CN109583442B - 基于线段检测的虚假车牌检测方法及装置 - Google Patents

Abstract

本发明提供了基于线段检测的虚假车牌检测方法，该方法包括：采集或者输入视频图像；对视频图像进行车牌检测，获取车牌区域；根据外扩系数，对车牌区域进行外扩，获取感兴趣区域，对感兴趣区域进行倾斜校正和缩放，获取缩放图像，并对缩放图像进行线段检测；对检测线段进行聚类，获取聚类线段，根据线段长度和、车牌四个角点是否位于聚类线段的同一侧，对聚类线段进行过滤，输出过滤后的聚类线段；以聚类线段为基准线段，获取基准线段的边框线段组合，对边框线段组合进行过滤；如果不存在边框线段组合，则车牌区域为真实车牌，否则车牌区域为虚假车牌。与现有车牌识别技术相比，能够有效地进行虚假车牌检测。

Description

基于线段检测的虚假车牌检测方法及装置

技术领域

本发明涉及图像处理、智慧交通以及车牌识别，特别涉及车牌识别中的虚假车牌检测。

背景技术

随着城市的日益现代化，机动车的保有量持续增加，智能交通系统发挥着越来越重要的作用。车牌识别技术是现代智能交通系统的重要组成部分，有着十分广泛的应用。

现有的车牌识别技术的主要任务为检测和识别出车牌及其字符，并没有智能地融入车牌防伪功能。如今车牌识别系统面临着“虚假车牌”攻击的挑战，例如利用手机、平板电脑等显示真实车牌图片，以达到以假乱真的目的。

综上所述，目前迫切需要提出一种虚假车牌检测的方法。

发明内容

有鉴于此，本发明的主要目的在于解决实际场景中虚假车牌检测的问题。

为达到上述目的，按照本发明的第一个方面，提供了基于线段检测的虚假车牌检测方法，该方法包括：

第一步骤，采集或者输入视频图像；

第二步骤，对视频图像进行车牌检测，获取车牌区域；

第三步骤，根据外扩系数，对车牌区域进行外扩，获取感兴趣区域，对感兴趣区域进行倾斜校正，根据缩放系数，对感兴趣区域进行缩放，获取缩放图像，并对缩放图像进行线段检测；

第四步骤，对检测线段进行聚类，获取聚类线段，根据线段长度和、车牌四个角点是否位于聚类线段的同一侧，对聚类线段进行过滤，输出过滤后的聚类线段；

第五步骤，如果聚类线段数量小于4，则认为不存在边框线段组合，转入第六步骤，否则以第一条聚类线段为基准线段，获取基准线段的边框线段组合，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入第六步骤，否则将基准线段对应的聚类线段删除，继续执行第五步骤；

第六步骤，如果不存在边框线段组合，则认为车牌区域为真实车牌，输出真实车牌区域，否则认为车牌区域为虚假车牌，将车牌区域标记为虚假车牌并输出。

进一步地，所述第三步骤包括：

感兴趣区域获取步骤，计算车牌区域的宽度，根据外扩系数，将车牌区域的四个边界向外进行扩展，扩展后的区域的宽度和高度为车牌区域宽度×外扩系数，将扩展后的区域作为感兴趣区域；

感兴趣区域倾斜校正步骤，计算车牌区域的倾斜角度，根据倾斜角度，将感兴趣区域进行倾斜校正，获取倾斜校正后的感兴趣区域和对应的车牌区域；

感兴趣区域缩放步骤，对感兴趣区域进行图像灰度化处理，获取感兴趣区域的灰度图像，根据缩放系数，对感兴趣区域的灰度图像进行缩放，将缩放后的感兴趣区域的灰度图像作为缩放图像，并根据倾斜校正后的车牌区域的位置坐标，提取缩放图像中对应的位置区域作为缩放车牌区域；

线段检测步骤，对缩放图像进行线段检测，提取检测线段。

进一步地，所述第四步骤包括：

检测线段聚类步骤，对检测线段进行线段聚类，获取聚类线段；

聚类线段第一过滤步骤，分别计算每个聚类线段中线段的长度和，将长度和小于第一阈值的对应聚类线段滤除；

聚类线段第二过滤步骤，获取每个聚类线段在图像坐标系中的直线方程，获取缩放车牌区域的四个角点的坐标，分别将四个角点带入直线方程，计算每个角点的结果符号的极性，如果极性不一致，则认为四个角点不在直线的同一侧，将对应的聚类线段滤除；

聚类线段输出步骤，输出过滤后的聚类线段。

进一步地，所述第五步骤包括：

基准线段获取步骤，如果聚类线段数量小于4，则认为不存在边框线段组合，转入第六步骤，否则以第一条聚类线段作为基准线段，将基准线段以外的聚类线段标记为待标记线段；

边框线段组合获取步骤，如果待标记线段的数量小于3，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取步骤；如果待标记线段的数量≥3，对待标记线段进行遍历，搜寻基准线段的边框线段组合，如果基准线段存在边框线段组合，则转入边框线段组合过滤步骤，否则继续执行边框线段组合获取步骤；

边框线段组合过滤步骤，采用边框线段组合过滤法，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入第六步骤，否则转入边框线段组合获取步骤。

