CN102722711B - 一种车牌类型识别中的车牌字符序列识别方法及装置 - Google Patents
一种车牌类型识别中的车牌字符序列识别方法及装置 Download PDFInfo
- Publication number
- CN102722711B CN102722711B CN201210178001.6A CN201210178001A CN102722711B CN 102722711 B CN102722711 B CN 102722711B CN 201210178001 A CN201210178001 A CN 201210178001A CN 102722711 B CN102722711 B CN 102722711B
- Authority
- CN
- China
- Prior art keywords
- character
- car plate
- candidate region
- place
- projection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Character Input (AREA)
Abstract
本发明公开了一种车牌类型识别中的车牌字符序列识别方法及装置，该方法对车牌所在候选区域进行二值化处理后，再进行预处理过程，将车牌所在候选区域中的干扰去除，根据每一列在垂直方向的投影值之和与投影阈值之间的关系，确定每个字符的左右边界，根据字符所在的区域的宽度将字符区域进行合并，并通过字符之间的高度，去除伪字符对字符识别过程的干扰，根据字符的数目，以及字符之间的距离确定车牌字符序列。由于该方法在识别过程中采用上述线性逻辑实现，实现程序较简单，另外在识别的过程中也不存在任何限制，使用范围较广，并且识别的过程通过上述合并、去除伪字符的步骤，减小了干扰对识别过程的影响，提高了车牌字符识别的准确性。
Description
技术领域
本发明涉及计算机图像处理技术领域，尤其涉及一种车牌类型识别中的车牌字符序列识别方法及装置。
背景技术
随着社会经济的发展，车辆的数量不断增加，因此通过计算机信息化、智能化的方案管理车辆成为必然。现有技术中车牌识别在智能交通领域扮演者重要的角色，其在交通流量监测、高速公路卡口收费、闯红灯违章车辆监控及社区自动收费系统中具有广泛的应用。
现有的车牌类型识别的过程中主要包括：车牌定位、车牌矫正、车牌字符分割和字符识别等几个主要步骤。字符分割步骤在该车牌类型识别中是比较重要的步骤，这是因为字符分割的是否准确，直接影响到后续字符识别的准确性。
目前，在车牌类型识别的过程中常用的字符分割方法包括：垂直投影方法、模板匹配算法、聚类分割算法等：
垂直投影方法在程序逻辑设计方面较简单，并且易于实现、计算量小，但是当车牌中存在字符粘连的问题时，无法达到比较好的分割效果，并且该方法在汉字的不连通问题上也存在一定的不足；
模板匹配算法能够较好的解决字符分割中存在的如复杂背景的干扰、车牌尺寸的变化、车牌磨损造成字符粘连等难题，但是该方法的逻辑设计复杂，循环扫描执行功能较多，导致字符分割的效率较差，并且该方法对字符的左右边界确定的准确性要求较高；
而聚类分割算法能够较好地解决车牌中的汉字不连通的问题，并且能够较好地解决字符分割中存在的噪声干扰、车牌磨损造成字符粘连等问题，另外通过改变预设类心的坐标，可以较好地的对一些新式车牌中的字符进行分割，但是该方法的逻辑设计比较复杂，循环嵌套较多，执行时间较长，导致字符分割的效率较差，而且为提高预设类心的精度，对车牌的宽度有一定限制，因此该方法的适用性也受到一定的限制。
根据上述分析，可知现有技术中常用的字符分割方法都存在一定的局限性，不能较好的解决字符分割问题，从而也不可能准确的识别车牌中的字符序列。
发明内容
有鉴于此，本发明实施例提供一种车牌类型识别中的车牌字符序列识别方法及装置，用以解决现有技术车牌类型识别过程中的字符分割方法存在一定的局限性，不能较好的解决识别车牌字符序列的问题。
本发明提供一种车牌类型识别中的车牌字符序列识别方法，所述方法包括：
将定位出的车牌所在候选区域进行二值化处理，并对定位出的车牌所在候选区域进行预处理；
按照设定的顺序采用垂直投影方法，确定每一列在垂直方向的投影值之和，根据每一列在垂直方向的投影值之和与设置的投影阈值之间的关系，判断每一列是否为字符的左右边界，根据确定的每个字符的左右边界，确定每个字符所在的区域；
根据确定的每个字符所在的区域，及设置的宽度阈值合并字符区域，根据合并后每个字符的宽度，对特殊字符所在的区域进行扩展，并根据每个字符的上下边界之间的高度，与车牌所在候选区域的高度去除伪字符区域；
识别去除伪字符区域后该车牌所在候选区域中字符的数目是否不小于设置的字符阈值，将满足该字符阈值的字符序列作为候选车牌序列，根据每个候选字符序列中相邻字符之间的距离选择车牌字符序列。
本发明提供一种车牌类型识别中的车牌字符序列识别的装置，所述装置包括：
预处理模块，用于将定位出的车牌所在候选区域进行二值化处理，并对定位出的车牌所在候选区域进行预处理；
字符区域确定模块，用于按照设定的顺序采用垂直投影方法，确定每一列在垂直方向的投影值之和，根据每一列在垂直方向的投影值之和与设置的投影阈值之间的关系，判断每一列是否为字符的左右边界，根据确定的每个字符的左右边界，确定每个字符所在的区域；
字符预处理模块，用于根据确定的每个字符所在的区域，及设置的宽度阈值合并字符区域，根据合并后每个字符的宽度，对特殊字符所在的区域进行扩展，并根据每个字符的上下边界之间的高度，与车牌所在候选区域的高度去除伪字符区域；
字符序列确定模块，用于识别去除伪字符区域后该车牌所在候选区域中字符的数目是否不小于设置的字符阈值，将满足该字符阈值的字符序列作为候选车牌序列，根据每个候选字符序列中相邻字符之间的距离选择车牌字符序列。
本发明提供了一种车牌类型识别中的车牌字符序列识别方法及装置，该方法对车牌所在候选区域进行二值化处理后，再进行预处理过程，将车牌所在候选区域中的干扰去除，去除干扰后，根据每一列在垂直方向的投影值之和与投影阈值之间的关系，确定每个字符的左右边界，为了提高识别的准确性，在本发明中还根据字符所在的区域的宽度将字符区域进行合并，并通过字符之间的高度，去除伪字符对字符识别过程的干扰，在减小干扰后的车牌所在候选区域中，根据字符的数目，以及字符之间的距离确定车牌字符序列。由于该方法在识别过程中采用上述线性逻辑实现，实现程序较简单，另外在识别的过程中也不存在任何限制，使用范围较广，并且识别的过程通过上述合并、去除伪字符的步骤，减小了干扰对识别过程的影响，提高了车牌字符识别的准确性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明提供的车牌类型识别中的车牌字符序列识别过程示意图；
