CN105894004A - 一种针对车牌识别系统中定位不全车牌的补全技术 - Google Patents

Abstract

一种针对车牌识别系统中定位不全车牌的字符补全技术，对定位出来的车牌图像进行亮度检测，通过改进的sigma函数，利用其离散值作为加权系数进行灰度调整，二值化车牌图像，通过改进的投影法和连通域方法进行车牌字符图像分割，并统计其字符的宽度、高度、字符间距以及宽高比特征，以《中华人们共和国机动车号牌》中字符间距及字符宽高比特征为标准进行字符判断、对不满足车牌字符个数的不全车牌按照已统计得到字符平均宽度的1.5倍为宽度，字符的平均高度的1.2倍为高度的Roi区域依次向左、向右、向上进行区域扩展，并对新扩展后的区域重新进行相关图像处理、字符分割、字符判断和统计，最终实现对定位不全车牌的补全，同时同步实现了车牌的分割功能。

Description

一种针对车牌识别系统中定位不全车牌的补全技术

技术领域

本发明属于图像处理领域，针对自动车牌识别系统中定位出来的残缺不全的车牌提出了一种补全方案。

背景技术

车牌识别技术集成了计算机视觉，图像处理，模式识别三大技术。不仅广泛应用于智能交通、高速公路收费，停车收费等管理系统方面，而且也用于消防通道等公共安全等方面。

自动车牌识别系统主要由车牌定位、车牌字符分割和识别三大功能模块组成。每一个功能模块的处理都至关重要，任何一个模块处理不好直接影响下一功能的实现，进而最终影响车牌识别的准确率。

目前的车牌定位方法有很多种方法，如基于边缘检测的定位，基于数学形态学的定位、基于颜色的定位、基于支持向量机(SVM)的定位等。每种定位方法的侧重点都不同，或用二值化，或利用车牌的底色等，但是其本质原理都是基于车牌纹理的致密性特征。

然而车牌识别设备是在全天候多情况的室外环境下工作的，因此在复杂的周边环境下，在车牌受到污染、磨损、光照不均等多种情况的组合影响下，上述定位方法在不同程度上都会出现车牌区域定位不完整的情况，进而会在分割前或者分割中对此类车牌当做伪车牌舍弃，或者在识别时当做无效车牌放弃识别，最终影响识别率，直接给管理者带来麻烦或者在安全上的存在重大隐患，如车牌识别用在安全警报系统中则可能未及时对违规车辆进行警报提示，严重时将造成人员伤亡和财产损失等。因此，针对这种情况，很有必要对这些定位出来的残缺不全的车牌进行补全，本发明提出了一种基于车牌字符多种特征对残缺不全车牌进行不全的方法，同时把车牌的精定位和分割与之融合在一起。经实测，对各种环境下的车牌补全有很好的鲁棒性。

发明内容

本发明方法提出了一种对定位出来的残缺不全的车牌进行补全的技术方法，其目的在于降低车牌的漏检率，提高相关车牌识别系统的稳定性和可靠性，降低人力成本。

首先对定位出来的车牌图像进行亮度检测，通过改进的sigma函数，利用其离散值作为加权系数进行灰度调整，然后利用自适应方法进行二值化，再通过改进的投影法和连通域方法进行字符图像分割，统计其字符的宽度、高度、字符间距以及宽高比特征，并根据《中华 人们共和国机动车号牌》中字符间距以及字符宽高比特征的标准进行字符与否判断，对不满足车牌字符个数的不全车牌按照已统计得到字符平均宽度的1.5倍为宽度，字符的平均高度为高度的Roi区域依次向左、向右、向上进行区域扩展，并对新扩展后的区域重新进行相关图像处理，分割，字符判断、统计，最终实现对不全车牌的补全。本发明实现的主要功能有：

1)当定位出来的车牌存在残缺不全且图像中字符达到三个及以上但是小于七个时，实现车牌补全功能。

2)实现车牌上下左右边界的精定位功能。

3)实现车牌字符的分割功能。

为达到上述目的，本发明采取的的技术解决方案如下：

A.图像预处理

对定位出来的车牌图像进行亮度检测、调整、倾斜校正，然后通过设计的灰度调整等图像处理方法，最后对二值化图像进行开闭运算。

B.字符分割

对不全车牌进行大小归一化，然后对二值化图像利用改进的投影法和连通域法相结合进行字符分割，同时得到车牌的字符高、宽、间距、宽高比等特征，并利用这些字符特征进行车牌字符个数统计。

