CN104751097A - 一种车辆识别码的检测处理方法及装置 - Google Patents

Abstract

本发明提供了一种车辆识别码的检测处理方法及装置，其中的方法包括：对源图像进行竖向边界检测；先闭运算后开运算；二值化为黑白图像；通过图像轮廓检测，提取出其中的各个区域，若其中包括有符合条形码轮廓特征的矩形区域，则判定其为条形码区域，提取出其区域位置信息并执行下一步；否则结束本流程；将源图像中的所述矩形区域旋转调整至正向；从源图像中分割提取出所述符合条形码轮廓特征的矩形区域。本发明可以自动提取和屏蔽VIN条形码，对印刻有条形码和没有条形码的汽车VIN码都具有通用性；用户可以同时拍下条形码，可以包含部分条形码，也可以有一定角度的倾斜和旋转，这给予用户很大的灵活性，带来了更好的用户体验。

Description

一种车辆识别码的检测处理方法及装置

技术领域

本发明涉及图像处理技术领域，尤其涉及一种车辆识别码的检测处理方法及装置。

背景技术

VIN是英文Vehicle Identification Number(车辆识别码)的缩写。VIN码由17位字符组成，所以俗称十七位码。它包含了车辆的生产厂家、年代、车型、车身型式及代码、发动机代码及组装地点等信息。正确解读VIN码，对于我们正确地识别车型，以致进行正确地诊断和维修都是十分重要的。

VIN条形码则是刻印在VIN码附近(上方或下方)的一维条形码，与VIN码中的字符所携带的信息一致。虽然世界上汽车的VIN码都是统一的17位字符标准，但是对于不同品牌，不同产地，不同时间生产的汽车，其VIN码的字体、大小、样式都不尽相同，并没有统一的标准，VIN条形码也是格式、长短不一，更有一部分车型没有刻印条形码，这给通过图像处理来识别汽车VIN码带来了困难。

现有市场上处理VIN码的主要方式是通过手动输入17位字符，然后通过系统进行解析，这给用户带来了操作上的麻烦。而通过拍照采集图像后自动识别汽车VIN码的工具很少，这主要是由于VIN码的多样性使通过图像处理后识别VIN码存在技术难度，而通过图像处理VIN码的工具大致分为两种，一种是针对VIN码字符的图像处理，用户将设备或手机的摄像头对准汽车行驶证或车窗上的VIN码字符部分进行拍摄后处理，另一种是针对条形码的图像处理，即将摄像头仅对准VIN一维条形码进行拍摄。

对于市场上针对VIN码字符图像处理的工具，对用户拍摄的要求很高，需要用户将VIN码字符放入指定的识别框内，由于VIN码字符的字体、大小不一，而且条形码往往离VIN码字符很近，用户既要拍摄清晰完整的VIN码字符，又不能拍下条形码和其他可能会干扰识别的部分，这给用户带来了很大的麻烦，因此该方法的用户友好性不高；对于只扫描处理条形码的工具，则并不具有普遍适用性，因为很大一部分汽车只有字符，没有印刻条形码，对于这种情况的汽车用户就无法使用这种工具进行扫描和处理。因而，亟待提出一种解决方案，在增加实用性的同时提高通用性。

发明内容

本发明的目的在于提供一种车辆识别码的检测处理方法及装置，应用于包含有VIN码和VIN条形码的源图像处理，实现对源图像中VIN条形码的准确快速提取，克服传统方式中用户在对源图像进行拍照时需对准VIN码的局限性；

本发明的另一目的在于提供一种车辆识别码的检测处理方法及装置，同时适用于包含VIN条形码和不包含VIN条形码的源图像处理，提高通用性。

本发明的目的是通过以下技术方案实现的。

一种车辆识别码的检测处理方法，包括步骤：

(1)获取车辆识别码区域的源图像；

(2)通过Sobel算子对所述源图像进行竖向边界检测，得到边界线；

(3)对经步骤(2)处理后得到的图像先闭运算后开运算，且采用相同的水平方向的矩形长条核；

(4)将经步骤(3)处理后得到的图像二值化为黑白图像；

(5)对所述黑白图像进行图像轮廓检测，若其中包括有符合条形码轮廓特征的矩形区域，则判定该矩形区域为条形码区域，提取出该矩形区域的区域位置信息并执行下一步；否则不作处理，并结束本流程；