进一步地，所述边框线段组合获取步骤包括：

待标记线段数量判断步骤，如果待标记线段的数量<3时，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取步骤；如果待标记线段的数量≥3，则转入不同侧平行线段获取步骤；

不同侧平行线段获取步骤，对待标记线段进行遍历，计算基准线段与待标记线段所在的两条直线的夹角，如果夹角≤第二阈值，则将待标记线段标记为平行线段；采用线段同侧判断法，对基准线段与平行线段进行判断，如果基准线段与平行线段位于缩放车牌区域的不同侧，则认为平行线段为基准线段的不同侧平行线段，转入边框线段组合获取步骤，否则认为平行线段为基准线段的同侧平行线段，继续执行不同侧平行线段获取步骤；

边框线段组合获取步骤，对待标记线段进行遍历，采用垂直线段获取步骤，获取基准线段的垂直线段；对于任意的2条垂直线段，采用线段同侧判断法，对2条垂直线段进行判断，如果2条垂直线段位于缩放车牌区域的不同侧，则将基准线段、不同侧平行线段、2条垂直线段作为边框组合线段，转入边框线段组合过滤步骤，否则转入待标记线段数量判断步骤。

进一步地，所述垂直线段获取步骤包括：计算基准线段与待标记线段所在的两条直线的夹角，如果第三阈值≤夹角≤90°，则将待标记线段标记为垂直线段。

进一步地，所述边框线段组合过滤步骤中的边框线段组合过滤法包括以下一种或者多种的组合：

错位线段长度过滤步骤，对于任意的边框线段组合，以边框线段组合的4条线段构成四边形区域，将4条线段位于四边形区域外的部分作为错位线段，分别计算错位线段的长度，如果存在错位线段的长度大于缩放车牌区域的高度，则将对应的边框线段组合删除；

缩放车牌区域边缘过滤步骤，针对每个边框线段组合，如果边框线段组合的4条线段中存在一条线段满足以下两个条件之一：与垂直线的夹角小于第四阈值，且线段的长度与缩放车牌区域的高度之差小于第五阈值；与水平线的夹角小于第四阈值，且线段的长度与缩放车牌区域的宽度之差小于第五阈值，则将对应的边框线段组合删除；

边框宽度过滤步骤，针对每个边框线段组合，获取2条竖直线段，计算2条竖直线段之间的距离作为边框宽度，计算缩放车牌区域与边框宽度的比值，如果比值大于第六阈值且小于第七阈值，则将对应的边框线段组合删除；

边框竖线过滤步骤，针对每个边框线段组合，获取2条竖直线段，计算竖直线段与y轴的夹角，根据计算的夹角，将2条竖直线段旋转到垂直方向，计算旋转后2条竖直线段在y方向上的重叠区域，如果重叠区域小于第八阈值，则将对应的边框线段组合删除。

按照本发明的另一个方面，提供了基于线段检测的虚假车牌检测装置，该装置包括：

视频图像采集或输入模块，用于采集或者输入视频图像；

车牌检测模块，用于对视频图像进行车牌检测，获取车牌区域；

检测线段获取模块，用于根据外扩系数，对车牌区域进行外扩，获取感兴趣区域，对感兴趣区域进行倾斜校正，根据缩放系数，对感兴趣区域进行缩放，获取缩放图像，并对缩放图像进行线段检测；

聚类线段获取模块，用于对检测线段进行聚类，获取聚类线段，根据线段长度和、车牌四个角点是否位于聚类线段的同一侧，对聚类线段进行过滤，输出过滤后的聚类线段；

边框线段组合获取和过滤模块，用于如果聚类线段数量小于4，则认为不存在边框线段组合，转入真假车牌输出模块，否则以第一条聚类线段为基准线段，获取基准线段的边框线段组合，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入真假车牌输出模块，否则将基准线段对应的聚类线段删除，继续执行边框线段组合获取和过滤模块；

真假车牌输出模块，用于如果不存在边框线段组合，则认为车牌区域为真实车牌，输出真实车牌区域，否则认为车牌区域为虚假车牌，将车牌区域标记为虚假车牌并输出。

进一步地，所述检测线段获取模块包括：

感兴趣区域获取模块，用于计算车牌区域的宽度，根据外扩系数，将车牌区域的四个边界向外进行扩展，扩展后的区域的宽度和高度为车牌区域宽度×外扩系数，将扩展后的区域作为感兴趣区域；

感兴趣区域倾斜校正模块，用于计算车牌区域的倾斜角度，根据倾斜角度，将感兴趣区域进行倾斜校正，获取倾斜校正后的感兴趣区域和对应的车牌区域；

感兴趣区域缩放模块，用于对感兴趣区域进行图像灰度化处理，获取感兴趣区域的灰度图像，根据缩放系数，对感兴趣区域的灰度图像进行缩放，将缩放后的感兴趣区域的灰度图像作为缩放图像，并根据倾斜校正后的车牌区域的位置坐标，提取缩放图像中对应的位置区域作为缩放车牌区域；

