CN102096807B - 基于三值图像的车牌定位方法 - Google Patents

Abstract

基于三值图像的车牌定位方法，属于图像处理领域，尤其涉及车牌识别过程中的车牌定位，将单层车牌和双层车牌都具有五字符的字符分割作为车牌定位依据，包括色宽、定位候选点标记与阻断标记、上绕开与下绕开、阻断式色深，图像预处理，图像遍历，是按分割反推进行车牌定位的开创性方法。通过分割反推进行车牌定位的好处是不仅可以先检测字符间距，排除伪车牌，做到车牌定位不误；还可以使车牌定位不再依赖车牌特征，可以不再理会图像中对车牌特征所谓的干扰，做到车牌定位不漏。

Description

基于三值图像的车牌定位方法

技术领域

本发明属于图像处理领域，涉及车牌识别过程中的车牌定位。

背景技术

车牌识别主要分为车牌定位、字符分割和字符识别三步。目前本领域技术人员普遍认为车牌定位是车牌识别技术中最为关键的一步，它决定着字符分割和字符识别的效果，是影响整个车牌识别识别率的主要因素。

车牌定位一般是根据车牌特征，如纹理、角点、边缘、颜色等。根据单一车牌特征进行车牌定位的主要问题是图像背景复杂或图像受光照不均匀影响容易发生定位遗漏。根据多车牌特征融合进行车牌定位与减少定位遗漏并无必然联系，且会增加定位时间。

车牌定位选定候选区域后，一般的做法是：一、对候选区域二值化；二、通过纵向投影和横向投影将二值化的候选区域分割成若干个单个的字符区域；三、对单个字符区域逐个进行字符识别；四、若字符识别符合预设的可信度要求，则候选区域为确定车牌，推出车牌识别结果，否则，轮换下一个候选区域继续进行上述步骤。

这里的问题是，所谓“二值化”是根据选定阈值将候选区域分类为“黑”或“白”。随着车牌识别应用场合越来越广泛，应用环境越来越复杂，获得的受光照不均匀或车牌“脏”影响的图像也越来越多。相应候选区域里受光照不均匀或车牌“脏”影响的像素点，往往表现为“灰”，在事先选定阈值的情况下有可能不被正确分类到“黑”或“白”中，从而影响投影计算，导致字符分割错误。也就是说，字符分割建立在候选区域二值化基础上，这一处理方法自身是有缺陷的。

另一方面，建立在车牌定位并投影基础上的字符分割，其分割是不严格的。图像中“广告用电话号码”等伪车牌有可能被当成车牌号识别。事实上，中国车牌必须满足公安部有关车牌的国家标准，车牌字符之间的间距应符合国家标准的相关要求。根据车牌特征定位只能确定一个大致的范围，候选区域左右两端的边界并不能完全确定。这是因为，边界是背景与前景或前景与背景的过渡，在车牌特征受图像背景复杂或图像受光照不均匀影响等较大干扰或前景与背景较“接近”的情况下，边界就容易变“模糊”，此种情况下在边界二值化和投影就容易出错。因为候选区域左右两端边界的不确定性，所以，既不能根据候选区域的宽度按照公安部规定计算车牌字符间距的方式来分割候选区域，反过来也不能对投影得到的分割结果进行验证。没有分割字符的间距验证，车牌识别只是字符串识别，伪车牌也就自然不能被杜绝。如果说伪车牌还可以通过其他机制来剔除，以致其严重性还可以不被高度重视，那么由于候选区域左右两端边界的不确定性，导致车牌首字符分割错误，有可能把“琼”识别成“京”，即这会导致车牌中汉字不能被正确识别，其原因往往被忽略了。因此，通过车牌定位并投影来确定字符分割是不严格，也是应该改变的。

综上所述，传统车牌定位的主要问题是：一、基于车牌特征的车牌定位在受到干扰的情况下可能造成车牌遗漏；二、分割不严格，基于投影的分割只是字符串分割，不能排除伪车牌；三、定位后车牌候选区域左右两端的边界有可能是“模糊”的，这可能导致车牌首字符分割错误，汉字不能被正确识别。

由二值化因素引发的投影与分割问题，其解决办法就是要将图像三值化，将分割建立在三值化的基础上。解决车牌遗漏和车牌左右两端边界的不确定性，就是要根据分割反推。根据分割反推车牌定位的好处不仅可以先按照公安部的规定检测字符间距，排除伪车牌，做到车牌定位不误；还可以使车牌定位不再依赖车牌特征，可以不再理会图像中对车牌特征所谓的干扰，做到车牌定位不漏。