(6)根据所述区域位置信息，将源图像中的所述符合条形码轮廓特征的矩形区域旋转调整至正向；

(7)根据所述区域位置信息以及步骤(6)中的旋转角度，从源图像中分割提取出所述符合条形码轮廓特征的矩形区域。

其中，在所述步骤(2)之前，还包括对所述源图像进行预处理的步骤：

先将源图像缩放至指定大小；再将缩放后的源图像由彩色多通道图像转化为单通道灰度图像，并自适应二值化为黑白图像。

其中，在对所述源图像进行预处理的步骤中还包括：将所述黑白图像进行竖向开运算以去除噪点。

其中，所述步骤(7)之后还包括再次判断所述矩形区域是否为条形码区域的步骤：

通过像素变化计数的方法再次判断所述步骤(7)中分割提取出的矩形区域是否为条形码区域。

其中，该方法还包括屏蔽条形码区域的步骤：

通过大律法检测出背景灰度，将所述确定为条形码区域的矩形区域采用预设的背景色填充。

其中，在所述再次判断所述矩形区域是否为条形码区域的步骤中，所述像素变化计数的方法中采用的计数阈值设定为80～120。

一种车辆识别码的检测处理装置，包括图像获取模块，所述图像获取模块用于获取车辆识别码的源图像，还包括：用于从所述源图像中检测定位出条形码区域的条形码区域检测定位单元，用于根据检测所述定位结果从源图像中分割提取出条形码区域的条形码提取单元；

所述条形码区域检测定位单元具体包括：

竖向边界检测模块，用于根据条形码的形状特征，通过Sobel算子对源图像进行竖向边界检测，得到其中一维条形码的边界线；

噪声去除模块，用于将经竖向边界检测后的源图像先闭运算后开运算，且采用相同的水平方向的矩形长条核；

二值化模块，用于将噪声去除模块处理后的图像二值化为黑白图像；

轮廓检测及定位模块，用于对所述黑白图像通过图像轮廓检测，若其中包括有符合条形码轮廓特征的矩形区域，则判定该矩形区域为条形码区域，提取出该矩形区域的区域位置信息；否则不作处理；

所述条形码提取单元具体包括：

图像旋转模块，用于根据所述区域位置信息，将源图像中的所述符合条形码轮廓特征的矩形区域旋转调整至正向；

分割提取模块，用于根据所述区域位置信息以及所述旋转的角度，从源图像中分割提取出所述符合条形码轮廓特征的矩形区域。

上述装置还包括：对所述源图像进行预处理的图像预处理单元；

该图像预处理单元具体包括：

图像缩放模块，用于将不同大小的各种源图像缩放到指定的统一大小；

灰度化及二值化模块，用于将缩放后的源图像由彩色多通道图像转化为单通道灰度图像，并自适应二值化为黑白图像；

竖向开运算模块，用于根据条形码的竖向特征，通过竖向开运算去除所述黑白图像中的噪点。

上述装置还包括：

条形码判断单元，通过像素变化计数的方法再次判断所述分割提取模块分割提取的矩形区域是否为条形码区域。

上述装置还包括：

条形码屏蔽单元：用于通过大律法检测出背景灰度，将确定为条形码区域的矩形区域采用预设的背景色填充。

本发明实施例与现有技术相比，本发明具有以下优点：

1)本发明提出的方法具有良好的通用性，对于不同品牌、不同产地、不同时间生产的汽车上的VIN码具有良好的通用性，由于本方法可以自动提取和屏蔽VIN条形码，对印刻有条形码和没有条形码的汽车VIN码都具有通用性；

2)通过对图像的检测和旋转矫正，更加方便了用户的使用，用户不再需要仔细对准VIN字符或者条形码，用户只需要保证VIN字符在图片中完整清晰即可，可以同时拍下条形码，可以包含部分条形码，也可以有一定角度的倾斜和旋转，这给予用户很大的灵活性，带来了更好的用户体验。