线段检测模块，用于对缩放图像进行线段检测，提取检测线段。

进一步地，所述聚类线段获取模块包括：

检测线段聚类模块，用于对检测线段进行线段聚类，获取聚类线段；

聚类线段第一过滤模块，用于分别计算每个聚类线段中线段的长度和，将长度和小于第一阈值的对应聚类线段滤除；

聚类线段第二过滤模块，用于获取每个聚类线段在图像坐标系中的直线方程，获取缩放车牌区域的四个角点的坐标，分别将四个角点带入直线方程，计算每个角点的结果符号的极性，如果极性不一致，则认为四个角点不在直线的同一侧，将对应的聚类线段滤除；

聚类线段输出模块，用于输出过滤后的聚类线段。

进一步地，所述边框线段组合获取和过滤模块包括：

基准线段获取模块，用于如果聚类线段数量小于4，则认为不存在边框线段组合，转入真假车牌输出模块，否则以第一条聚类线段作为基准线段，将基准线段以外的聚类线段标记为待标记线段；

边框线段组合获取模块，用于如果待标记线段的数量小于3，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取模块；如果待标记线段的数量≥3，对待标记线段进行遍历，搜寻基准线段的边框线段组合，如果基准线段存在边框线段组合，则转入边框线段组合过滤模块，否则继续执行边框线段组合获取模块；

边框线段组合过滤模块，用于采用边框线段组合过滤选取模块，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入真假车牌输出模块，否则转入边框线段组合获取模块。

进一步地，所述边框线段组合获取模块包括：

待标记线段数量判断模块，用于如果待标记线段的数量<3时，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取模块；如果待标记线段的数量≥3，则转入不同侧平行线段获取模块；

不同侧平行线段获取模块，用于对待标记线段进行遍历，计算基准线段与待标记线段所在的两条直线的夹角，如果夹角≤第二阈值，则将待标记线段标记为平行线段；采用线段同侧判断法，对基准线段与平行线段进行判断，如果基准线段与平行线段位于缩放车牌区域的不同侧，则认为平行线段为基准线段的不同侧平行线段，转入边框线段组合获取模块，否则认为平行线段为基准线段的同侧平行线段，继续执行不同侧平行线段获取模块；

边框线段组合获取模块，用于对待标记线段进行遍历，采用垂直线段获取模块，获取基准线段的垂直线段；对于任意的2条垂直线段，采用线段同侧判断法，对2条垂直线段进行判断，如果2条垂直线段位于缩放车牌区域的不同侧，则将基准线段、不同侧平行线段、2条垂直线段作为边框组合线段，转入边框线段组合过滤模块，否则转入待标记线段数量判断模块。

进一步地，所述边框线段组合过滤模块中的边框线段组合过滤选取模块包括以下一种或者多种的组合：

错位线段长度过滤模块，用于对于任意的边框线段组合，以边框线段组合的4条线段构成四边形区域，将4条线段位于四边形区域外的部分作为错位线段，分别计算错位线段的长度，如果存在错位线段的长度大于缩放车牌区域的高度，则将对应的边框线段组合删除；

缩放车牌区域边缘过滤模块，用于针对每个边框线段组合，如果边框线段组合的4条线段中存在一条线段满足以下两个条件之一：与垂直线的夹角小于第四阈值，且线段的长度与缩放车牌区域的高度之差小于第五阈值；与水平线的夹角小于第四阈值，且线段的长度与缩放车牌区域的宽度之差小于第五阈值，则将对应的边框线段组合删除；

边框宽度过滤模块，用于针对每个边框线段组合，获取2条竖直线段，计算2条竖直线段之间的距离作为边框宽度，计算缩放车牌区域与边框宽度的比值，如果比值大于第六阈值且小于第七阈值，则将对应的边框线段组合删除；

边框竖线过滤模块，用于针对每个边框线段组合，获取2条竖直线段，计算竖直线段与y轴的夹角，根据计算的夹角，将2条竖直线段旋转到垂直方向，计算旋转后2条竖直线段在y方向上的重叠区域，如果重叠区域小于第八阈值，则将对应的边框线段组合删除。

与现有的车牌识别技术相比，本发明的基于线段检测的虚假车牌检测方法及装置的优点在于：一方面检测出虚假车牌；另一方面通过搜寻边框线段组合存在与否即可判断是否为虚假车牌，不需要采用分类器、神经网络训练的方式，大大地降低了运算的复杂度，减少了检测时间。

附图说明

图1示出了按照本发明的基于线段检测的虚假车牌检测方法的流程图。

图2示出了按照本发明的边框线段组合的实施例图。

图3示出了按照本发明的基于线段检测的虚假车牌检测装置的框架图。

具体实施方式

为使本领域的技术人员能进一步了解本发明的结构、特征及其他目的，现结合所附较佳实施例详细说明如下，所说明的较佳实施例仅用于说明本发明的技术方案，并非限定本发明。

图1给出了按照本发明的基于线段检测的虚假车牌检测方法的第一实施例的流程图。如图1所示，按照本发明的基于线段检测的虚假车牌检测方法包括：

第一步骤S1，采集或者输入视频图像；

第二步骤S2，对视频图像进行车牌检测，获取车牌区域；

第三步骤S3，根据外扩系数，对车牌区域进行外扩，获取感兴趣区域，对感兴趣区域进行倾斜校正，根据缩放系数，对感兴趣区域进行缩放，获取缩放图像，并对缩放图像进行线段检测；