图2为本发明提供的车牌所在候选区域与矫正坐标轴之间的倾斜关系示意图；
图3为本发明提供的对该车牌所在候选区域进行矫正的过程示意图；
图4为本发明提供的去除该车牌所在候选区域的上下边界的过程示意图；
图5为本发明提供的确定该车牌所在候选区域在垂直方向上倾斜的角度并矫正的过程；
图6为本发明提供的当车牌所在候选区域中车牌的垂直边框与分割坐标轴的横轴之间具有夹角θ的示意图；
图7为本发明提供的车牌类型识别中的车牌字符序列识别装置结构示意图。
具体实施方式
本发明实施例为了提高在车牌类型的识别过程中字符分割的适用范围，提高字符序列识别的精度，提供了一种车牌类型识别中的车牌字符序列识别方法及装置。
下面结合说明书附图，对本发明进行详细说明。
图1为本发明提供的车牌类型识别中的车牌字符序列识别过程示意图，该过程包括以下步骤：
S101：将定位出的车牌所在的区域进行二值化处理，对定位出的车牌所在候选区域进行预处理。
其中在本发明中该对定位出的车牌所在候选区域进行预处理包括：
提取该车牌的水平边缘信息；
根据提取到的该车牌的水平边缘信息，以及在旋转时该车牌中每行像素点在水平方向的投影，确定该车牌所在候选区域在水平方向上倾斜的角度并矫正；
在矫正后的车牌所在候选区域中，根据每行像素点的跳变数目，去除该车牌所在候选区域的上下边界；
根据垂直错切旋转时，每列在垂直方向的投影，确定该车牌所在候选区域在垂直方向上倾斜的角度并矫正。
当然在对车牌所在候选区域进行预处理时，也可以直接对该车牌所在候选区域进行二值化处理，采用本发明上述的预处理过程，可以使字符分割的更加准确。
一般采集到的包含车牌信息的图像为彩色RGB图像，在该图像中定位车牌所在的区域，针对定位出的车牌所在的区域进行预处理。在进行预处理时将该RGB图像转换为灰度图像，之后将该灰度图像在进行二值化处理。
本发明中在对该灰度图像进行二值化处理时，采用基于空间的最大类间方差二值化算法，对该灰度图像进行二值化处理。
由于在获取包含车牌信息的图像时，获取的图像可能存在倾斜的情况，在本发明中为了提高后续字符分割的准确性，在本发明中需要针对该车牌所在的候选区域进行水平矫正。在针对该车牌所在的候选区域进行水平矫正时，根据提取的该车牌的水平边缘信息，以及车牌所在的候选区域以定点设定的步长旋转时，在设定的角度范围内每行在水平方向的投影，确定该车牌在水平方向上的倾斜角度，根据该倾斜角度对该车牌所在的候选区域进行矫正。
S102：按照设定的顺序采用垂直投影方法，确定每一列在垂直方向的投影值之和。
在本发明为了在车牌所在候选区域中确定每个字符所在区域，按照从左到右的顺序，或者按照从右到左的顺序检测每一列在垂直方向的投影值之和，确定每一列是否为字符的左右边界。
S103：根据每一列在垂直方向的投影值之和与设置的投影阈值之间的关系，判断每一列是否为字符的左右边界，根据确定的每个字符的左右边界，确定每个字符所在的区域。
具体的在检索每一列是否为字符的左右边界时，因此在车牌所在候选区域中包括字符所在的区域和背景所在的区域，进行二值化处理后，背景所在的区域对应的像素点的像素值为0，字符对应的像素点的像素值为1，因此在进行检测时，背景所在区域中每列像素点在垂直方向的投影值之和一般为0，因此该投影阈值一般设置为0，当检测到字符所在区域时，其每一列像素点在垂直方向的投影值之和大于1，因此检测到的第一列在垂直方向的投影值之和大于0的列为字符的左边界所在的列，相应的像素值在垂直方向的投影值之和由非0值跳变为0时，可以检测为该字符的右边界所在的列。
S104：根据确定的每个字符所在的区域，及设置的阈值合并字符区域，根据合并后每个字符的宽度，对特殊字符所在的区域进行扩展，并根据每个字符的上下边界之间的高度，与车牌所在候选区域的高度去除伪字符区域。
根据上述方法确定的每个字符所在的区域可能会存在断裂的问题，在本发明中通过每个字符所在区域的宽度，以及没两个字符之间的距离，设置的阈值对字符区域进行合并。
S105：识别去除伪字符区域后该车牌所在候选区域中字符的数目是否不小于设置的字符阈值，将满足该字符阈值的字符序列作为候选车牌序列，根据每个候选字符序列中相邻字符之间的距离选择车牌字符序列。
本发明对车牌所在候选区域进行二值化处理后，再进行预处理过程，将车牌所在候选区域中的干扰去除，去除干扰后，根据每一列在垂直方向的投影值之和与投影阈值之间的关系，确定每个字符的左右边界，为了提高识别的准确性，在本发明中还根据字符所在的区域的宽度将字符区域进行合并，并通过字符之间的高度，去除伪字符对字符识别过程的干扰，在减小干扰后的车牌所在候选区域中，根据字符的数目，以及字符之间的距离确定车牌字符序列。由于该方法在识别过程中采用上述线性逻辑实现，实现程序较简单，另外在识别的过程中也不存在任何限制，使用范围较广，并且识别的过程通过上述合并、去除伪字符的步骤，减小了干扰对识别过程的影响，提高了车牌字符识别的准确性。
下面通过具体的实施例，对本发明车牌类型识别中的字符序列识别过程进行详细说明。
针对采集到的包含车牌信息的图像，一般该图像为彩色RGB图像，在该图像中对车牌进行定位，提取定位的车牌所在的候选区域，对该车牌所在的候选区域进行二值化处理。在对该车牌所在的候选区域进行二值化处理之前，首先将该车牌所在的候选区域的RGB图像转换为灰度图像，针对该灰度图像进行二值化处理，并且在本发明中在对该灰度图像进行二值化处理时，采用基于空间的最大类间方差二值化算法。
采用基于空间的最大类间方差二值化算法，对该灰度图像进行二值化处理。按照一定的顺序，搜索该二值化处理后的车牌所在候选区域中的每个像素点，当该像素点与搜索到的与其相邻的下一个像素点的像素值相同时，在水平边缘信息图中与该像素点的对应的像素点的位置赋值为0；当该像素点与搜索到的与其相邻的下一个像素点的像素值不同时，即像素点的像素值出现跳变时，即像素点的像素值由0跳变为1，或者由1跳变为0时，在水平边缘信息图中，与白色像素点位置对应的像素点位置赋值为1，将与黑色像素点位置对应的像素点的位置赋值为0。通过上述对二值化的白色车牌区域中每个像素点的搜索，最终确定水平边缘信息图中每个像素点的赋值。
将车牌所在的候选区域进行二值化处理后，由于在获取包含车牌信息的图像时，获取的图像可能存在倾斜的情况，如图2所示的车牌所在候选区域与矫正坐标轴之间的倾斜关系示意图，X’轴和Y’轴为经过该车牌所在候选区域的中心，并与该车牌所在候选区域的边框垂直的该车牌的坐标轴，而X轴和Y轴为当前进行矫正时，即后续字符分割所在平面的坐标轴，当车牌所在的候选区域存在倾斜时，例如倾斜图2所示的α角度时，需要对该车牌所在的候选区域进行矫正。根据图2所示可知，由于构成车牌所在候选区域的水平边框和垂直边框仍保持垂直状况，在这里该车牌所在候选区域的水平边框和垂直边框都与矫正坐标系所在水平轴和垂直轴存在相同的倾角。