《图像五值化简化方法》(专利200910104557.9)提出了可将图像各像素由RGB三原色表示的颜色值映射成黑色、蓝色、灰色、黄色和白色五种之一的五值化简化方法。根据中国车牌的车牌底色与车牌字符色的颜色组合状况，进一步通过黑色、蓝色合并，白色、黄色合并，即可实现图像三值化。但是迄今为止，尚无基于三值化的投影与分割方法，也尚无根据分割反推车牌定位的方法。这就是本发明将要解决的问题。

发明内容

说明：

1、本发明基于三值图像。三值指蓝、灰、黄，反映原图像对应像素的色彩属性，蓝、黄与原图像车牌底色、字符色构成关联关系，灰是蓝向黄过渡的中间状态，可在车牌底色确定后根据需要视同车牌底色或字符色。图像三值化不在本发明的论述范围内。

2、有可能为了识别图像中红色交通信号、红色交通标识，图像三值化时需要将红色作为一种新的中间状态保留，本发明已经考虑了这一情况。在本发明中这样的图像称为扩展的三值图像，红色称为扩展值。

3、本发明同样适用二值图像，即二值图像可视为生成三值图像过程中原图像没有任何可以生成中间状态的像素点。

4、本发明得到的候选车牌定位需要进一步通过字符识别验证。经字符识别验证，如果能得到一个符合预设可信度的车牌识别结果，则候选车牌定位为可信，否则，候选车牌定位为不可信。字符识别与字符识别验证不在本发明的论述范围内。

5、本发明将单层车牌分隔符后的五字符与双层车牌的下五字符统称五字符，作为车牌定位的依据，即将单层车牌和双层车牌统一。目的是为了克服传统车牌定位方法主要针对单层车牌，单层车牌优先，双层车牌定位效率较低的不足。在本发明中，单层车牌为蓝底黄字或黄底蓝字、双层车牌为黄底蓝字。

6、本发明引用了公安部规定。公安部规定可视为第三方准则。即本发明是按照车牌字符的第三方准则即车牌标准制定机构制定的相关标准来进行字符间距计算。除本发明所述五字符外，第三方准则只要具有确定的字符数与字符间距规定就适用本发明。

7、需预设字符最小宽度和字符最大宽度，即针对一个实际的应用环境预先确定本发明的适用范围。在本发明中，字符间隔宽度与字符宽度的比例符合第三方准则。根据预设字符最小宽度和字符最大宽度可以计算五字符最小宽度和五字符最大宽度。

8、五字符宽度由五个字符间隔宽度和五个字符宽度组成，这样做的用意是五字符的五分之一能完整包括一个字符间隔宽度和一个字符宽度，便于根据五字符宽度推算单个字符宽度，便于根据五字符宽度确定每个字符的左边线、右边线，以及相邻两字符之间的间隔中线。五字符按

定位0点间隔1字符1间隔2字符2间隔3字符3间隔4字符4间隔5字符5顺序排列，其中间隔1的中线位置位于定位0点与字符1之间。

9、同一字符在字符宽度保持不变的情况下调整成像角度会造成字符高度发生变化。字符扁平系数是一个预设的大于0.5但不大于1的数值，反映了字符被扁平化的程度，即本发明能适应字符高度为字符宽度一半到正常字符宽度的扁平字符。

发明目的

本发明旨在建立基于三值图像的车牌定位方法，将单层车牌和双层车牌都具有五字符的字符分割作为车牌定位依据，包括色宽、定位候选点标记与阻断标记、上绕开与下绕开、阻断式色深，图像预处理，图像遍历，是按分割反推进行车牌定位的开创性方法。

传统投影方法只是针对车牌候选区域，目的是分割字符，是图像局部投影。本发明所述色宽带有定位候选点标记，能在图像行上快速定位，本发明所述色深是被阻断的，能排除伪分割。因此，本发明所述色宽与色深是全局投影，在兼顾字符分割特性的同时新增全局定位特性，使投影方法不仅仍能应用于字符分割，还能应用于车牌定位。

传统投影方法在横向只是简单统计二值化值，然后将统计结果与预设阈值比较，没有考虑二值化值的相对位置。比如在一图像行上有一二值化值段，若干二值化值分布在此二值化值段两端与其分布在此二值化值段中间，尽管从统计看两者结果一样，但是，前者可能是字符“U”的头，后者可能是字符“O”的头。即传统投影方法在横向只考虑了“直过”和“阻断”两种情形。而基于本发明所述色宽的本发明所述上绕开与下绕开还考虑了另一情形“绕开”。传统投影方法在纵向也没有考虑二值化值的相对位置，比如一二值化值分布在竖向底或非竖向底其意义是不一样的，前者可能是字符分割，后者可能是干扰。因此，本发明所述色深与传统投影方法在竖向的投影值计算也是不相同的。

