对应的波峰坐标点和波谷坐标点像素的颜色；所述第二判断单元，用于根据所述坐标点像素颜色确定单元确定的颜色分别判断所述检测到的灰度图像的边缘点的左右相邻波峰、波谷像素是否所属于黄黑颜色空间、蓝白颜色空间、黑白颜色空间或黑白红颜色空间，并发送所述边缘点属于黄黑颜色空间、蓝白颜色空间、黑白初始标记图或黑白红颜色空间的判断结果；所述最终标记图确定单元，用于在接收到所述第二判断单元发送的所述判断结果时，将对应的黄黑初始标记图、蓝白初始标记图、黑白初始标记或黑白红初始标记图与所述灰度图像上边缘点的对应位置记录为标记点，并将该标记点像素值设置为1；得到所述灰度图像边缘点集合中的每个边缘点对应的标记点，得到所述预设颜色空间上的最终标记图。

进一步，所述矩形区域确定单元可以包括：扫描单元，标记连线图确定单元，距离计算单元，第三判断单元和矩形区域生成单元，其中，所述扫描单元，用于按行扫描所述预设颜色空间上的最终标记图；所述标记连线图确定单元，用于对所述最终标记图中所有两个标记点之间的距离小于预设的连线距离阈值的两个标记点之间进行连线，得到对应的线段，并将每条线段上标记点的数目少于预设阈值的线段删除，得到标记连线图；所述距离计算单元，用于计算所述标记连线图中的相邻两条线段的垂直距离和水平交叉距离；

第三判断单元，用于判断所述标记连线图中的相邻两条线段的垂直距离是否小于预设线段垂直距离阈值，若是，则判断相邻两条线段的水平交叉距离是否大于预设的水平交叉阈值，若是，则发送均是的的判断结果；所述矩形区域生成单元，用于根据接收到所述第三判断单元发送的均是的判断结果时，合并所述相邻两条线段，生成初始矩形区域1，继续将所述初始矩形区域1与相邻的线段进行合并，直到依次合并完所述标记连线图中的所有符合合并条件的线段，得到最终矩形区域1；对所述标记连线图中的所有未合并线段重新重复该合并操作，直到所述标记连线图中的所有未合并线段都已经被合并为止，得到最终矩形区域1至最终矩形区域n，n为大于等于1的自然数；将最终矩形区域1至最终矩形区域n之间的矩形区域作为所述生成的矩形区域。

所述装置还可以包括：第一车牌底色确定单元和第二车牌底色确定单元，其中，所述第一车牌底色确定单元，用于在所述车牌候选区域所对应的预设颜色空间的最终标记图属于黄黑颜色空间或蓝白颜色空间时，则直接确定所述车牌候选区域的底色对应分别为黄色或蓝色；和/或所述第二车牌底色确定单元，用于在所述车牌候选区域所对应的预设颜色空间的最终标记图属于黑白颜色空间或黑白红颜色空间时，则对所述得到车牌区域进行二值化，判断二值化得到的白色像素数目是否大于黑色像素数目，若是，则确定所述车牌候选区域的底色为白色，否则所述车牌候选区域的底色为黑色。

进一步，所述车牌候选区域的分割装置可以集成在采集卡中或计算机中；也可以独立部署，本实施例不作限制。

上述装置中各个单元的功能和作用的实现过程，详见上述方法对应的实现过程，在此不再赘述。

本发明不受光照变化和车牌掉色及磨损的影响，提高车牌正确分割的效率，并且，还可以在分割车牌的同时正确的判断出车牌的底色，提高了车牌底色识别效率。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种车牌候选区域的分割方法，其特征在于，包括：

将采集到的彩色图像转换为灰度图像和HSL空间上的图像；

在所述灰度图像上确定每一行的每对波峰和波谷之间灰度值之差最大的点，并将该点作为检测到的边缘点，所述边缘点构成所述灰度图像的边缘点集合；

在所述HSL空间的图像上确定所述边缘点集合中每个边缘点的左右相邻波峰、波谷像素属于预设颜色空间的边缘点，并将所述属于预设颜色空间的边缘点在所述预设颜色空间的初始标记图的对应位置记录为标记点，得到所述预设颜色空间的最终标记图；在HSL空间上，根据车牌的颜色类型预先设定车牌的颜色空间，并根据预先设定车牌的颜色空间生成与所述彩色图像大小相等的颜色空间的初始标记图；其中，所述预设颜色空间包括：黄黑颜色空间、蓝白颜色空间、黑白颜色空间或黑白红颜色空间；所述初始标记图包括：黄黑初始标记图、蓝白初始标记图、黑白初始标记图或黑白红初始标记图，并将所述初始标记图的像素值均设置为0；具体包括：确定所述灰度图像的边缘点集合中每个边缘点对应的波峰坐标点和波谷坐标点；在HSL空间图像上确定所述每对波峰坐标点和波谷坐标点像素的颜色，并根据所述颜色分别判断所述检测到的灰度图像的边缘点的左右相邻波峰、波谷像素是否属于黄黑颜色空间、蓝白颜色空间、黑白颜色空间或黑白红颜色空间，若是，则在对应的黄黑初始标记图、蓝白初始标记图、黑白初始标记图或黑白红初始标记图与所述灰度图像边缘点的对应位置设置标记点，并将该标记点像素值设置为1；将所述灰度图像边缘点集合中的每个边缘点重复上述操作，得到所述预设颜色空间上的最终标记图；