第四步骤S4，对检测线段进行聚类，获取聚类线段，根据线段长度和、车牌四个角点是否位于聚类线段的同一侧，对聚类线段进行过滤，输出过滤后的聚类线段；

第五步骤S5，如果聚类线段数量小于4，则认为不存在边框线段组合，转入第六步骤S6，否则以第一条聚类线段为基准线段，获取基准线段的边框线段组合，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入第六步骤S6，否则将基准线段对应的聚类线段删除，继续执行第五步骤S5；

第六步骤S6，如果不存在边框线段组合，则认为车牌区域为真实车牌，输出真实车牌区域，否则认为车牌区域为虚假车牌，将车牌区域标记为虚假车牌并输出。

其中，所述第一步骤S1可以通过图像采集设备采集视频图像，也可以通过数据传输设备输入视频图像。示例性地，针对停车场场景，在入口处安装相机，相机朝向入口方向，用于采集入口方向的视频图像。

所述第二步骤S2中的车牌检测可以采用现有的车牌定位方法实现，包括以下一种或者多种的组合：基于颜色分割的车牌检测或者定位法、基于模式识别的车牌检测或者定位法、基于分类器的车牌检测或者定位法、基于神经网络的车牌检测或者定位法、基于深度学习的车牌检测或者定位法等。示例性地，采用基于颜色分割和纹理分析的车牌定位法(例如：“基于颜色和纹理分析的车牌定位方法.郭捷，施鹏飞.《中国图象图形学报》,2002,7(5):472-476”)，对视频图像进行车牌定位，获取车牌位置，将视频图像内对应车牌位置的区域作为车牌区域。

进一步地，所述第三步骤S3包括：

感兴趣区域获取步骤S31，计算车牌区域的宽度，根据外扩系数，将车牌区域的四个边界向外进行扩展，扩展后的区域的宽度和高度为车牌区域宽度×外扩系数，将扩展后的区域作为感兴趣区域；

感兴趣区域倾斜校正步骤S32，计算车牌区域的倾斜角度，根据倾斜角度，将感兴趣区域进行倾斜校正，获取倾斜校正后的感兴趣区域和对应的车牌区域；

感兴趣区域缩放步骤S33，对感兴趣区域进行图像灰度化处理，获取感兴趣区域的灰度图像，根据缩放系数，对感兴趣区域的灰度图像进行缩放，将缩放后的感兴趣区域的灰度图像作为缩放图像，并根据倾斜校正后的车牌区域的位置坐标，提取缩放图像中对应的位置区域作为缩放车牌区域；

线段检测步骤S34，对缩放图像进行线段检测，提取检测线段。

进一步地，所述感兴趣区域获取步骤S31包括：获取车牌区域的上边界y＝y₁、下边界y＝y₂、左边界x＝x₁、右边界x＝x₂，计算车牌区域的宽度W＝x₂-x₁，根据外扩系数λ₁，获取扩展后的区域的上边界为

下边界为

左边界为

右边界为

将扩展后的区域作为感兴趣区域。其中，如果获取的感兴趣区域的某一边界超过视频图像对应的边界时，将视频图像对应的边界作为感兴趣区域的边界。示例性地，如果获取的感兴趣区域的左边界小于视频图像的左边界坐标，则将视频图像的左边界作为感兴趣区域的左边界；如果获取的感兴趣区域的右边界大于视频图像的右边界坐标，则将视频图像的右边界作为感兴趣区域的右边界；如果获取的感兴趣区域的上边界小于视频图像的上边界坐标，则将视频图像的上边界作为感兴趣区域的上边界；如果获取的感兴趣区域的下边界大于视频图像的下边界坐标，则将视频图像的下边界作为感兴趣区域的下边界。

进一步地，所述外扩系数λ₁的取值范围为1.4～2.8。示例性地，所述外扩系数λ₁选为2.2。

所述感兴趣区域倾斜校正步骤S32可以通过现有的车牌倾斜校正方法，先获取感兴趣区域中车牌区域的倾斜角度，再通过图像校正方法，对感兴趣区域进行倾斜校正，并获取校正后对应的车牌区域的位置坐标。其中，车牌倾斜校正方法包括以下一种或者多种的组合：基于Hough变换的车牌倾斜校正法、基于投影的车牌倾斜校正法等。示例性地，采用“一种新的车牌倾斜校正方法.李文举，梁德群，崔连延，王新年.《信息与控制》,2004,33(2):104-108”文献中的方法，先获取车牌区域的水平倾斜角度和垂直倾斜角度，再根据角度校正公式，将感兴趣区域进行倾斜校正，获取倾斜校正后的感兴趣区域和对应的车牌区域的位置坐标。

所述感兴趣区域缩放步骤S33中图像灰度化处理可以采用现有的图像灰度化方法实现。

进一步地，所述缩放系数的取值范围为0.3～0.55。示例性地，所述缩放系数选为0.4，所述感兴趣区域缩放步骤S32为：如果感兴趣区域为彩色图像，对感兴趣区域进行图像灰度化处理(例如：“一种有选择的图像灰度化方法.周金和，彭福堂.《计算机工程》,2006,32(20):198-200”)，获取感兴趣区域的灰度图像，如果感兴趣区域为灰度图像，将感兴趣区域作为感兴趣区域的灰度图像；采用现有的图像缩放算法(例如：“基于双线性插值的图像缩放算法的研究与实现.王森，杨克俭.《自动化技术与应用》,2008,27(7):44-45”)，对感兴趣区域的灰度图像进行图像缩放，将缩放后的感兴趣区域的灰度图像作为缩放图像，根据感兴趣区域内车牌区域的位置坐标，提取对应的缩放图像内的位置区域作为缩放车牌区域。