在本发明中，字符的横向分割是建立色宽和绕开基础上的，绕开分上绕开和下绕开。色宽与绕开都反映了车牌底色的宽度，相对于色宽，绕开更抗干扰。在图像行上，针对图像点如果其车牌底色的宽度大于字符宽度，那么这一图像行对字符一定构成横向分割。因此，字符在横向的分割原理是：在图像行上，针对图像点沿字符间隔中线分别向上、向下在一定限值内利用色宽与绕开检测车牌底色的宽度，从而实现对字符的横向分割。字符横向分割容易受到车牌边框与车牌“钉”的干扰，从而导致横向分割不会都正确。

在本发明中，字符横向分割后将继续进行字符高异常检测，原理是：根据五字符横向分割可以计算每个字符的字符高。在本发明中五字符每个字符可能的最小高度是字符宽度乘字符扁平系数。如果五个字符中每个字符，其字符高都大于字符可能的最小高度，并且从最小字符高到最大字符高，循环检测，如果能找到两个字符，其字符高相等或相差1，则该字符高没有异常。如果有更大值，也能找到两个字符，其字符高相等或相差1，则取更大值为字符高。否则，字符高异常。字符高异常说明字符横向分割结果是不可用的。

在本发明中，字符高异常检测后，如果字符高没有异常，检测得到的字符高即是五字符的共同的字符高，可以据此对五字符的每个字符进行字符高调整，从而消除车牌边框与车牌“钉”对字符的干扰。具体的调整方法是：通过上述找到的两个字符，因为其字符高相等或相差1可以确定两条直线，通过这两条直线可以重新计算其他字符在上下方向的分割，将计算得到的分割与原分割比较，如果相等或相差1则保持原分割不便，否则，用计算得到的分割替代原分割。

在本发明中，五字符的纵向分割是建立在色深基础上的。本发明所述色深是指阻断式色深，分阻断式蓝深与阻断式黄深，反映了车牌底色的深度。五字符纵向分割原理是：根据五字符宽度可以计算相邻两字符之间的间隔中线位置，其中间隔1的中线位置位于定位0点与字符1之间，根据五字符宽度可以计算字符宽度，根据字符宽度可以计算色深匹配深度，色深匹配深度等于字符宽度乘字符扁平系数。在图像行上，针对图像点，该图像点也即是定位0点，以及车牌底色，在各字符分割中线位置进行与车牌底色关联的阻断式色深匹配，如果匹配符合，则实现对五字符的纵向分割。否则，字符分割失败。

受光照不均匀或车牌“脏”影响的像素点在三值图像里往往表现为灰。本发明称出现在字符之间的灰为干扰。干扰会影响字符分割。对字符横向分割的影响，在本发明中是通过绕开消除的。对五字符纵向分割的影响，在本发明中是通过干扰容忍检测解决的。

本发明的干扰容忍检测是：允许五字符的任一字符其左侧被干扰。对单层车牌而言，字符左侧被干扰的可能性小于字符右侧被干扰，因为车牌右端字符的右侧靠近车牌边框，容易被车牌边框干扰。对双层车牌而言，字符左侧和字符右侧被车牌边框干扰的可能性一样。本发明没有讨论更多的字符左侧被干扰的情形，是因为车牌识别需要在一个相对较短的时间内完成。对于更多字符左侧被干扰的情形，其实现原理是一样的。

引入干扰容忍检测后，字符高异常检测会随着发生一些变化。当不存在干扰时，字符高异常检测按原方法。当存在干扰时，因为干扰是确定的，所谓确定是指干扰一定与字符左侧对应，即与间隔中线对应，则允许对应字符其字符高小于字符可能的最小高度，即忽略对应字符造成的字符高异常。

本发明是通过图像遍历实现按分割反推的车牌定位。这对100万像素以下的图像是可行的。对于大于100万像素的图像，本发明还提出了用基于大小跨的图像加速遍历替代图像遍历的方法。

大跨是一个预设的与图像中常出现的字符高度相关的数值，小跨是一个预设的大于1但不大于大跨的数值，隔行是一个预设的算法加速属性，值为真、假。原理是：

一、通过纵向加速，快速到达定位五字符。在单车牌定位模式下可以提高定位效率。本发明的纵向加速是通过大小跨结合实现的，大跨的目的提高效率，小跨的目的确保图像遍历的性质不变。大小跨方法的实质是改变执行顺序。

二、通过对隔行属性与对小垮的设置，可以放弃图像二分之一图像行、图像三分之二图像行，图像四分之三图像行，…，的定位，提高定位效率。当然，对太多图像行的放弃在图像质量较差，干扰严重的情况下会影响车牌定位的正确性。这需要在定位效率与定位正确性之间寻求平衡。