对所述最终标记图中的所有标记点按行分别进行连线，得到对应的线段集合，并将所述线段集合中所有线段按预设条件进行合并，生成矩形区域；

将所述矩形区域对应的所述彩色图像对应位置的矩形区域输出为车牌候选区域。

2.根据权利要求1所述的方法，其特征在于，所述在所述灰度图像上确定每一行的每对波峰和波谷之间灰度值之差最大的点包括：

在所述灰度图像上搜索每行的所有波峰和波谷，计算每对波峰和波谷之间灰度值之差最大的点。

3.根据权利要求1所述的方法，其特征在于，所述计算每对波峰和波谷之间灰度值之差最大的点具体包括：

若波峰与对应的波谷之差大于预设的振幅阈值，且，所述波峰和对应的波谷之差与波峰和对应的波谷之间的距离之比大于预设的比例阈值，则确定所述波峰与对应的波谷之间灰度值之差为最大的点。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若车牌候选区域所对应的预设颜色空间的最终标记图属于黄黑颜色空间或蓝白颜色空间，则直接确定所述车牌候选区域的底色对应分别为黄色或蓝色；

若车牌候选区域所对应的预设颜色空间的最终标记图属于黑白颜色空间或黑白红颜色空间，则对所述得到车牌候选区域进行二值化，判断二值化得到的白色像素数目是否大于黑色像素数目，若是，确定所述车牌候选区域的底色为白色，否则所述车牌候选区域的底色为黑色。

5.根据权利要求1所述的方法，其特征在于，所述对所述最终标记图中的所有标记点按行分别进行连线，得到对应的线段集合，并将所述线段集合中所有线段按预设条件进行合并，生成矩形区域，具体包括：

按行扫描所述预设颜色空间上的最终标记图；

对所述最终标记图中所有两个标记点之间的距离小于预设的连线距离阈值的两个标记点之间进行连线，得到对应的线段，并将每条线段上标记点的数目少于预设标记点数阈值的线段删除，得到标记连线图；

计算所述标记连线图中的相邻两条线段的垂直距离和水平交叉距离；

若所述相邻两条线段的垂直距离小于预设线段垂直距离阈值，且该相邻两条线段的所述水平交叉距离大于预设的水平交叉阈值，则合并所述相邻两条线段，得到初始矩形区域1，继续将所述初始矩形区域与相邻的线段进行合并，直到依次合并完所述标记连线图中的所有符合合并条件的线段，得到最终矩形区域1；

对所述标记连线图中的所有未合并线段重新重复上一步骤，直到所述标记连线图中的所有未合并线段都已经被合并为止，得到最终矩形区域1至最终矩形区域n，n为大于等于1的自然数；

将最终矩形区域1至最终矩形区域n之间的区域作为所述生成的矩形区域。

6.一种车牌候选区域的分割装置，其特征在于，包括：

转换单元，用于将采集到的彩色图像转换为灰度图像和HSL空间上的图像；

边缘点确定单元，用于在所述灰度图像上确定每一行的每对波峰和波谷之间灰度值之差最大的点，并将该点作为检测到的边缘点，所述边缘点构成所述灰度图像的边缘点集合；

标记图确定单元，用于在所述HSL空间的图像上确定所述灰度图像的边缘点集合中每个边缘点的左右相邻波峰、波谷像素属于预设颜色空间的边缘点，并将所述属于预设颜色空间的边缘点在所述预设颜色空间的初始标记图的对应位置记录为标记点，得到所述预设颜色空间的最终标记图；

颜色空间设置单元，用于在HSL空间上，根据车牌的颜色类型预先设定车牌的颜色空间，所述颜色空间包括：黄黑颜色空间、蓝白颜色空间、黑白颜色空间或黑白红颜色空间；

初始标记图生成单元，用于在HSL空间上，根据预先设定车牌的颜色空间生成与所述彩色图像大小相等的颜色空间的初始标记图，所述初始标记图包括：黄黑初始标记图、蓝白初始标记图、黑白初始标记图或黑白红初始标记图，并将所述初始标记图的像素值均设置为0；