图3为本发明提供的对该车牌所在候选区域进行矫正的过程示意图，该过程包括以下步骤：
S301：以设定的步长旋转水平边缘信息图，针对旋转后的每个角度，在设定的角度范围内确定每行在水平方向上像素值为1像素点的数目。
在本发明中该设定的步长为1度，并且在对该水平边缘信息图旋转时，是以该水平边缘信息图的左上角的像素点为圆心旋转的。另外，在确定水平边缘信息图在水平方向的投影时，由于在该水平边缘信息图中将跳变时与白色像素点位置对应的，该水平边缘信息图中相应像素点的位置赋值为1，因此主要统计在该设定的角度范围内像素值为1的像素点的数目，该设定的角度范围一般可以设置为正负20度的范围，另外正负20度是以固定的圆心和起始边确定的。
S302：针对旋转后的每个角度，选择像素值为1的像素点的数目较多的设定行数，统计该设定行数的像素值为1的像素点的数目和。
S303：根据该数目和的最大值对应的旋转角度，确定该车牌所在候选区域的矫正角度，对该车牌所在候选区域进行水平矫正。
针对最终确定的水平边缘信息图，以该水平边缘信息图的左上角的像素点为圆心，并确定水平轴，在本发明中设定的步长可以为1度，即以1度为步长旋转该水平边缘信息图，旋转后在水平轴正负20度的范围内，确定水平边缘信息图中每行在水平方向的投影值，即确定该水平边缘信息图中每行像素值为1的像素点，在该水平轴的正负20度的范围内的数目。
根据旋转每个度数后，水平边缘信息图中每行在水平方向的投影值，即确定水平边缘信息图中每行在该角度范围内包含的白色像素点的数目，选择白色像素点数目较多的n行，较佳地，在本发明中该n值为4，即在旋转该度数后，选择投影值最大的4行。针对该角度，统计该4行在水平方向的投影值的和，即选择该4行在该角度范围内包含的白色像素点的数目和。
根据旋转的每个角度，投影值较大的4行，在该角度范围内包含的白色像素点的数目和，确定该数目和的最大值。当确定了该数目和的最大值后，该最大值对应的角度也可以确定，根据该角度即可对该白色车牌区域进行水平矫正。具体的在对该车牌所在候选区域进行水平矫正时，当根据该最大值对应的角度，利用双线性插值进行水平倾斜矫正。
图4为本发明提供的去除该车牌所在候选区域的上下边界的过程示意图，该过程包括以下步骤：
S401：识别该矫正后的车牌所在候选区域中每行像素点的跳变数目。
S402：根据车牌所在候选区域中车牌的高度，从车牌所在候选区域的中间行开始，逐行判断每行像素点的跳变数目与设置的跳变阈值的关系，判断该车牌所在候选区域的上下边界所在的行数，并去除该上下边界。
在本发明中根据二值化后该车牌所在候选区域的像素值的跳变，可以去除该车牌所在候选区域的水平边框，即去除该车牌所在候选区域的上下边界。具体的在去除该水平边框时，识别该矫正后的车牌所在候选区域中每行像素点的跳变数目，即识别该车牌所在候选区域中像素点的像素值由0跳变为1的数目，以及由1跳变为0的数目和，该数目和即为该行的跳变数目。
当车牌所在候选区域的高度为Height时，令i＝Height/2，i向上或向下取整都可以，判断该第i行像素点的跳变数目Hopp(i)是否不小于设置的跳变阈值HoppThr，即判断是否满足Hopp(i)≥HoppThr，当满足上式时，确定该行为字符行，令i＝i-1，即移动到该行的上一行继续进行判断，判断该行像素点的跳变数目Hopp(i)是否小于设置的跳变阈值HoppThr，当满足Hopp(i)<HoppThr时，确定该行为字符的上边界，即此时上边界所在的行数TopBorder为i，在本发明中由于车牌一般包括7个字符，因此取HoppThr为14。
当从候选区域的中间向下进行判断时，令i＝Height/2，i向上或向下取整都可以，判断该第i行像素点的跳变数目Hopp(i)是否不小于设置的跳变阈值HoppThr，即判断是否满足Hopp(i)≥HoppThr，当满足上式时，确定该行为字符行，即令i＝i+1，判断该行的像素点的跳变数目Hopp(i)是否小于设置的跳变阈值，即判断是否满足Hopp(i)<HoppThr，当满足上式时确定该行为字符的下边界，即此时下边界所在的行数BottomBorder为i，在本发明中由于车牌一般包括7个字符，因此取HoppThr为14。根据确定的上下边界所在的行数，在该车牌所在候选区域中去除上边边界。
对车牌所在候选区域进行了水平矫正，并去除了该区域的上下边界后，由于获取的该车牌所在的候选区域中的字符也可能会存在倾斜，在本发明中为了提高字符分割的准确性，需要对车牌所在候选区域中的字符进行垂直矫正。在对车牌所在候选区域中的字符进行垂直矫正时，根据垂直错切旋转时，每列在垂直方向的投影，确定该车牌所在候选区域在垂直方向上倾斜的角度并矫正。
图5为本发明提供的确定该车牌所在候选区域在垂直方向上倾斜的角度并矫正的过程，该过程包括以下步骤：
S501：以设定的步长旋转二值化并去除边界后的该车牌所在候选区域，在设定的角度范围内垂直切旋转。
S502：统计每个旋转角度下，在垂直方向上投影值为0的列的数目。
S503：将该数目的最大值对应的旋转角度作为垂直错切角度，并根据该角度对车牌所在候选区域进行垂直矫正。
在本发明中，以1度为步长，以该二值化并进行了去除边界处理后的车牌所在候选区域的左下角像素点为圆心，对该车牌所在候选区域在正负20度的角度范围内垂直错切旋转。具体旋转方法如下：
由于在本发明中如图6中所示当车牌所在候选区域中车牌的垂直边框与分割坐标轴的横轴之间具有夹角θ时，对于该候选区域中的边框AC边上的点F，其水平平移EF的长度后，对应纵轴上的E点，像素点的移动是以像素点的个数为单移动的，因此EF的长度为像素点个数的整数倍，即为整数，同样的A点水平平移GA的长度后，与纵轴上的G点重合。由于上述夹角为θ，在计算时，高度CE距离即为E到C的行数hEC，EF的距离hEF则根据下式计算确定：
hEC=INT(hECtanθ)
式中INT为取整符号。在旋转的过程中，随着F点从A变化到C，对应的E点从G变化到C，由上式求出对应的每一行移动的距离，这样就得到垂直矫正的车牌图像。另外车牌图像像素移动时，会产生空白的像素，此处均将其灰度值为赋值为“0”。
在每个角度θ下旋转时，统计旋转后该车牌所在候选区域中每列在垂直方向的投影为0的列的个数，记为Sum(θ)，确定Sum(θ)的最大值对应的角度θ，即为垂直错切角度，采用双线性差值算法对车牌所在候选区域进行θ矫正。
经过多次测试，可知标准车牌中每个字符的宽度为45mm，高度为90mm，第二个字符与第三个字符之间的间距为34mm，其余字符之间的间距为12mm，字符“1”的宽度约为13.5mm。