所述线段检测步骤S34可以通过现有的线段检测方法实现，包括以下一种或者多种的组合：基于Hough变换的线段检测、基于LSD的线段检测等。示例性地，采用基于LSD的线段检测方法(例如：“LSD:A Fast Line Segment Detector with a False DetectionControl.RGV Gioi，J Jakubowicz，JM Morel，G Randall.《IEEE Trans.patternAnal.mach.intell》,2010,32(4):722-732”)，从缩放图像中提取线段，作为检测线段。

进一步地，所述第四步骤S4包括：

检测线段聚类步骤S41，对检测线段进行线段聚类，获取聚类线段；

聚类线段第一过滤步骤S42，分别计算每个聚类线段中线段的长度和，将长度和小于第一阈值的对应聚类线段滤除；

聚类线段第二过滤步骤S43，获取每个聚类线段在图像坐标系中的直线方程，获取缩放车牌区域的四个角点的坐标，分别将四个角点带入直线方程，计算每个角点的结果符号的极性，如果极性不一致，则认为四个角点不在直线的同一侧，将对应的聚类线段滤除；

聚类线段输出步骤S44，输出过滤后的聚类线段。

其中，所述检测线段聚类步骤S41可以采用现有的线段聚类方法实现。示例性地，例如采用“线段的三步快速聚类算法.柳有权，苏仙鹤.《电子测试》,2013(11):61-63”文献中的线段聚类方法，将聚类后的线段作为聚类线段。

所述第一阈值的取值为λ₂×H_ZP，其中H_ZP为缩放车牌区域的高度，λ₂为比例系数。进一步地，所述λ₂的取值范围为0.3～0.7。示例性地，所述λ₂选为0.5。进一步地，所述聚类线段第二过滤步骤S43包括：获取聚类线段在图像坐标系中的直线方程y＝kx+b，转化为一般式为y-kx-b＝0；获取缩放车牌区域的四个角点的坐标，将缩放车牌区域的四个角点坐标分别代入公式y-kx-b，如果四个角点的计算结果同时为正数或者负数，则认为四个角点在聚类线段的同一侧，则保留对应的聚类线段，否则将对应的聚类线段滤除。其中，所述k、b分别为聚类线段在图像坐标系中的直线的斜率和与y轴的截距；所述缩放车牌区域的四个角点为缩放车牌区域的左上角、右上角、左下角和右下角。

示例性地，对于某一聚类线段在图像坐标系中的直线方程为y＝x，化为一般式为y-x＝0，如果缩放车牌区域的左上角、右上角、左下角、右下角的坐标分别为A(5,1)、B(10,1)、C(5,4)、D(10,4)。将四个角点坐标分别带入直线方程分别得到1-5＝-4、1-10＝-9、4-5＝-1、4-10＝-6，四个结果都是负数，说明点A和点B、C、D在聚类线段的同一侧，保留对应的聚类线段。反之，如果点A(5,1)变为A’(5,6)，带入直线方程得到6-5＝1，是正数，说明点A’和点B、C、D不在聚类线段的同一侧，删除对应的聚类线段。

进一步地，所述第五步骤S5包括：

基准线段获取步骤S51，如果聚类线段数量小于4，则认为不存在边框线段组合，转入第六步骤S6，否则以第一条聚类线段作为基准线段，将基准线段以外的聚类线段标记为待标记线段；

边框线段组合获取步骤S52，如果待标记线段的数量小于3，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取步骤S51；如果待标记线段的数量≥3，对待标记线段进行遍历，搜寻基准线段的边框线段组合，如果基准线段存在边框线段组合，则转入边框线段组合过滤步骤S53，否则继续执行边框线段组合获取步骤S52；

边框线段组合过滤步骤S53，采用边框线段组合过滤法，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入第六步骤S6，否则转入边框线段组合获取步骤S52。

进一步地，所述边框线段组合获取步骤S52包括：

待标记线段数量判断步骤S521，如果待标记线段的数量<3时，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取步骤S51；如果待标记线段的数量≥3，则转入不同侧平行线段获取步骤S522；

不同侧平行线段获取步骤S522，对待标记线段进行遍历，计算基准线段与待标记线段所在的两条直线的夹角，如果夹角≤第二阈值，则将待标记线段标记为平行线段；采用线段同侧判断法，对基准线段与平行线段进行判断，如果基准线段与平行线段位于缩放车牌区域的不同侧，则认为平行线段为基准线段的不同侧平行线段，转入边框线段组合获取步骤S523，否则认为平行线段为基准线段的同侧平行线段，继续执行不同侧平行线段获取步骤S522；