C.有选择地扩充待分割车牌区域

当得到的完整字符数大于等于三个但小于七个(部分车牌是八个字符时，本发明只论述七字符车牌，八字符车牌可以类推。如果定位出来的车牌区域中的字符不完整，即字符上端或者下端不在该车牌区域内，如果出现这种情况，为保证算法的鲁棒性，可根据联通域的完整封闭特性进行判断，先将区域向上或向下各扩展现有车牌高度的0.7倍)，再利用已得到的车牌字符特征在原有的车牌区域依次向左、向右、向上、向下扩展一定的区域，然后继续利用步骤B重新统计车牌字符的相关特征，直到分割出七个字符为止。

D.重复前面A、B、C三个步骤，继续进行分割和进一步统计字符特征，一直到车牌字符全部补齐。

本发明的有益效果是：当车牌定位残缺不全时，根据本发明的方法依然可以将不全车牌区域进行补全，减少了车牌的漏检率，从而提高车牌识别率；同时同步的实现了车牌字符的分割功能，提高了车牌识别系统的实时性。

附图说明

图1为技术方案的流程图。

图2为技术解决方案详细步骤流程图。

图3为原图、定位不全的单层车牌图及其补全图。

图4为原图、定位不全的双层车牌图及其补全图。

具体实施方式

为将不全车牌进行补全并同时分割出字符，将发明内容中的技术解决方案流程图二中的各步骤详述如下：

技术解决方案中步骤A包含以下分步骤：

i.对定位出来的区域补全的车牌进行灰度化。

ii.对灰度图进行亮度检测，比如求得灰度的区域均值。因为在阳光的环境中定位出来的车牌因抓拍角度等原因容易造成对比度不均，二值化时容易造成字符特征丢失，给字符的正确分割带来困难，同时在不扩充现有样本库的基础上容易造成识别不准确。

iii.根据区域亮度的异常与否进行灰度调整。如果正常，则基于灰度统计直方图的简单调整，否则调整方法如下：

$I\left(i\right)=\left\{\begin{array}{cc}255& f\left(i\right)>\mathrm{thold}2\\ g\left(x\right)*f\left(i\right)& \mathrm{thold}1<f\left(i\right)<\mathrm{thold}2\\ 0& f\left(i\right)>\mathrm{thold}1\end{array}\right.$

$g\left(x\right)={\frac{e}{1+e^{-\frac{\&dtri;f\left(i\right)}{2\mathrm{\&delta;}}}}}^{\frac{i-f\left(x\right)}{{\mathrm{\&Sigma;}}_{i=m1}^{m2}i-f\left(i\right)}}$

其中I(i)为二值图，f(i)为灰度直方图，thold2和thold1从灰度直方图统计数据中根据车牌二值图像中黑白图像所在比重按一定规则设定，g(x)是一种类似sigma的构造函数，是函数的离散形式，作为灰度调整的权值系数。函数g(x)中的是当前灰度值在区域灰度均值中的所占比重，是区域灰度图的中灰度级i相对均值的偏离度，δ是区域内灰度级的方差。

iv.对调整后的灰度图进行自适应二值化。然后利用形态学腐蚀操作消除一些孤立的噪声点和弱连接，利用形态学膨胀算法进行微调修复。

v.定位出来的车牌有可能是倾斜的车牌，因此必须对车牌进行校正处理，否则当车牌垂直角超过12度时，投影法分割失效，同时，为了能处理定位出来的尺寸较小的车牌，使法具有很好的鲁棒性，本方法利用双线性插值多大对尺寸进行归一化处理。