三、本发明已阐述在字符横向分割的原理是：在图像行上，针对图像点沿字符间隔中线分别向上、向下在一定限值内利用色宽与绕开检测车牌底色宽度。所谓向上，即是回溯。这是本发明基于大小跨进行图像加速遍历的重要保证，尽管大跨向前，但通过回溯也可以返回去查找。所谓向下，确保了局部逐行，做到大跨同时能兼顾局部查找。事实上，只有在确保局部逐行的前提下，大跨才是可行的。

本发明基于字符分割并按分割反推进行车牌定位有别于传统车牌定位根据车牌特征的方法，目的是为了减少影响车牌识别结果正确的因素，将确保车牌识别结果正确的前提单一到图像三值化质量上。

下面是本发明与传统车牌识别从预处理开始到字符识别的步骤对比：

本发明          传统车牌识别

①三值化        ①灰度化等

②五字符检测

③分割反推      ③特征定位

                ④二值化

                ⑤形态学处理

⑥字符分割

⑦字符识别      ⑦字符识别

本发明的步骤①与传统车牌识别的步骤①、④、⑤相当。本发明采用的三值化方法回避了传统二值化的阈值选取问题，保留了“中间灰”，对光照不均匀图像或“脏”图像更具针对性。理论上讲，图像三值化与图像二值化对图像都是有损的，不过图像三值化相较图像二值化更能反映原图像的色彩属性，其有损性相对较小。传统二值化实质上是把三值图像的中间状态强行分类到背景或前景中，导致背景膨胀或前景膨胀。膨胀会影响分割，因此，传统二值化后有可能需要进一步进行形态学处理。如果不进行形态学处理，由于背景或前景有可能是膨胀的，因此分割的正确性无法保证。而进行形态学处理，其结果未必恰当。

本发明的步骤②与传统车牌识别的步骤⑥相当。本发明是先计算字符间距，然后对定位候选点进行字符分割符合性检测，可以做到字符分割不出现错误。传统字符分割是在二值化基础上投影得到，是不严格的，容易出现字符分割错误。

本发明的步骤③与传统车牌识别的步骤③相当。本发明车牌定位基于字符分割并按分割反推，采用图像遍历方式，车牌定位既不会遗漏，也不会错误。传统车牌定位根据各种各样的车牌特征，甚至是融合的车牌特征，在车牌特征受到较大干扰的情况下，车牌定位既可能遗漏，也可能错误。

本发明的步骤⑦与传统车牌识别的步骤⑦则完全类似。目的都是为了通过符合预设可信度的方式来得到车牌识别结果。

从上述本发明与传统车牌识别步骤对比看，本发明仅仅依赖图像三值化质量，而传统车牌识别依赖图像灰度化、依赖车牌特征抽取、依赖二值化阈值选取、依赖形态学处理。本发明减少了影响车牌识别结果正确的因素，有益于进一步提高车牌识别率。

技术方案

一、基于三值图像的车牌定位方法，包括图像预处理和图像遍历，

图像预处理的步骤是

(1)将图像最顶上行所有点的值置为灰；

(2)将图像最底下行所有点的值置为灰；

(3)针对所有图像点计算色宽；

(4)针对所有色段的起始点和新增起始点进行定位候选点标记设置，针对所有色段的右端点和新增右端点进行阻断标记设置；

(5)针对所有色段的右端点计算上绕开和下绕开；

(6)针对所有图像点计算阻断式色深；

图像遍历的步骤是

(1)将图像高减预设最小字符宽度乘字符扁平系数设为图像列遍历终值，将图像宽减最小五字符宽度设为图像行遍历终值，置图像列遍历当前值为1，继续(2)；

(2)如果图像列遍历当前值超过图像列遍历终值则遍历结束，否则置图像行遍历当前值为0，继续(3)；

(3)如果图像行遍历当前值超过图像行遍历终值则转向(8)，否则，继续(4)；

(4)如果是定位候选点则继续(5)，否则，将图像行遍历当前值横移至非定位候选点所在色段的右端点，如果右端点的下绕开宽度大于0，则在图像行增量方向上继续增加下绕开宽度，否则，在图像行增量方向上加1，转向(3)；

(5)如果所在色段的右端点具有下绕开，则在行增量方向增加下绕开宽度，转向(3)，否则，继续(6)；

(6)将所在色段右端点设为循环终点，如果定位候选点色宽大于预设字符最大宽度则置循环起点为色宽减预设字符最大宽度，否则置循环起点为定位候选点，车牌底色等于循环起点的值，循环当前值作为五字符定位0点，循环(7)，循环结束后将循环终值加1且置为图像行遍历当前值，转向(3)；