在本发明中采用垂直投影法，在预处理后的车牌所在候选区域中确定每个字符所在的区域，另外在寻找字符所在的区域时，是按照一定顺序开始寻找的，在本发明中是按照从左到右的顺序开始的，当然按照从右到左的顺序开始寻找也是可以的。
在确定每个字符所在的区域时，按照设定的顺序采用垂直投影方法，确定每一列在垂直方向的投影值之和，根据每一列在垂直方向的投影值之和与设置的投影阈值之间的关系，判断每一列是否为字符的左右边界，根据确定的每个字符的左右边界，确定每个字符所在的区域。
在本发明中按照从左到右的顺序检测每个字符所在的区域，检测车牌所在候选区域中每列在垂直方向的投影值之和，判断该列在垂直方向的投影值之和是否大于设置的投影阈值；当判断该列在垂直方向的投影值之和大于设置的投影阈值时，确定该列为字符的左边界所在的列；以该列和车牌所在候选区域的高度确定右边界的查找范围，在该范围内按照设定的顺序检测每列在垂直方向的投影值之和，判断该列在垂直方向的投影值之和是否等于设置的投影阈值；当判断该列在垂直方向的投影值之和等于设置的投影阈值时，确定该列为字符的右边界所在的列。当然按照从右到左的顺序检测每列在垂直方向的投影值之和，根据该投影值之和与设定的投影阈值的关系，也是可以判断字符的左右边界的，其方法与上述方法类似，相信本领域技术人员可以根据上述实施例的描述，确定相应的实现方案。
对经过预处理后的车牌所在候选区域，按照从左到右的顺序，对参数i初始化，另i=0，之后采用垂直投影方法，确定每一列的垂直投影值之和Projection[i]，即统计每一列黑色像素点的数目和，当按照顺序查找到某一列的垂直投影值之和Projection[i]满足，Projection[i]>0时，确定该列为字符的左边界所在的列，即字符所在区域的左边界CharLeft为CharLeft＝i，否则，将取i=i+1，继续确定下一列在垂直方向的投影值之和。
当确定了字符所在区域的左边界后，可以按照上述设定的顺序依次检测每列在垂直方向的投影值之和，判断该字符所在区域的右边界，但在本发明中，为了提高字符所在区域检测的效率，当确定了字符所在区域的左边界后，根据该字符所在区域的左边界，及车牌所在候选区域的高度确定右边界的查找范围。
具体的在确定右边界的查找范围时，根据预处理后车牌所在候选区域的高度H，设置字符的宽度阈值Wc为Wc=H/2，该右边界的查找范围为[CharLeft,CharLeft+1.5Wc]。在该范围内，按照设定的顺序检测每列在垂直方向的投影值之和Projection[i]，当检测到第i列在垂直方向的投影值之和Projection[i]＝0时，确定第i列为该字符的右边界所在的列，即字符所在区域的右边界CharRight为CharRight=i，当采用上述方法在该范围内确定的任一列在垂直方向的投影值之和都不等于0时，则在该右边界的查找范围内，按照设定的顺序统计每三列在垂直方向的投影值之和，选择和值最小时对应的中间列为字符的右边界所在的列。
上述方法确定的每个字符所在的区域可能会存在断裂的问题，在本发明中通过每个字符所在区域的宽度，以及没两个字符之间的距离，设置的阈值对字符区域进行合并。
在进行合并时，判断每个字符的宽度及相邻两个字符之间的距离，与设定的阈值之间的关系，具体包括判断是否满足以下条件：
FrontCharRight-FrontCharLeft<a Wc
BackCharRight-BackCharLeft<a Wc
BackCharLeft-FrontCharRight<Thr1
BackCharRight-FrontCharLeft<b Wc
当满足上述条件时，将该上述相邻两个字符合并，其中FrontCharRight为前一字符的右边界，FrontCharLeft为前一字符的左边界，BackCharRight为后一字符的右边界，BackCharLefFrontCharLeft为后一字符的左边界，Wc为宽度阈值为Wc=H/2，H为预处理后车牌所在候选区域的高度，下述参数分别为a=0.7,Thr1=3,b=1.3。
对字符区域进行合并后，在该车牌所在候选区域中可能会存在字符“1”，由于该字符的宽度较一般字符宽度较窄，为了提高字符识别的准确性，在本发明中将字符“1”作为特殊字符，当检测到该特殊字符时，按照普通字符的宽度，对该特殊字符所在的区域进行扩展。具体的在检测每个字符是否为特殊字符时，根据每个字符的宽度检测，判断字符的宽度是否满足设定条件，即判断：
CharRight-CharLeft<g Wc
其中，g＝0.5，当满足该设定条件时，确定该字符为特殊字符，则对该字符的左右边界进行相等宽度的扩充，使该特殊字符的宽度扩展为Wc，但该特殊字符的宽度扩充后，不能跨越到与其相邻的其他字符所在的区域。
当该车牌所在候选区域中不存在特殊字符时，上述对特殊字符所在的区域进行扩展的步骤可以省略。
在本发明中在对字符区域进行合并，并对车牌所在候选区域中的特殊字符所在的区域进行扩展后，可能还存在一些字符并不是真正的字符，在本发明中根据每个字符的上下边界之间的高度，与车牌所在候选区域的宽度去除伪字符区域。
具体的在去除伪字符区域时，搜索每个字符的上下边界，并判断每个字符的上下边界之间的高度是否满足下述条件：
CharBottom-CharTop<m H
当满足该条件时，确定该字符所在的区域为伪字符区域，将该字符区域去除，其中CharBottom味字符的下边界，CharTop为字符的上边界，H为预处理后车牌所在候选区域的高度，m为0.5，其中上下边界都是以行为单位衡量的。
采用上述方法去除了伪字符区域对字符识别过程的干扰后，识别去除伪字符区域后该车牌所在候选区域中字符的数目是否不小于设置的字符阈值，将满足该字符阈值的字符序列作为车牌序列。一般情况下该字符阈值为7，判断经过上述处理后该车牌所在候选区域中字符的个数是否小于7，当其中字符的个数小于7时，认为该车牌为伪车牌，将其去除；当其中字符的个数不小于7时，按照从左到右的顺序，将该车牌所在候选区域中每连续的7个字符序列取出，作为候选字符序列。并判断该候选字符序列中第二个字符和第三个字符之间的距离，是否大于其他任意相邻两个字符之间的距离，当满足上述条件时，确定该候选字符序列为车牌字符序列并保存。
图7为本发明提供的一种车牌类型识别中的车牌字符序列识别的装置结构示意图，所述装置包括：
预处理模块71，用于将定位出的车牌所在候选区域进行二值化处理，并对定位出的车牌所在候选区域进行预处理；
字符区域确定模块72，用于按照设定的顺序采用垂直投影方法，确定每一列在垂直方向的投影值之和，根据每一列在垂直方向的投影值之和与设置的投影阈值之间的关系，判断每一列是否为字符的左右边界，根据确定的每个字符的左右边界，确定每个字符所在的区域；
字符预处理模块73，用于根据确定的每个字符所在的区域，及设置的宽度阈值合并字符区域，根据合并后每个字符的宽度，对特殊字符所在的区域进行扩展，并根据每个字符的上下边界之间的高度，与车牌所在候选区域的高度去除伪字符区域；