所述标记图确定单元具体包括坐标点记录单元，用于记录所述灰度图像的边缘点集合中每个边缘点对应的波峰坐标点和波谷坐标点；坐标点像素颜色确定单元，用于在HSL空间图像上确定所述每个边缘点对应的波峰坐标点和波谷坐标点像素的颜色；第二判断单元，用于根据所述坐标点像素颜色确定单元确定的颜色分别判断所述检测到的灰度图像的边缘点的左右相邻波峰、波谷像素是否所属于黄黑颜色空间、蓝白颜色空间、黑白颜色空间或黑白红颜色空间，并发送所述边缘点属于黄黑颜色空间、蓝白颜色空间、黑白颜色空间或黑白红颜色空间的判断结果；最终标记图确定单元，用于在接收到所述第二判断单元发送的所述判断结果时，将对应的黄黑初始标记图、蓝白初始标记图、黑白初始标记图或黑白红初始标记图与所述灰度图像上边缘点的对应位置记录为标记点，并将该标记点像素值设置为1；得到所述灰度图像边缘点集合中的每个边缘点对应的标记点，得到所述预设颜色空间上的最终标记图；

矩形区域确定单元，用于对所述最终标记图中的所有标记点按行分别进行连线，得到对应的线段集合，并将所述线段集合中所有线段按预设条件进行合并，生成矩形区域；

车牌候选区域输出单元，用于将所述矩形区域对应的所述彩色图像对应位置的矩形区域输出为车牌候选区域。

7.根据权利要求6所述的装置，其特征在于，所述边缘点确定单元包括：

搜索单元，用于在所述灰度图像上搜索每行的所有波峰和波谷；

边缘点计算单元，用于计算搜索单元搜索到的每对波峰和波谷之间灰度值之差最大的点，并将该点作为检测到的边缘点。

8.根据权利要求7所述的装置，其特征在于，所述边缘点计算单元包括：第一判断单元和边缘点确定单元，其中，

所述第一判断单元，用于判断所述波峰与对应的波谷之差是否大于预设的振幅阈值，且所述波峰和对应的波谷之差与波峰和对应的波谷之间的距离之比是否大于预设的比例阈值，若均大于，则向边缘点确定单元发送大于的判断结果；

所述边缘点选定单元，用于根据接收到的所述第一判断单元发送的大于的判断结果计算所述波峰与对应的波谷之间灰度值之差最大的点，并将该点作为检测到的边缘点，述边缘点构成所述灰度图像的边缘点集合。

9.根据权利要求6所述的装置，其特征在于，所述矩形区域确定单元包括：

扫描单元，用于按行扫描所述预设颜色空间上的最终标记图；

标记连线图确定单元，用于对所述最终标记图中所有两个标记点之间的距离小于预设的连线距离阈值的两个标记点之间进行连线，得到对应的线段，并将每条线段上标记点的数目少于预设阈值的线段删除，得到标记连线图；

距离计算单元，用于计算所述标记连线图中的相邻两条线段的垂直距离和水平交叉距离；

第三判断单元，用于判断所述标记连线图中的相邻两条线段的垂直距离是否小于预设线段垂直距离阈值，若是，则判断相邻两条线段的水平交叉距离是否大于预设的水平交叉阈值，若是，则发送均是的判断结果；

矩形区域生成单元，用于根据接收到所述第三判断单元发送的均是的判断结果时，合并所述相邻两条线段，生成初始矩形区域1，继续将所述初始矩形区域与相邻的线段进行合并，直到依次合并完所述标记连线图中的所有符合合并条件的线段，得到最终矩形区域1；对所述标记连线图中的所有未合并线段重新重复该合并操作，直到所述标记连线图中的所有未合并线段都已经被合并为止，得到最终矩形区域1至最终矩形区域n，n为大于等于1的自然数；将最终矩形区域1至最终矩形区域n之间的区域作为所述生成的矩形区域。

10.根据权利要求6所述的装置，其特征在于，还包括：

第一车牌底色确定单元，用于在车牌候选区域所对应的预设颜色空间的最终标记图属于黄黑颜色空间或蓝白颜色空间时，则直接确定所述车牌候选区域的底色对应分别为黄色或蓝色；和/或

第二车牌底色确定单元，用于在车牌候选区域所对应的预设颜色空间的最终标记图属于黑白颜色空间或黑白红颜色空间时，则对所述得到车牌区域进行二值化，判断二值化得到的白色像素数目是否大于黑色像素数目，若是，则确定所述车牌候选区域的底色为白色，否则所述车牌候选区域的底色为黑色。

Images