(7)从五字符最小宽度开始至五字符最大宽度止，循环当前值作为五字符当前宽度，循环进行字符分割，如果可以进行字符分割则得到一个候选车牌定位；

(8)在图像列增量方向上加1，转向(2)；

五字符，指

(1)五字符指单层车牌分隔符后的五字符与双层车牌的下五字符；

(2)字符最小宽度与字符最大宽度是预设的；

(3)字符扁平系数是一个预设的大于0.5但不大于1的数值；

(4)字符宽度与字符间隔宽度的比例符合车牌标准制定机构制定的相关标准；

(5)五字符宽度由五个字符间隔宽度和五个字符宽度组成，五字符按定位0点间隔1字符1间隔2字符2间隔3字符3间隔4字符4间隔5字符5顺序排列；

色宽，指

(1)图像行上值相同且连续的点集称为色段；

(2)色段中任一点与右端点的宽度称为该点的色宽，右端点的色宽为1；

(3)色段值等于色段起始点的值；

定位候选点标记与阻断标记，指

(1)对于色段值为黄，如果色段起始点色宽大于两倍预设最大字符宽度，则色段中色宽为预设最大字符宽度的点称为新增右端点，新增右端点右边的点称为新增起始点，将色段起始点标记为非定位候选点且调整色段起始点色宽为原色宽减预设最大字符宽度，新增右端点标记为阻断，新增起始点标记为定位候选点，色段右端点标记为非阻断，否则将色段起始点标记为定位候选点，色段右端点标记为非阻断；

(2)对于色段值为灰，则将色段起始点标记为非定位候选点，色段右端点标记为非阻断；

(3)对于色段值为蓝，如果色段起始点色宽大于两倍预设需识别最大字符宽度，则将色段起始点标记为非定位候选点，色段右端点标记为阻断，否则将色段起始点标记为定位候选点，色段右端点标记为非阻断；

上绕开与下绕开，指

(1)上绕开：对于色段右端点，如果图像上行同列点的值与色段值相同，且在其色宽范围内能在色段右端点当前行向右找到另一个色段值相同的色段，则称色段右端点具有上绕开，色段右端点与该色段起始点的间隔称上绕开宽度；

(2)下绕开：对于色段右端点，如果图像下行同列点的值与色段值相同，且在其色宽范围内能在色段右端点当前行向右找到另一个色段值相同的色段，则称色段右端点具有下绕开，色段右端点与该色段起始点的间隔称下绕开宽度；

(3)图像最顶上行没有上绕开，图像最底下行没有下绕开；

阻断式色深，指

(1)阻断式色深分为阻断式蓝深和阻断式黄深，图像中每点都有阻断式蓝深和阻断式黄深，且，一、当值为蓝时，其阻断式蓝深大于0，阻断式黄深等于0，二、当值为灰时，其阻断式蓝深和阻断式黄深都等于0，三、当值为黄时，其阻断式蓝深等于0，阻断式黄深大于0；

(2)对于图像点，如果其所属色段右端点或右边新增右端点被标记为阻断，则其阻断式蓝深和阻断式黄深都等于0，否则，一、当值为蓝时，其阻断式蓝深等于同列下行对应点的阻断式蓝深加1，阻断式黄深等于0，二、当值为灰时，其阻断式蓝深和阻断式黄深都等于0，三、当值为黄时，其阻断式蓝深等于0，阻断式黄深等于同列下行对应点的阻断式黄深加1；

字符分割，指

(1)根据所述五字符定位0点和所述五字符当前宽度计算相邻两字符之间的间隔中线位置，其中间隔1的中线位置位于所述五字符定位0点与字符1之间；

(2)根据所述五字符当前宽度计算字符宽度；

(3)根据字符宽度计算色深匹配深度，色深匹配深度为字符宽度乘字符扁平系数；

(4)五字符间隔中线位置按车牌底色的阻断式色深如果有两个或两个以上小于色深匹配深度则色深匹配失败，字符分割终止；

(5)根据色宽、上绕开、下绕开，对五字符的每个字符沿间隔中线依次进行横向分割并根据分割结果推算五字符的字符高，如果字符高异常则字符分割失败，字符分割终止，否则，对五字符的每个字符调整字符上下方向的定位，再按照第三方准则计算五字符每个字符的左边线、右边线，得到一个具有横向、纵向分割的候选车牌。