依据图2，技术解决方案中步骤B包含以下步骤：

对二值车牌图像进行归一化尺寸，然后垂直投影，根据字符之间的投影值为零的特点很容易得到字符的左右边界，考虑到有噪声和边框的存在，字符之间的垂直投影值并不为零，但可以通过区域内的波谷极小值来得到字符的左右分界线。该方案设计如下：

i.求得投影曲线上的谷峰点。对投影值数组进行分析，投影值在XY坐标上显示的是一条有多个峰谷值的曲线，首先设置一条垂直Y轴的水平线：y＝th，th∈(0，1，...5)并令th＝0，进行水平扫描，求出波谷点位置数组arrary1，如果同一波谷点存在多个th值，在曲线上升阶段取最后一个th的点作为波谷点，此处的下一个点的值应大于等于th值，在曲线下降阶段则取首个值为th的点作为波谷点，该点的下一个点的位置的值应小于或者等于值th。然后在两两波谷点之间求出投影值得一阶导数的过零点，如果只有一个过零点，则存入峰值数组arrary2；若有两个或者多个过零点，则结合利用连通域方得到的字符高度和车牌字符高约为字符宽度的两倍这一特征对谷点位置进行调整修正，如此可得谷峰值位置数组arrary1和arrary2。

ii.求得车牌字符的宽度Wi，高度Hi和间距Di。对车牌图像进行连通域分割，同时结合波谷位置之间欧几得里距离和峰峰值位置之间欧几得里距离分析，可得字符的平均宽度W0，取联通域的上下位置可得字符的平均高度H0，如果单个字符高度满足车牌字符高度的要求且其高度大于字符宽度5倍以上，则考虑是车牌字符“1”，根据《中华人们共和国机动车号牌》，调整该字符宽度为所求得宽度的4倍。即w_i＝4*w_i。

iii.令th＝1，2，...，重复步骤i，ii，求得字符的平均宽度W0和字符的平均高度H0。如果本次求得的字符宽度和上次求得宽度在两个像素之内，且字符计数个数小于7，则转入上述大步骤C，否则继续第i和ii步。如此则可以得到字符的上下边界以及左右边界的粗分割线。

技术解决方案中步骤C包含以下步骤：

i.当步骤B中统计的字符数小于7时，按求出的字符平均宽度的1.5到2倍为宽度，左边的第一个字符高度为高度的Roi区域向左扩展车牌区域，重复步骤A和B。

ii.经过步骤上面步骤i后检测字符个数，如果字符增加，但小于七个，则按求出的字符宽度的1.5到2倍则继续向左扩展，继续上一步i，如果个数小于7个且不再增加个数时，由于第一个字符绝不是数字1，所以得检测第一个字符实际求得宽度，如果宽度小于均值的一半，则把它与第二个字符组合，组合后宽度大于平均宽度的1.2倍，判断其为车牌边框，应当舍去，车牌个数减1，然后则按字符宽度的1.5到2倍为宽度，左边的第一个字符高度为高度的Roi区域向右扩展并检测字符个数。期间辅助利用字符的特征，如高宽比和中心距等特征来判断是否是伪字符。是伪字符则立刻停止并向反方向扩展检测。

iii.经过上述两步骤后如果字符个数是5个，则可判断该车牌为双层车牌，则以第1、4个字符的右边界之间的距离为宽度、平均字符高度的2/3为高的矩形区域Roi向上扩展区域。继续上述步骤，期间调整上面字符的参考高度为已求得字符平均高度的0.8倍作为参考高度继续检测。直到得到车牌7个字符，然后按ii中的方法判断第一个字符是否是伪字符。

iv.至此，如果分割出了满足字符特征的七个字符，则已把残缺车牌补全，并得到了车牌字符垂直分割线，结合字符连通域集得到了字符的上下边界，从而完成了字符图像的分割。补全程序退出。

否则，判断为伪车牌，退出程序，这是因为分割不出七个字符即使进入识别模块其识别结果也是不准确的。

Claims (2)

1.一种针对定位出来的不全车牌进行字符补全的技术，其包括图像预处理，图像分割和区域扩展，其特征是：对各种定位不全的车牌经过图像预处理，提取字符宽、高、间距的特征，并根据车牌字符的宽、高、间距以及宽高比等特征进行字符与否的判断，以一定的方式进行区域扩展和补全，并同步实现了字符分割功能。

2.根据权利1的图像与处理要求，补全技术中的灰度调整技术是一种类似sigma的函数，其特征是利用灰度直方图，并利用子区域中每个灰度级所占灰度均值的比重作为分母中幂指数的因子，以其与区域均值的偏离度与方差的比作为分子中幂指数的因子来构造灰度调整函数，然后取其离散值作为灰度调整的权值。