附图说明

图1是本发明实施例一中车辆识别码的检测处理装置的结构示意图；

图2是本发明实施例一中车辆识别码的检测处理方法流程图；

图3是本发明实施例二中车辆识别码的检测处理装置的结构示意图；

图4是本发明实施例二中车辆识别码的检测处理方法流程图；

图5是本发明实施例三中车辆识别码的检测处理装置的结构示意图；

图6是本发明实施例三中车辆识别码的检测处理方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一

请参阅图1，本实施例中，车辆识别码的检测处理装置包括有图像获取模块，图像获取模块用于获取车辆识别码的源图像，车辆识别码检测处理装置还包括以下部分：

条形码区域检测定位单元110：用于从源图像中检测定位出VIN条形码区域；

条形码提取单元120：用于根据检测定位结果从源图像中分割提取出VIN条形码区域。

进一步地，条形码区域检测定位单元110具体包括以下组成部分：

竖向边界检测模块111：用于根据条形码的形状特征，对源图像通过Sobel算子进行竖向边界检测，得到一维条形码的边界线(每根条形码有左右两条竖向边界线)；

噪声去除模块112：用于先将源图像中通过竖向边界检测得到的条形码区域全部连接起来形成一块长条矩形区域，再去除图像上其他区域的噪声；

二值化模块113：用于将噪声去除模块112处理后的图像二值化为黑白图像；

轮廓检测及定位模块114：用于通过图像轮廓检测，提取出黑白图像中各个区域，通过对各区域特征的筛选和比较，抽取出符合条形码轮廓特征的矩形区域块，如果没有符合条形码轮廓特征的区域，则对源图像不做修改，若检测到符合特征的矩形区域块，则提取出该区域在源图像中的位置信息。

通过该条形码区域检测定位单元110，可以准确地对条形码区域进行定位。如果源图像中没有条形码，则不对源图像进行处理。

进一步地，条形码提取单元120具体包括以下组成部分：

图像旋转模块121，用于将源图像根据轮廓检测及定位模块114提取的矩形区域，通过仿射变换进行旋转调整，使倾斜的矩形区域变成正的区域；

分割提取模块122，根据轮廓检测及定位模块114提取的矩形区域位置信息，以及图像旋转模块121旋转的角度和结果，从图像中分割提取出该矩形区域。

通过该条形码提取单元120，不管源图像有无倾斜，都可以从中准确地分割提取中之前定位到的条形码区域。

相应地，请参阅图2，本实施例一中车辆识别码的检测处理方法包括步骤：

201、Sobel竖向边界检测：根据条形码的形状特征，通过Sobel算子进行竖向边界检测，得到一维条形码的边界线(每根条形码有左右两条竖向边界线)。

202、闭运算&开运算：先闭运算后开运算，都采用相同的水平方向的矩形长条核，闭运算将竖向边界检测到得条形码区域全部连接起来，成为一块长条矩形区域，使得开运算不会影响到此区域，开运算则是为了去除图像上其他经过闭运算而产生的小块的与矩形区分离的噪声。

203、二值化处理：由于经过Sobel算子的边界检测后，图像会产生灰色的中间值，需要在闭开运算后重新二值化为黑白图像。

204、轮廓检测和定位处理：通过图像轮廓检测，提取出图像中各个区域，通过对各区域特征的筛选和比较，抽取出特征符合的矩形区域，如果没有符合条形码轮廓特征的区域，则跳出处理过程，对源图像不做修改，若检测到符合特征的区域，则提取出该区域在图像中的位置信息并执行下一步。

205、旋转调整：将源图像根据前一步提取的矩形区，通过仿射变换进行旋转调整，使倾斜的矩形区变成正的区域，这样的调整不仅使得后面的提取过程更加精确，而且允许拍摄的源图像具有一定的旋转和倾斜，方便了用户的使用；

206、分割提取：根据步骤204中提取的区域位置信息，以及步骤205中旋转的角度和结果，从图像中分割提取出该矩形区域。

该步骤中，分割提取出的矩形区域即条形码区域，本实施例中在后续操作中可直接对条形码区域进行进一步的处理。

实施例二

在实施例一中，车辆识别码的检测处理装置直接对用户拍摄的源图像中的VIN条形码进行检测定位，由于各个设备摄像头像素、分辨率各不相同，而且由于源图像为彩色图像使得大大增加了后续处理过程的图像处理数据，因而实施例一存在着通用性差以及图像处理速度慢的缺陷。

为克服上述缺陷，请参阅图3，本实施例二中，车辆识别码的检测处理装置新增了图像预处理单元310，用于在对源图像中的VIN条形码进行检测定位之前对源图像进行预处理。

具体地，图像预处理单元310进一步包括：

图像缩放模块311，用于将各种源图像缩放到指定的大小，以实现普遍适用性；

灰度化及二值化模块312，用于先将彩色多通道的源图像转化为单通道灰度图像，再自适应二值化成黑白二值图像，这不仅减少了不必要的图像数据，加快了图像处理的速度，而且同时也可以提供更方便VIN码识别的图像；