二、图像加速遍历

大跨是一个预设的与图像中常出现的字符高度相关的数值，小跨是一个预设的大于1但不大于大跨的数值，隔行是一个预设的算法加速属性，值为真、假。

用基于大小跨的图像加速遍历替代所述图像遍历，包括预处理：如果隔行属性为真，则置遍历加速终值为1，否则，置遍历加速终值为小跨，

步骤是

(1)将图像高减预设最小字符宽度乘字符扁平系数设为图像列遍历终值，将图像宽减最小五字符宽度设为图像行遍历终值，置1为小循环初值，遍历加速终值为小循环终值，步进为1，置小循环当前值为大循环初值，循环(2)；

(2)如果大循环当前值超过大跨，则大循环结束，否则，置大循环当前值为图像列遍历初值，继续(3)；

(3)如果图像列遍历当前值超过图像列遍历终值，则置大循环当前值加小跨为新的大循环当前值，转向(2)，否则置图像行遍历当前值为0，继续(4)；

(4)如果图像行遍历当前值超过图像行遍历终值则转向(9)，否则，继续(5)；

(5)如果是定位候选点则继续(6)，否则，将图像行遍历当前值横移至非定位候选点所在色段的右端点，如果右端点的下绕开宽度大于0，则在图像行增量方向上继续增加下绕开宽度，否则，在图像行增量方向上加1，转向(4)；

(6)如果定位候选点具有下绕开则在行增量方向增加下绕开宽度，转向(4)，否则，继续(7)；

(7)将定位候选点所在色段右端点设为循环终点，如果定位候选点色宽大于预设字符最大宽度则置循环起点为色宽减字符最大宽度，否则置循环起点为定位候选点，车牌底色等于循环起点的值，循环当前值作为五字符定位0点，循环(8)，循环结束后将循环终值加1且置为图像行遍历当前值，转向(4)；

(8)从五字符最小宽度开始至五字符最大宽度止，循环当前值作为五字符当前宽度，循环进行字符分割，如果可以进行字符分割则得到一个候选车牌定位；

(9)在图像列增量方向上加大跨，转向(3)。

三、单一噪点去除

可以在所述图像预处理时先对三值图像进行单一噪点去除。噪点是指图像点的相邻八邻点同值，图像点与相邻八邻点异值。去除单一噪点的方法是用相邻八邻点的值替代图像点的值。单一噪点去除的必要性与方法都是公知的。

在本发明中，仅针对单一噪点去噪。原因是：一般情况下，需要识别的车牌字符，其宽度大多在8-16像素点之间，或者为了适应更大的范围，可以是6-20像素点之间。否则，或者图像中车牌太小，以致很难识别，或者图像除车牌信息外，其他信息太少。在这样的字符宽度前提下，字符笔划一般都会大于一个像素点。因此，去除单一噪点不会影响对图像中车牌的定位，也不会影响后续的字符识别。

四、对红色的处理

有可能为了识别图像中红色交通信号、红色交通标识，图像三值化时需要将红色作为一种新的中间状态保留，本发明已经考虑了这一情况。在本发明中这样的图像称为扩展的三值图像，红色称为扩展值。

红色作为扩展值对五字符定位不产生影响，因此，可将红色视同三值的灰，按有关灰的处理方式处理。

五、广义阻断式色深

由于中国车牌识别可能需要识别白牌和黑牌。白牌和黑牌的底色在光照影响下不会在三值图像里全部表现为蓝或黄，部分底色会表现为灰。因此，其色深计算，以及根据色深进行字符分割都将会受到影响。

本发明引入广义阻断式色深，以解决白牌和黑牌的字符分割与车牌定位问题。

广义阻断式色深是将灰按照黄的处理方式处理，即：

(1)在定位候选点标记与阻断标记时将灰按照黄的处理方式处理；

(2)计算色深时，将灰作为黄处理，累加到黄的阻断式黄深上；

(3)其他不变。

本发明的有益效果是：

一、本发明改进了传统车牌识别在横向和纵向投影只具有字符分割功能，通过色宽与绕开，阻断式色深使投影具有定位功能。

二、本发明用五字符统一单层车牌和双层车牌的定位，简化了双层车牌的定位方法，提高了双层车牌的定位效率。

三、本发明通过字符分割反推车牌定位不仅可以先检测字符间距，排除伪车牌，做到车牌定位不误；还可以使车牌定位不再依赖车牌特征，可以不再理会图像中对车牌特征所谓的干扰，做到车牌定位不漏。

附图说明

图1五字符分割图，是关于五字符分割的说明。

图2色宽与新增右端点、新增定位点示意图。考虑五字符中字符L与字符J相邻时的色宽是最大的，不论单层车牌还是双层车牌都不会在五字符内出现超过两倍预设字符最大宽度的情形。对于双层车牌，尽管大于两倍预设最大字符宽度的色宽位于车牌外，但是，当字符J打头时需考虑色宽中可能包括定位部分。