字符序列确定模块74，用于识别去除伪字符区域后该车牌所在候选区域中字符的数目是否不小于设置的字符阈值，将满足该字符阈值的字符序列作为候选车牌序列，根据每个候选字符序列中相邻字符之间的距离选择车牌字符序列。
所述预处理模块71，具体用于提取该车牌的水平边缘信息；根据提取到的该车牌的水平边缘信息，以及在旋转时该车牌中每行像素点在水平方向的投影，确定该车牌所在候选区域在水平方向上倾斜的角度并矫正；在矫正后的车牌所在候选区域中，根据每行像素点的跳变数目，去除该车牌所在候选区域的上下边界；根据垂直错切旋转时，每列在垂直方向的投影，确定该车牌所在候选区域在垂直方向上倾斜的角度并矫正。
所述预处理模块71，具体用于识别二值化处理后的该车牌所在候选区域中每个像素点的像素值；
当该像素点的像素值出现跳变时，在水平边缘信息图中与跳变时白色像素点对应的像素点的位置赋值为1，其他像素点的位置赋值为0；
将赋值后的该水平边缘信息图作为该车牌的水平边缘信息。
所述预处理模块71，具体用于以设定的步长旋转水平边缘信息图，针对旋转后的每个角度，在设定的角度范围内确定每行在水平方向上像素值为1像素点的数目；
针对旋转后的每个角度，选择像素值为1的像素点的数目较多的设定行数，统计该设定行数的像素值为1的像素点的数目和；
根据该数目和的最大值对应的旋转角度，确定该车牌所在候选区域的矫正角度，对该车牌所在候选区域进行水平矫正。
所述预处理模块71，具体用于识别该矫正后的车牌所在候选区域中每行像素点的跳变数目。
根据车牌所在候选区域中车牌的高度，从车牌所在候选区域的中间行开始，逐行判断每行像素点的跳变数目与设置的跳变阈值的关系，判断该车牌所在候选区域的上下边界所在的行数，并去除该上下边界。
所述预处理模块71，具体用于以设定的步长旋转二值化并去除边界后的该车牌所在候选区域，在设定的角度范围内垂直切旋转；
统计每个旋转角度下，在垂直方向上投影值为0的列的数目；
将该数目的最大值对应的旋转角度作为垂直错切角度，并根据该角度对车牌所在候选区域进行垂直矫正。
所述字符区域确定模块72，具体用于按照设定的顺序检测车牌所在候选区域中每列在垂直方向的投影值之和，判断该列在垂直方向的投影值之和是否大于设置的投影阈值；
当判断该列在垂直方向的投影值之和大于设置的投影阈值时，确定该列为字符的左边界所在的列；
以该列和车牌所在候选区域的高度确定右边界的查找范围，在该范围内按照设定的顺序检测每列在垂直方向的投影值之和，判断该列在垂直方向的投影值之和是否等于设置的投影阈值；
当判断该列在垂直方向的投影值之和等于设置的投影阈值时，确定该列为字符的右边界所在的列。
所述字符区域确定模块72，还用于当在该右边界的查找范围内，任一列的在垂直方向的投影值之和都不等于设置的投影阈值时，在该右边界的查找范围内，按照设定的顺序统计每三列在垂直方向的投影值之和，选择和值最小时对应的中间列为字符的右边界所在的列。
所述字符预处理模块73，具体用于判断每个字符的宽度及相邻两个字符之间的距离，与设定的阈值之间的关系，是否满足：
FrontCharRight-FrontCharLeft<a Wc
BackCharRight-BackCharLeft<a Wc
BackCharLeft-FrontCharRight<Thr1
BackCharRight-FrontCharLeft<b Wc
当满足上述条件时，将该上述相邻两个字符合并，其中FrontCharRight为前一字符的右边界，FrontCharLeft为前一字符的左边界，BackCharRight为后一字符的右边界，BackCharLef FrontCharLeft为后一字符的左边界，Wc为宽度阈值为Wc=H/2，H为预处理后车牌所在候选区域的高度，下述参数分别为a=0.7,Thr1=3,b=1.3。
所述字符预处理模块73，具体用于搜索每个字符的上下边界，并判断每个字符的上下边界之间的高度是否满足下述条件：
CharBottom-CharTop<m H
当满足该条件时，确定该字符所在的区域为伪字符区域，将该字符区域去除，其中CharBottom味字符的下边界，CharTop为字符的上边界，H为预处理后车牌所在候选区域的高度，m为0.5。
所述字符序列确定模块74，具体用于判断该候选字符序列中第二个字符和第三个字符之间的距离，是否大于其他任意相邻两个字符之间的距离，当满足上述条件时，确定该候选字符序列为车牌字符序列并保存。
本发明提供了一种车牌类型识别中的车牌字符序列识别方法及装置，该方法对车牌所在候选区域进行二值化处理后，再进行预处理过程，将车牌所在候选区域中的干扰去除，去除干扰后，根据每一列在垂直方向的投影值之和与投影阈值之间的关系，确定每个字符的左右边界，为了提高识别的准确性，在本发明中还根据字符所在的区域的宽度将字符区域进行合并，并通过字符之间的高度，去除伪字符对字符识别过程的干扰，在减小干扰后的车牌所在候选区域中，根据字符的数目，以及字符之间的距离确定车牌字符序列。由于该方法在识别过程中采用上述线性逻辑实现，实现程序较简单，另外在识别的过程中也不存在任何限制，使用范围较广，并且识别的过程通过上述合并、去除伪字符的步骤，减小了干扰对识别过程的影响，提高了车牌字符识别的准确性。
上述说明示出并描述了本发明的一个优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述构思或相关领域的技术或知识进行改进。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (10)
1.一种车牌类型识别中的车牌字符序列识别方法，其特征在于，所述方法包括：
将定位出的车牌所在候选区域进行二值化处理，并对定位出的车牌所在候选区域进行预处理；
按照设定的顺序采用垂直投影方法，确定每一列在垂直方向的投影值之和，根据每一列在垂直方向的投影值之和与设置的投影阈值之间的关系，判断每一列是否为字符的左右边界，根据确定的每个字符的左右边界，确定每个字符所在的区域；
根据确定的每个字符所在的区域，及设置的宽度阈值合并字符区域，根据合并后每个字符的宽度，对特殊字符所在的区域进行扩展，并根据每个字符的上下边界之间的高度，与车牌所在候选区域的高度去除伪字符区域；
识别去除伪字符区域后该车牌所在候选区域中字符的数目是否不小于设置的字符阈值，将满足该字符阈值的字符序列作为候选车牌序列，根据每个候选字符序列中相邻字符之间的距离选择车牌字符序列。
2.如权利要求1所述的方法，其特征在于，所述对定位出的车牌所在候选区域进行预处理包括：
提取该车牌的水平边缘信息；