竖向开运算模块313，用于根据条形码的竖向特征，通过竖向开运算去除灰度化及自适应二值化后的图像中的噪点。

相应地，请参阅图4，本实施例二中车辆识别码的检测处理方法包括步骤：

401、图像缩放：将源图像缩放到指定的大小，由于设备摄像头像素、屏幕分辨率各不相同，为了具有普遍适用性，将源图像缩放到统一的固定大小。

402、灰度化及自适应二值化：将彩色多通道图像转化为单通道灰度图像，然后自适应二值化成黑白二值图像，这不仅减少了不必要的图像数据，加快了图像处理的速度，而且同时也可以提供更方便VIN码识别的图像。

403、竖向开运算：自适应的二值化方法会带来的副作用是产生很多小噪点，通过竖向开运算可以去除大部分噪点，即在图像的开运算中使用竖向的长条矩形核，由于条形码的竖向特征，此方法可以在去除噪点的同时保留条形码区不受影响。此步骤需拷贝图像副本供第408步使用。

404、Sobel竖向边界检测：根据条形码的形状特征，通过Sobel算子进行竖向边界检测，得到一维条形码的边界线。

405、闭运算&开运算：先闭运算后开运算，都采用相同的水平方向的矩形长条核。

406、二值化：由于经过Sobel算子的边界检测后，图像会产生灰色的中间值，需要在闭开运算后重新二值化为黑白图像。

407、轮廓检测和定位：通过图像轮廓检测，提取出图像中各个区域，通过对各区域特征的筛选和比较，抽取出特征符合的矩形区域块，如果没有符合条形码轮廓特征的区域，则跳出处理过程，对源图像不做修改，若检测到符合特征的区域，则提取出该区域在图像中的位置信息。

408、旋转调整：将步骤403中竖向开运算后产生的图像根据前一步提取的矩形区，通过仿射变换进行旋转调整，使倾斜的矩形区变成正的区域，这样的调整不仅使得后面的提取过程更加精确，而且允许拍摄的源图像具有一定的旋转和倾斜，方便了用户的使用。

409、分割提取：根据步骤407中提取的区域位置信息，以及旋转的角度和结果，从图像中分割提取出该矩形区域。

实施例三

在实施例一和实施例二中的处理流程中，均只是对条形码进行了一次筛选；而本实施例三中，为了保证较高的准确度，在实施例二的基础上进行改进，对条形码实现两次筛选。

请参阅图5，本实施例三增加了：

条形码判断单元510：用于根据条形码的形状特征和汽车VIN码的位数，通过像素变化计数的方法再次判断步骤409分割提取的矩形区域是否为条形码区域；

条形码屏蔽单元520：用于在条形码判断单元510判定分割提取的矩形区域为条形码区域时，将灰度图像中的相应矩形区域通过预设的方式屏蔽掉。

相应地，本实施例三中车辆识别码的检测处理方法请参阅图6，其中步骤601至步骤609与实施例二中的步骤401至步骤409完全一样，此处不再赘述，仅对后续新增的处理流程进行描述：

610、判断是否为条形码：判断分割提取到的矩形区域是否为条形码，根据条形码的形状特征和汽车VIN码的位数，可以通过像素变化计数的方法进行判断该矩形区域是否为条形码区域。

611、背景填充屏蔽：通过大律法检测出背景灰度，在原灰度图像中将确定为条形码的区域采用背景色填充，此时，条形码就被屏蔽掉了。

综上，本实施例可以通过对源图像的预处理提取和屏蔽源图像中的条形码，如果源图像中有条形码，则会提取出条形码区域并对该区域进行屏蔽；如果源图像中没有条形码，则不会对源图像进行修改，这种方法解决了车辆识别码格式、大小不一影响识别的问题，不仅提高了处理图像的质量，突出了待识别的字符，同时也方便了用户进行拍摄。而且，本实施例对于源图像不含有条形码的VIN码也具有适用性，因为在处理的流程中对条形码有两次筛选，第一次筛选时步骤607通过轮廓检测和定位，经过竖向边界检测、闭运算、开运算和二值化之后，图像中符合条形码轮廓特征的将是矩形的长条，或者是类似矩形的长条形区域，如果没有符合这一特征的轮廓，则可以判定源图像中没有条形码，即不对源图像进行修改；第二次筛选是步骤610中通过边界计数的方法进行判定，当定位出矩形长条区后，通过对此长条区二值图像的横向像素值的变化进行计数，由于条形码的形状特征，其二值图像的像素变化次数会很多，由于VIN码是固定的17位，而条形码一般以7～9个单元(黑条或白空)来表示一位字符，排除图像噪声干扰可能会产生的部分条形码连为一体的现象，经过实践，计数的阈值设定在80～120之间可以保持高的正确率，经过这两次的筛选判断，可以很好地判断源图像是否带有条形码，并提取定位出条形码在源图像中的坐标信息。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种车辆识别码的检测处理方法，其特征在于，该方法包括步骤：