边框线段组合获取步骤S523，对待标记线段进行遍历，采用垂直线段获取步骤S5221，获取基准线段的垂直线段；对于任意的2条垂直线段，采用线段同侧判断法，对2条垂直线段进行判断，如果2条垂直线段位于缩放车牌区域的不同侧，则将基准线段、不同侧平行线段、2条垂直线段作为边框组合线段，转入边框线段组合过滤步骤S53，否则转入待标记线段数量判断步骤S521。

进一步地，所述垂直线段获取步骤S5231包括：计算基准线段与待标记线段所在的两条直线的夹角，如果第三阈值≤夹角≤90°，则将待标记线段标记为垂直线段。

进一步地，所述线段同侧判断法包括：对于线段L₁和L₂，作一条穿过缩放车牌区域的中心点、且与L₁或L₂的平行的直线L_c，分别计算线段L₁、L₂、L_c对应的直线方程在x轴的截距x₁、x₂、x_c，分别计算线段L₁、L₂、L_c对应的直线方程在y轴的截距y₁、y₂、y_c；当线段L₁或L₂为x轴的平行线段时，如果(y₁-y_c)×(y₂-y_c)小于0，则认为线段L₁和L₂位于缩放车牌区域的不同侧，否则认为线段L₁和L₂位于缩放车牌区域的同侧；当线段L₁或L₂为x轴的垂直线段时，如果(x₁-x_c)×(x₂-x_c)小于0，则认为线段L₁和L₂位于缩放车牌区域的不同侧，否则认为线段L₁和L₂位于缩放车牌区域的同侧；当线段L₁或L₂均不为x轴的平行线段或者垂直线段时，如果(x₁-x_c)×(x₂-x_c)或(y₁-y_c)×(y₂-y_c)小于0，则认为线段L₁和L₂位于缩放车牌区域的不同侧，否则认为L_j和L_p位于缩放车牌区域的同侧。

进一步地，所述线段是否为x轴的平行线段的判断方法为：计算线段与x轴的夹角，如果夹角≤第二阈值，则认为线段为x轴的平行线段；线段是否为x轴的垂直线段的判断方法为：计算线段与x轴的夹角，如果第三阈值≤夹角≤90°，则认为线段为x轴的垂直线段。

进一步地，所述第二阈值的取值范围为0°～10°，所述第三阈值的取值范围为75°～84°。示例性地，所述第二阈值、第三阈值分别选为4°、80°，如果基准线段L_o与第p个聚类线段L_p的夹角为3°，则认为聚类线段L_p为基准线段L_o的平行线段；如果基准线段L_o与第q个聚类线段L_q的夹角为82°，则认为聚类线段L_q为基准线段L_o的垂直线段。

进一步地，所述边框线段组合过滤步骤S53中的边框线段组合过滤法包括以下一种或者多种的组合：

错位线段长度过滤步骤S531，对于任意的边框线段组合，以边框线段组合的4条线段构成四边形区域，将4条线段位于四边形区域外的部分作为错位线段，分别计算错位线段的长度，如果存在错位线段的长度大于缩放车牌区域的高度，则将对应的边框线段组合删除；

缩放车牌区域边缘过滤步骤S532，针对每个边框线段组合，如果边框线段组合的4条线段中存在一条线段满足以下两个条件之一：与垂直线的夹角小于第四阈值，且线段的长度与缩放车牌区域的高度之差小于第五阈值；与水平线的夹角小于第四阈值，且线段的长度与缩放车牌区域的宽度之差小于第五阈值，则将对应的边框线段组合删除；

边框宽度过滤步骤S533，针对每个边框线段组合，获取2条竖直线段，计算2条竖直线段之间的距离作为边框宽度，计算缩放车牌区域与边框宽度的比值，如果比值大于第六阈值且小于第七阈值，则将对应的边框线段组合删除；

边框竖线过滤步骤S534，针对每个边框线段组合，获取2条竖直线段，计算竖直线段与y轴的夹角，根据计算的夹角，将2条竖直线段旋转到垂直方向，计算旋转后2条竖直线段在y方向上的重叠区域，如果重叠区域小于第八阈值，则将对应的边框线段组合删除。

图2给出了按照本发明的边框线段组合的实施例图。如图2所示，边框线段组合{L_j,L_p,L_k,L_q}的4条线段构成了四边形区域，其中点E和F构成了线段L_j，点P和C构成了线段L_p，点G和C构成了线段L_k，点A和B构成了线段L_q，点D和B为线段L_q位于四边形区域外的部分，将点D和B构成的DB线段作为错位线段。

所述错位线段长度过滤步骤S531中计算错位线段的长度可以通过现有的图像中线段长度计算方法实现。示例性一，对于错位线段DB，点D和B的坐标分别为(x_D,y_D)、(x_B,y_B)，错位线段DB的长度即为

示例性二，对错位线段DB进行二值化、膨胀和腐蚀的形态学处理，统计错位线段DB上的前景点数量，将前景点数量作为错位线段的长度。

所述竖直线段获取步骤为：对于每个边框线段组合中的2对平行线段，分别计算每对平行线段与y轴的夹角，将最小夹角对应的平行线段作为竖直线段。示例性地，对于边框线段组合{L_j,L_p,L_k,L_q}的4条线段，其中{L_j,L_p}和{L_k,L_q}分别为平行线段组合，分别计算线段L_j、L_k与y轴的夹角θ_j、θ_k，如果θ_j＜θ_k，则将线段L_j和L_p作为两条竖直线段，否则将线段L_k和L_q作为两条竖直线段。