具体实施方式

根据技术方案，本发明的实施已足够清楚。

为了更好地理解图像加速遍历的实施，取大跨值20，小跨值2，现结合一实例说明图像加速遍历的过程：

(1)隔行属性为假时

小循环初值为1，小循环终值为2，按照所述图像加速遍历可以得到下列执行顺序

1，21，41，…，3，23，43，……，19，39，59，……，2，22，42，…，4，44，64，…，20，40，60，…

(2)隔行属性为真时

小循环初值为1，小循环终值为1，按照所述图像加速遍历可以得到下列执行顺序

1，21，41，…，3，23，43，……，19，39，59，……

即隔行属性为真时，偶数行没有执行，放弃了图像的二分之一图像行。

Claims (2)

1.基于三值图像的车牌定位方法，三值指蓝、灰、黄，车牌含五字符，单层车牌为蓝底黄字或黄底蓝字、双层车牌为黄底蓝字，其特征是：包括图像预处理和图像遍历，如果可以进行字符分割则得到一个候选车牌定位，其中，

图像预处理的步骤是

(1)将图像最顶上行所有点的值置为灰；

(2)将图像最底下行所有点的值置为灰；

(3)针对所有图像点计算色宽；

(4)针对所有色段的起始点和新增起始点进行定位候选点标记设置，针对所有色段的右端点和新增右端点进行阻断标记设置；

(5)针对所有色段的右端点计算上绕开和下绕开；

(6)针对所有图像点计算阻断式色深；

图像遍历的步骤是

(1)将图像高减预设最小字符宽度乘字符扁平系数设为图像列遍历终值，将图像宽减最小五字符宽度设为图像行遍历终值，置图像列遍历当前值为1，继续(2)；

(2)如果图像列遍历当前值超过图像列遍历终值则遍历结束，否则置图像行遍历当前值为0，继续(3)；

(3)如果图像行遍历当前值超过图像行遍历终值则转向(8)，否则，继续(4)；

(4)如果是定位候选点则继续(5)，否则，将图像行遍历当前值横移至非定位候选点所在色段的右端点，如果右端点的下绕开宽度大于0，则在图像行增量方向上继续增加下绕开宽度，否则，在图像行增量方向上加1，转向(3)；

(5)如果所在色段的右端点具有下绕开，则在行增量方向增加下绕开宽度，转向(3)，否则，继续(6)；

(6)将所在色段右端点设为循环终点，如果定位候选点色宽大于预设字符最大宽度则置循环起点为色宽减预设字符最大宽度，否则置循环起点为定位候选点，车牌底色等于循环起点的值，循环当前值作为五字符定位0点，循环(7)，循环结束后将循环终值加1且置为图像行遍历当前值，转向(3)；

(7)从五字符最小宽度开始至五字符最大宽度止，循环当前值作为五字符当前宽度，循环进行字符分割，如果可以进行字符分割则得到一个候选车牌定位；

(8)在图像列增量方向上加1，转向(2)；

所述五字符，指

(1)五字符指单层车牌分隔符后的五字符与双层车牌的下五字符；

(2)字符最小宽度与字符最大宽度是预设的；

(3)字符扁平系数是一个预设的大于0.5但不大于1的数值；

(4)字符宽度与字符间隔宽度的比例符合第三方准则，具有确定的字符数与字符间距规定；

(5)五字符宽度由五个字符间隔宽度和五个字符宽度组成，五字符按定位0点间隔1字符1间隔2字符2间隔3字符3间隔4字符4间隔5字符5顺序排列；

所述色宽，指

(1)图像行上值相同且连续的点集称为色段；

(2)色段中任一点与右端点的宽度称为该点的色宽，右端点的色宽为1；

(3)色段值等于色段起始点的值；

所述定位候选点标记与阻断标记，指

(1)对于色段值为黄，如果色段起始点色宽大于两倍预设最大字符宽度，则色段中色宽为预设最大字符宽度的点称为新增右端点，新增右端点右边的点称为新增起始点，将色段起始点标记为非定位候选点且调整色段起始点色宽为原色宽减预设最大字符宽度，新增右端点标记为阻断，新增起始点标记为定位候选点，色段右端点标记为非阻断，否则将色段起始点标记为定位候选点，色段右端点标记为非阻断；

(2)对于色段值为灰，则将色段起始点标记为非定位候选点，色段右端点标记为非阻断；

(3)对于色段值为蓝，如果色段起始点色宽大于两倍预设需识别最大字符宽度，则将色段起始点标记为非定位候选点，色段右端点标记为阻断，否则将色段起始点标记为定位候选点，色段右端点标记为非阻断；