(1)获取车辆识别码区域的源图像；

(2)通过Sobel算子对所述源图像进行竖向边界检测，得到边界线；

(3)对经步骤(2)处理后得到的图像先闭运算后开运算，且采用相同的水平方向的矩形长条核；

(4)将经步骤(3)处理后得到的图像二值化为黑白图像；

(5)对所述黑白图像进行图像轮廓检测，若其中包括有符合条形码轮廓特征的矩形区域，则判定该矩形区域为条形码区域，提取出该矩形区域的区域位置信息并执行下一步；否则不作处理，并结束本流程；

(6)根据所述区域位置信息，将源图像中的所述符合条形码轮廓特征的矩形区域旋转调整至正向；

(7)根据所述区域位置信息以及步骤(6)中的旋转角度，从源图像中分割提取出所述符合条形码轮廓特征的矩形区域。

2.如权利要求1所述的车辆识别码的检测处理方法，其特征在于，在所述步骤(2)之前，还包括对所述源图像进行预处理的步骤：

先将源图像缩放至指定大小；再将缩放后的源图像由彩色多通道图像转化为单通道灰度图像，并自适应二值化为黑白图像。

3.如权利要求2所述的车辆识别码的检测处理方法，其特征在于，在对所述源图像进行预处理的步骤中还包括：将所述黑白图像进行竖向开运算以去除噪点。

4.如权利要求1所述的车辆识别码的检测处理方法，其特征在于，所述步骤(7)之后还包括再次判断所述矩形区域是否为条形码区域的步骤：

通过像素变化计数的方法再次判断所述步骤(7)中分割提取出的矩形区域是否为条形码区域。

5.如权利要求1或4所述的车辆识别码的检测处理方法，其特征在于，该方法还包括屏蔽条形码区域的步骤：

通过大律法检测出背景灰度，将所述确定为条形码区域的矩形区域采用预设的背景色填充。

6.如权利要求4所述的车辆识别码的检测处理方法，其特征在于，在所述再次判断所述矩形区域是否为条形码区域的步骤中，所述像素变化计数的方法中采用的计数阈值设定为80～120。

7.一种车辆识别码的检测处理装置，包括图像获取模块，所述图像获取模块用于获取车辆识别码的源图像，其特征在于，还包括：用于从所述源图像中检测定位出条形码区域的条形码区域检测定位单元，用于根据检测所述定位结果从源图像中分割提取出条形码区域的条形码提取单元；

所述条形码区域检测定位单元具体包括：

竖向边界检测模块，用于根据条形码的形状特征，通过Sobel算子对源图像进行竖向边界检测，得到其中一维条形码的边界线；

噪声去除模块，用于将经竖向边界检测后的源图像先闭运算后开运算，且采用相同的水平方向的矩形长条核；

二值化模块，用于将噪声去除模块处理后的图像二值化为黑白图像；

轮廓检测及定位模块，用于对所述黑白图像通过图像轮廓检测，若其中包括有符合条形码轮廓特征的矩形区域，则判定该矩形区域为条形码区域，提取出该矩形区域的区域位置信息；否则不作处理；

所述条形码提取单元具体包括：

图像旋转模块，用于根据所述区域位置信息，将源图像中的所述符合条形码轮廓特征的矩形区域旋转调整至正向；

分割提取模块，用于根据所述区域位置信息以及所述旋转的角度，从源图像中分割提取出所述符合条形码轮廓特征的矩形区域。

8.如权利要求7所述的车辆识别码的检测处理装置，其特征在于，该装置还包括：对所述源图像进行预处理的图像预处理单元；

该图像预处理单元具体包括：

图像缩放模块，用于将不同大小的各种源图像缩放到指定的统一大小；

灰度化及二值化模块，用于将缩放后的源图像由彩色多通道图像转化为单通道灰度图像，并自适应二值化为黑白图像；

竖向开运算模块，用于根据条形码的竖向特征，通过竖向开运算去除所述黑白图像中的噪点。

9.如权利要求7所述的车辆识别码的检测处理装置，其特征在于，该装置还包括：

条形码判断单元，通过像素变化计数的方法再次判断所述分割提取模块分割提取的矩形区域是否为条形码区域。

10.如权利要求9所述的车辆识别码的检测处理装置，其特征在于，该装置还包括：

条形码屏蔽单元：用于通过大律法检测出背景灰度，将确定为条形码区域的矩形区域采用预设的背景色填充。