进一步地，所述第四阈值的取值范围为0°～5°，所述第五阈值的取值范围为0～10，所述第六阈值的取值范围为0.195～0.215，所述第七阈值的取值范围为0.27～0.295，所述第八阈值的取值范围为1～8。

图3给出了按照本发明的基于线段检测的虚假车牌检测装置的框架图。如图3所示，按照本发明的基于线段检测的虚假车牌检测装置包括：

视频图像采集或输入模块1，用于采集或者输入视频图像；

车牌检测模块2，用于对视频图像进行车牌检测，获取车牌区域；

检测线段获取模块3，用于根据外扩系数，对车牌区域进行外扩，获取感兴趣区域，对感兴趣区域进行倾斜校正，根据缩放系数，对感兴趣区域进行缩放，获取缩放图像，并对缩放图像进行线段检测；

聚类线段获取模块4，用于对检测线段进行聚类，获取聚类线段，根据线段长度和、车牌四个角点是否位于聚类线段的同一侧，对聚类线段进行过滤，输出过滤后的聚类线段；

边框线段组合获取和过滤模块5，用于如果聚类线段数量小于4，则认为不存在边框线段组合，转入真假车牌输出模块6，否则以第一条聚类线段为基准线段，获取基准线段的边框线段组合，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入真假车牌输出模块6，否则将基准线段对应的聚类线段删除，继续执行边框线段组合获取和过滤模块5；

真假车牌输出模块6，用于如果不存在边框线段组合，则认为车牌区域为真实车牌，输出真实车牌区域，否则认为车牌区域为虚假车牌，将车牌区域标记为虚假车牌并输出。

进一步地，所述视频图像采集或输入模块1包括：图像采集设备、数据传输设备等。

进一步地，所述车牌检测模块2包括：车牌检测设备、车牌定位装置等。

进一步地，所述检测线段获取模块3包括：

感兴趣区域获取模块31，用于计算车牌区域的宽度，根据外扩系数，将车牌区域的四个边界向外进行扩展，扩展后的区域的宽度和高度为车牌区域宽度×外扩系数，将扩展后的区域作为感兴趣区域；

感兴趣区域倾斜校正模块32，用于计算车牌区域的倾斜角度，根据倾斜角度，将感兴趣区域进行倾斜校正，获取倾斜校正后的感兴趣区域和对应的车牌区域；

感兴趣区域缩放模块33，用于对感兴趣区域进行图像灰度化处理，获取感兴趣区域的灰度图像，根据缩放系数，对感兴趣区域的灰度图像进行缩放，将缩放后的感兴趣区域的灰度图像作为缩放图像，并根据倾斜校正后的车牌区域的位置坐标，提取缩放图像中对应的位置区域作为缩放车牌区域；

线段检测模块34，用于对缩放图像进行线段检测，提取检测线段。

进一步地，所述感兴趣区域获取模块31包括：用于获取车牌区域的上边界y＝y₁、下边界y＝y₂、左边界x＝x₁、右边界x＝x₂，计算车牌区域的宽度W＝x₂-x₁，根据外扩系数λ₁，获取扩展后的区域的上边界为

下边界为

左边界为

右边界为

将扩展后的区域作为感兴趣区域。其中，如果获取的感兴趣区域的某一边界超过视频图像对应的边界时，将视频图像对应的边界作为感兴趣区域的边界。

进一步地，所述外扩系数λ₁的取值范围为1.4～2.8；所述缩放系数的取值范围为0.3～0.55。

进一步地，所述聚类线段获取模块4包括：

检测线段聚类模块41，用于对检测线段进行线段聚类，获取聚类线段；

聚类线段第一过滤模块42，用于分别计算每个聚类线段中线段的长度和，将长度和小于第一阈值的对应聚类线段滤除；

聚类线段第二过滤模块43，用于获取每个聚类线段在图像坐标系中的直线方程，获取缩放车牌区域的四个角点的坐标，分别将四个角点带入直线方程，计算每个角点的结果符号的极性，如果极性不一致，则认为四个角点不在直线的同一侧，将对应的聚类线段滤除；

聚类线段输出模块44，用于输出过滤后的聚类线段。

所述第一阈值的取值为λ₂×H_ZP，其中H_ZP为缩放车牌区域的高度，λ₂为比例系数。进一步地，所述λ₂的取值范围为0.3～0.7。

进一步地，所述边框线段组合获取和过滤模块5包括：

基准线段获取模块51，用于如果聚类线段数量小于4，则认为不存在边框线段组合，转入真假车牌输出模块6，否则以第一条聚类线段作为基准线段，将基准线段以外的聚类线段标记为待标记线段；

边框线段组合获取模块52，用于如果待标记线段的数量小于3，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取模块51；如果待标记线段的数量≥3，对待标记线段进行遍历，搜寻基准线段的边框线段组合，如果基准线段存在边框线段组合，则转入边框线段组合过滤模块53，否则继续执行边框线段组合获取模块52；

边框线段组合过滤模块53，用于采用边框线段组合过滤选取模块，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入真假车牌输出模块6，否则转入边框线段组合获取模块52。