所述上绕开与下绕开，指

(1)上绕开：对于色段右端点，如果图像上行同列点的值与色段值相同，且在其色宽范围内能在色段右端点当前行向右找到另一个色段值相同的色段，则称色段右端点具有上绕开，色段右端点与该色段起始点的间隔称上绕开宽度；

(2)下绕开：对于色段右端点，如果图像下行同列点的值与色段值相同，且在其色宽范围内能在色段右端点当前行向右找到另一个色段值相同的色段，则称色段右端点具有下绕开，色段右端点与该色段起始点的间隔称下绕开宽度；

(3)图像最顶上行没有上绕开，图像最底下行没有下绕开；

所述阻断式色深，指

(1)阻断式色深分为阻断式蓝深和阻断式黄深，图像中每点都有阻断式蓝深和阻断式黄深，且，一、当值为蓝时，其阻断式蓝深大于0，阻断式黄深等于0，二、当值为灰时，其阻断式蓝深和阻断式黄深都等于0，三、当值为黄时，其阻断式蓝深等于0，阻断式黄深大于0；

(2)对于图像点，如果其所属色段右端点或右边新增右端点被标记为阻断，则其阻断式蓝深和阻断式黄深都等于0，否则，一、当值为蓝时，其阻断式蓝深等于同列下行对应点的阻断式蓝深加1，阻断式黄深等于0，二、当值为灰时，其阻断式蓝深和阻断式黄深都等于0，三、当值为黄时，其阻断式蓝深等于0，阻断式黄深等于同列下行对应点的阻断式黄深加1；

所述字符分割，指

(1)根据所述五字符定位0点和所述五字符当前宽度计算相邻两字符之间的间隔中线位置，其中间隔1的中线位置位于所述五字符定位0点与字符1之间；

(2)根据所述五字符当前宽度计算字符宽度；

(3)根据字符宽度计算色深匹配深度，色深匹配深度为字符宽度乘字符扁平系数；

(4)五字符间隔中线位置按车牌底色的阻断式色深如果有两个或两个以上小于色深匹配深度则色深匹配失败，字符分割终止；

(5)根据色宽、上绕开、下绕开，对五字符的每个字符沿间隔中线依次进行横向分割并根据分割结果推算五字符的字符高，如果字符高异常则字符分割失败，字符分割终止，否则，对五字符的每个字符调整字符上下方向的定位，再按照第三方准则计算五字符每个字符的左边线、右边线，得到一个具有横向、纵向分割的候选车牌。

2.根据权利要求1所述基于三值图像的车牌定位方法，大跨是一个预设的与图像中常出现的字符高度相关的数值，小跨是一个预设的大于1但不大于大跨的数值，隔行是一个预设的算法加速属性，值为真、假，其特征是，用基于大小跨的图像加速遍历替代所述图像遍历，包括预处理：如果隔行属性为真，则置遍历加速终值为1，否则，置遍历加速终值为小跨，步骤是

(1)将图像高减预设最小字符宽度乘字符扁平系数设为图像列遍历终值，将图像宽减最小五字符宽度设为图像行遍历终值，置1为小循环初值，遍历加速终值为小循环终值，步进为1，置小循环当前值为大循环初值，循环(2)；

(2)如果大循环当前值超过大跨，则大循环结束，否则，置大循环当前值为图像列遍历初值，继续(3)；

(3)如果图像列遍历当前值超过图像列遍历终值，则置大循环当前值加小跨为新的大循环当前值，转向(2)，否则置图像行遍历当前值为0，继续(4)；

(4)如果图像行遍历当前值超过图像行遍历终值则转向(9)，否则，继续(5)；

(5)如果是定位候选点则继续(6)，否则，将图像行遍历当前值横移至非定位候选点所在色段的右端点，如果右端点的下绕开宽度大于0，则在图像行增量方向上继续增加下绕开宽度，否则，在图像行增量方向上加1，转向(4)；

(6)如果定位候选点具有下绕开则在行增量方向增加下绕开宽度，转向(4)，否则，继续(7)；

(7)将定位候选点所在色段右端点设为循环终点，如果定位候选点色宽大于预设字符最大宽度则置循环起点为色宽减字符最大宽度，否则置循环起点为定位候选点，车牌底色等于循环起点的值，循环当前值作为五字符定位0点，循环(8)，循环结束后将循环终值加1且置为图像行遍历当前值，转向(4)；

(8)从五字符最小宽度开始至五字符最大宽度止，循环当前值作为五字符当前宽度，循环进行字符分割，如果可以进行字符分割则得到一个候选车牌定位；

(9)在图像列增量方向上加大跨，转向(3)。

Images