根据提取到的该车牌的水平边缘信息，以及在旋转时该车牌中每行像素点在水平方向的投影，确定该车牌所在候选区域在水平方向上倾斜的角度并矫正；
在矫正后的车牌所在候选区域中，根据每行像素点的跳变数目，去除该车牌所在候选区域的上下边界；
根据垂直错切旋转时，每列在垂直方向的投影，确定该车牌所在候选区域在垂直方向上倾斜的角度并矫正。
3.如权利要求2所述的方法，其特征在于，所述提取该车牌的水平边缘信息包括：
识别二值化处理后的该车牌所在候选区域中每个像素点的像素值；
当该像素点的像素值出现跳变时，在水平边缘信息图中与跳变时白色像素点对应的像素点的位置赋值为1，其他像素点的位置赋值为0；
将赋值后的该水平边缘信息图作为该车牌的水平边缘信息；
所述确定该车牌所在候选区域在水平方向上倾斜的角度并矫正包括：
以设定的步长旋转水平边缘信息图，针对旋转后的每个角度，在设定的角度范围内确定每行在水平方向上像素值为1像素点的数目；
针对旋转后的每个角度，选择像素值为1的像素点的数目较多的设定行数，统计该设定行数的像素值为1的像素点的数目和；
根据该数目和的最大值对应的旋转角度，确定该车牌所在候选区域的矫正角度，对该车牌所在候选区域进行水平矫正；
所述根据每行像素点的跳变数目，去除该车牌所在候选区域的上下边界包括：
识别该矫正后的车牌所在候选区域中每行像素点的跳变数目；
根据车牌所在候选区域中车牌的高度，从车牌所在候选区域的中间行开始，逐行判断每行像素点的跳变数目与设置的跳变阈值的关系，判断该车牌所在候选区域的上下边界所在的行数，并去除该上下边界；
所述确定该车牌所在候选区域在垂直方向上倾斜的角度并矫正包括：
以设定的步长旋转二值化并去除边界后的该车牌所在候选区域，在设定的角度范围内垂直切旋转；
统计每个旋转角度下，在垂直方向上投影值为0的列的数目；
将该数目的最大值对应的旋转角度作为垂直错切角度，并根据该角度对车牌所在候选区域进行垂直矫正。
4.如权利要求1所述的方法，其特征在于，所述根据每一列在垂直方向的投影值之和与设置的投影阈值之间的关系，判断每一列是否为字符的左右边界包括：
按照设定的顺序检测车牌所在候选区域中每列在垂直方向的投影值之和，判断该列在垂直方向的投影值之和是否大于设置的投影阈值；
当判断该列在垂直方向的投影值之和大于设置的投影阈值时，确定该列为字符的左边界所在的列；
以该列和车牌所在候选区域的高度确定右边界的查找范围，在该范围内按照设定的顺序检测每列在垂直方向的投影值之和，判断该列在垂直方向的投影值之和是否等于设置的投影阈值；
当判断该列在垂直方向的投影值之和等于设置的投影阈值时，确定该列为字符的右边界所在的列。
5.如权利要求1所述的方法，其特征在于，所述根据确定的每个字符所在的区域，及设置的宽度阈值合并字符区域包括：
判断每个字符的宽度及相邻两个字符之间的距离，与设定的阈值之间的关系，是否满足：
FrontCharRight-FrontCharLeft<a Wc
BackCharRight-BackCharLeft<a Wc
BackCharLeft-FrontCharRight<Thr1
BackCharRight-FrontCharLeft<b Wc
当满足上述条件时，将该上述相邻两个字符合并，其中FrontCharRight为前一字符的右边界，FrontCharLeft为前一字符的左边界，BackCharRight为后一字符的右边界，Wc为宽度阈值为Wc=H/2，H为预处理后车牌所在候选区域的高度，下述参数分别为a=0.7,Thr1=3,b=1.3；
所述据每个字符的上下边界之间的高度，与车牌所在候选区域的高度去除伪字符区域包括：
搜索每个字符的上下边界，并判断每个字符的上下边界之间的高度是否满足下述条件：
CharBottom<-CharTop mH
当满足该条件时，确定该字符所在的区域为伪字符区域，将该字符区域去除，其中CharBottom味字符的下边界，CharTop为字符的上边界，H为预处理后车牌所在候选区域的高度，m为0.5；
所述根据每个候选字符序列中相邻字符之间的距离选择车牌字符序列包括：
判断该候选字符序列中第二个字符和第三个字符之间的距离，是否大于其他任意相邻两个字符之间的距离，当满足上述条件时，确定该候选字符序列为车牌字符序列并保存。
6.一种车牌类型识别中的车牌字符序列识别的装置，其特征在于，所述装置包括：
预处理模块，用于将定位出的车牌所在候选区域进行二值化处理，并对定位出的车牌所在候选区域进行预处理；
字符区域确定模块，用于按照设定的顺序采用垂直投影方法，确定每一列在垂直方向的投影值之和，根据每一列在垂直方向的投影值之和与设置的投影阈值之间的关系，判断每一列是否为字符的左右边界，根据确定的每个字符的左右边界，确定每个字符所在的区域；
字符预处理模块，用于根据确定的每个字符所在的区域，及设置的宽度阈值合并字符区域，根据合并后每个字符的宽度，对特殊字符所在的区域进行扩展，并根据每个字符的上下边界之间的高度，与车牌所在候选区域的高度去除伪字符区域；
字符序列确定模块，用于识别去除伪字符区域后该车牌所在候选区域中字符的数目是否不小于设置的字符阈值，将满足该字符阈值的字符序列作为候选车牌序列，根据每个候选字符序列中相邻字符之间的距离选择车牌字符序列。
7.如权利要求6所述的装置，其特征在于，所述预处理模块，具体用于提取该车牌的水平边缘信息；根据提取到的该车牌的水平边缘信息，以及在旋转时该车牌中每行像素点在水平方向的投影，确定该车牌所在候选区域在水平方向上倾斜的角度并矫正；在矫正后的车牌所在候选区域中，根据每行像素点的跳变数目，去除该车牌所在候选区域的上下边界；根据垂直错切旋转时，每列在垂直方向的投影，确定该车牌所在候选区域在垂直方向上倾斜的角度并矫正。
8.如权利要求7所述的装置，其特征在于，所述预处理模块，具体用于识别二值化处理后的该车牌所在候选区域中每个像素点的像素值；
当该像素点的像素值出现跳变时，在水平边缘信息图中与跳变时白色像素点对应的像素点的位置赋值为1，其他像素点的位置赋值为0；
将赋值后的该水平边缘信息图作为该车牌的水平边缘信息；
所述预处理模块，具体用于以设定的步长旋转水平边缘信息图，针对旋转后的每个角度，在设定的角度范围内确定每行在水平方向上像素值为1像素点的数目；
针对旋转后的每个角度，选择像素值为1的像素点的数目较多的设定行数，统计该设定行数的像素值为1的像素点的数目和；
根据该数目和的最大值对应的旋转角度，确定该车牌所在候选区域的矫正角度，对该车牌所在候选区域进行水平矫正；
所述预处理模块，具体用于识别该矫正后的车牌所在候选区域中每行像素点的跳变数目；
根据车牌所在候选区域中车牌的高度，从车牌所在候选区域的中间行开始，逐行判断每行像素点的跳变数目与设置的跳变阈值的关系，判断该车牌所在候选区域的上下边界所在的行数，并去除该上下边界；
所述预处理模块，具体用于以设定的步长旋转二值化并去除边界后的该车牌所在候选区域，在设定的角度范围内垂直切旋转；
统计每个旋转角度下，在垂直方向上投影值为0的列的数目；
将该数目的最大值对应的旋转角度作为垂直错切角度，并根据该角度对车牌所在候选区域进行垂直矫正。
9.如权利要求6所述的装置，其特征在于，所述字符区域确定模块，具体用于按照设定的顺序检测车牌所在候选区域中每列在垂直方向的投影值之和，判断该列在垂直方向的投影值之和是否大于设置的投影阈值；
当判断该列在垂直方向的投影值之和大于设置的投影阈值时，确定该列为字符的左边界所在的列；
以该列和车牌所在候选区域的高度确定右边界的查找范围，在该范围内按照设定的顺序检测每列在垂直方向的投影值之和，判断该列在垂直方向的投影值之和是否等于设置的投影阈值；
当判断该列在垂直方向的投影值之和等于设置的投影阈值时，确定该列为字符的右边界所在的列。
10.如权利要求6所述的装置，其特征在于，所述字符预处理模块，具体用于判断每个字符的宽度及相邻两个字符之间的距离，与设定的阈值之间的关系，是否满足：
Fr<ontCharRight-FrontCharLeft a Wc
Ba<ckCharRight-BackCharLeft a Wc
BackCharLeft-FrontCharRight<Thr1
Ba<ckCharRight-FrontCharLeft b Wc
当满足上述条件时，将该上述相邻两个字符合并，其中FrontCharRight为前一字符的右边界，FrontCharLeft为前一字符的左边界，BackCharRight为后一字符的右边界，Wc为宽度阈值为Wc=H/2，H为预处理后车牌所在候选区域的高度，下述参数分别为a=0.7,Thr1=3,b=1.3；
所述字符预处理模块，具体用于搜索每个字符的上下边界，并判断每个字符的上下边界之间的高度是否满足下述条件：
Cha<rBottom-CharTop mH
当满足该条件时，确定该字符所在的区域为伪字符区域，将该字符区域去除，其中CharBottom味字符的下边界，CharTop为字符的上边界，H为预处理后车牌所在候选区域的高度，m为0.5；
所述字符序列确定模块，具体用于判断该候选字符序列中第二个字符和第三个字符之间的距离，是否大于其他任意相邻两个字符之间的距离，当满足上述条件时，确定该候选字符序列为车牌字符序列并保存。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210178001.6A CN102722711B (zh) | 2012-05-31 | 2012-05-31 | 一种车牌类型识别中的车牌字符序列识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210178001.6A CN102722711B (zh) | 2012-05-31 | 2012-05-31 | 一种车牌类型识别中的车牌字符序列识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102722711A CN102722711A (zh) | 2012-10-10 |
| CN102722711B true CN102722711B (zh) | 2014-05-07 |
Family
ID=46948461
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210178001.6A Expired - Fee Related CN102722711B (zh) | 2012-05-31 | 2012-05-31 | 一种车牌类型识别中的车牌字符序列识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102722711B (zh) |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103824078B (zh) * | 2014-03-18 | 2017-10-10 | 厦门翼歌软件科技有限公司 | 复杂场景多车牌定位方法 |
| CN104239879B (zh) * | 2014-09-29 | 2017-11-07 | 小米科技有限责任公司 | 分割字符的方法及装置 |
| CN104966071B (zh) * | 2015-07-03 | 2018-07-24 | 武汉烽火众智数字技术有限责任公司 | 一种基于红外补光的夜间车牌检测和识别方法以及装置 |
| CN105741561B (zh) * | 2016-03-11 | 2018-03-16 | 中国联合网络通信集团有限公司 | 车牌特征位的识别方法及装置 |
| CN106446900A (zh) * | 2016-09-27 | 2017-02-22 | 北京小米移动软件有限公司 | 数字切割方法及装置 |
| CN106503709A (zh) * | 2016-10-20 | 2017-03-15 | 江苏商贸职业学院 | 一种渣土车车牌字符智能识别方法 |
| CN106485249A (zh) * | 2016-10-20 | 2017-03-08 | 江苏商贸职业学院 | 一种渣土车车牌字符分割方法 |
| CN108171104B (zh) * | 2016-12-08 | 2022-05-10 | 腾讯科技（深圳）有限公司 | 一种文字检测方法及装置 |
| CN106846610B (zh) * | 2017-01-20 | 2019-04-26 | 深圳怡化电脑股份有限公司 | 一种纸币版本识别方法及装置 |
| CN106886777B (zh) * | 2017-04-11 | 2020-06-09 | 深圳怡化电脑股份有限公司 | 一种字符边界确定方法及装置 |
| CN109034158B (zh) * | 2017-06-09 | 2021-03-26 | 杭州海康威视数字技术股份有限公司 | 一种车牌识别方法、装置及计算机设备 |
| CN108052936B (zh) * | 2017-11-03 | 2021-06-29 | 中国科学院计算技术研究所 | 一种盲文图像自动倾斜校正方法及系统 |
| CN108304836A (zh) * | 2018-02-01 | 2018-07-20 | 上海海事大学 | 一种基于图像的图书排序检测方法 |
| CN110728275B (zh) * | 2018-07-16 | 2023-07-07 | 杭州海康威视数字技术股份有限公司 | 车牌识别方法、装置及存储介质 |
| CN109409247B (zh) * | 2018-09-30 | 2022-05-13 | 阿波罗智联(北京)科技有限公司 | 交通标志识别方法和装置 |
| CN111079735B (zh) * | 2018-10-22 | 2023-12-22 | 莱芜钢铁集团电子有限公司 | 一种铸坯端面字符识别方法及装置 |
| CN111178359A (zh) * | 2018-11-09 | 2020-05-19 | 中移（杭州）信息技术有限公司 | 车牌号码识别方法、装置和设备及计算机存储介质 |
| CN111968104B (zh) * | 2020-08-27 | 2023-04-07 | 中冶赛迪信息技术(重庆)有限公司 | 一种基于机器视觉的钢卷异常识别方法、系统、设备及介质 |
| CN115050015B (zh) * | 2022-08-15 | 2023-09-12 | 恒银金融科技股份有限公司 | 金融票据账号字符区的精确分割方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1928892A (zh) * | 2006-09-20 | 2007-03-14 | 王枚 | 一种车牌定位识别、车标定位识别及车型识别的方法及装置 |
| CN102156862A (zh) * | 2011-05-06 | 2011-08-17 | 杨星 | 一种反遮改车牌识别系统及识别方法 |
-
2012
- 2012-05-31 CN CN201210178001.6A patent/CN102722711B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1928892A (zh) * | 2006-09-20 | 2007-03-14 | 王枚 | 一种车牌定位识别、车标定位识别及车型识别的方法及装置 |
| CN102156862A (zh) * | 2011-05-06 | 2011-08-17 | 杨星 | 一种反遮改车牌识别系统及识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102722711A (zh) | 2012-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102722711B (zh) | 一种车牌类型识别中的车牌字符序列识别方法及装置 | |
| CN103116751B (zh) | 一种车牌字符自动识别方法 | |
| CN102693431B (zh) | 一种白色车牌类型的识别方法及装置 | |
| CN102708356B (zh) | 一种基于复杂背景下的车牌自动定位和识别方法 | |
| JP6347815B2 (ja) | 車線境界を検出する方法、装置、およびデバイス | |
| CN109583280A (zh) | 车道线识别方法、装置、设备及存储介质 | |
| CN102043959B (zh) | 车牌字符分割方法 | |
| CN106485183A (zh) | 一种二维码定位方法及系统 | |
| CN102496019A (zh) | 一种车牌字符分割方法 | |
| CN105243730A (zh) | 纸币识别方法及系统 | |
| CN104616009A (zh) | 一种字符切割识别方法 | |
| CN104598912A (zh) | 一种基于cpu与gpu协同计算的交通灯检测识别方法 | |
| CN101334836A (zh) | 一种融合色彩、尺寸和纹理特征的车牌定位方法 | |
| CN103268481A (zh) | 一种复杂背景图像中的文本提取方法 | |
| CN107423735B (zh) | 一种利用水平梯度和饱和度的车牌定位方法 | |
| CN103903018A (zh) | 一种复杂场景中对车牌进行定位的方法和系统 | |
| CN106203418A (zh) | 一种车牌检测的方法及装置 | |
| CN105303153A (zh) | 一种车辆车牌识别方法及装置 | |
| TWI611961B (zh) | 車道線影像分析方法、影像分析裝置及其電腦可讀取式媒體 | |
| CN102750530B (zh) | 一种字符识别方法及装置 | |
| CN106650608A (zh) | 一种无定位点试卷中矩形定位框的识别方法 | |
| CN103366179A (zh) | 畅通路径检测中的俯视图分类 | |
| CN105117724A (zh) | 一种车牌定位方法及装置 | |
| CN106951896B (zh) | 一种车牌图像倾斜校正方法 | |
| CN103455815A (zh) | 一种复杂场景下的自适应车牌字符分割方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 100085 A910-16, block A, 9 Sandi street, Haidian District, Beijing. Patentee after: IROBOTCITY (BEIJING) CO.,LTD. Address before: 100085 room 228, section C, 2 floor, building 1, Shang di San Jie, Haidian District, Beijing. Patentee before: Teleframe Electronic Technology (Beijing) Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180702 Address after: 100096 Haidian District, Beijing, west 2 new apartment building, three floor commercial room 337. Patentee after: Teleframe Technology (Beijing) Co.,Ltd. Address before: 100085 A910-16, block A, 9 Sandi street, Haidian District, Beijing. Patentee before: IROBOTCITY (BEIJING) CO.,LTD. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140507 Termination date: 20190531 |