进一步地，所述边框线段组合获取模块52包括：

待标记线段数量判断模块521，用于如果待标记线段的数量<3时，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取模块51；如果待标记线段的数量≥3，则转入不同侧平行线段获取模块522；

不同侧平行线段获取模块522，用于对待标记线段进行遍历，计算基准线段与待标记线段所在的两条直线的夹角，如果夹角≤第二阈值，则将待标记线段标记为平行线段；采用线段同侧判断法，对基准线段与平行线段进行判断，如果基准线段与平行线段位于缩放车牌区域的不同侧，则认为平行线段为基准线段的不同侧平行线段，转入边框线段组合获取模块523，否则认为平行线段为基准线段的同侧平行线段，继续执行不同侧平行线段获取模块522；

边框线段组合获取模块523，用于对待标记线段进行遍历，采用垂直线段获取模块5221，获取基准线段的垂直线段；对于任意的2条垂直线段，采用线段同侧判断法，对2条垂直线段进行判断，如果2条垂直线段位于缩放车牌区域的不同侧，则将基准线段、不同侧平行线段、2条垂直线段作为边框组合线段，转入边框线段组合过滤模块53，否则转入待标记线段数量判断模块521。

进一步地，所述垂直线段获取模块5231包括：用于计算基准线段与待标记线段所在的两条直线的夹角，如果第三阈值≤夹角≤90°，则将待标记线段标记为垂直线段。

进一步地，所述边框线段组合过滤模块53中的边框线段组合过滤选取模块包括以下一种或者多种的组合：

错位线段长度过滤模块531，用于对于任意的边框线段组合，以边框线段组合的4条线段构成四边形区域，将4条线段位于四边形区域外的部分作为错位线段，分别计算错位线段的长度，如果存在错位线段的长度大于缩放车牌区域的高度，则将对应的边框线段组合删除；

缩放车牌区域边缘过滤模块532，用于针对每个边框线段组合，如果边框线段组合的4条线段中存在一条线段满足以下两个条件之一：与垂直线的夹角小于第四阈值，且线段的长度与缩放车牌区域的高度之差小于第五阈值；与水平线的夹角小于第四阈值，且线段的长度与缩放车牌区域的宽度之差小于第五阈值，则将对应的边框线段组合删除；

边框宽度过滤模块533，用于针对每个边框线段组合，获取2条竖直线段，计算2条竖直线段之间的距离作为边框宽度，计算缩放车牌区域与边框宽度的比值，如果比值大于第六阈值且小于第七阈值，则将对应的边框线段组合删除；

边框竖线过滤模块534，用于针对每个边框线段组合，获取2条竖直线段，计算竖直线段与y轴的夹角，根据计算的夹角，将2条竖直线段旋转到垂直方向，计算旋转后2条竖直线段在y方向上的重叠区域，如果重叠区域小于第八阈值，则将对应的边框线段组合删除。

进一步地，所述第四阈值的取值范围为0°～5°，所述第五阈值的取值范围为0～10，所述第六阈值的取值范围为0.195～0.215，所述第七阈值的取值范围为0.27～0.295，所述第八阈值的取值范围为1～8。

与现有的车牌识别技术相比，本发明的基于线段检测的虚假车牌检测方法及装置的优点在于：一方面检测出虚假车牌；另一方面通过搜寻边框线段组合存在与否即可判断是否为虚假车牌，不需要采用分类器、神经网络训练的方式，大大地降低了运算的复杂度，减少了检测时间。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，应当理解，本发明并不限于这里所描述的实现方案，这些实现方案描述的目的在于帮助本领域中的技术人员实践本发明。任何本领域中的技术人员很容易在不脱离本发明精神和范围的情况下进行进一步的改进和完善，因此本发明只受到本发明权利要求的内容和范围的限制，其意图涵盖所有包括在由所附权利要求所限定的本发明精神和范围内的备选方案和等同方案。

Claims (17)

1.基于线段检测的虚假车牌检测方法，其特征在于，该方法包括：

第一步骤，采集或者输入视频图像；

第二步骤，对视频图像进行车牌检测，获取车牌区域；

第三步骤，根据外扩系数，对车牌区域进行外扩，获取感兴趣区域，对感兴趣区域进行倾斜校正，根据缩放系数，对感兴趣区域进行缩放，获取缩放图像，并对缩放图像进行线段检测；

第四步骤，对检测线段进行聚类，获取聚类线段，根据线段长度和、车牌四个角点是否位于聚类线段的同一侧，对聚类线段进行过滤，输出过滤后的聚类线段；

第五步骤，如果聚类线段数量小于4，则认为不存在边框线段组合，转入第六步骤，否则以第一条聚类线段为基准线段，获取基准线段的边框线段组合，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入第六步骤，否则将基准线段对应的聚类线段删除，继续执行第五步骤；

第六步骤，如果不存在边框线段组合，则认为车牌区域为真实车牌，输出真实车牌区域，否则认为车牌区域为虚假车牌，将车牌区域标记为虚假车牌并输出；

进一步地，所述第四步骤包括：

检测线段聚类步骤，对检测线段进行线段聚类，获取聚类线段；

聚类线段第一过滤步骤，分别计算每个聚类线段中线段的长度和，将长度和小于第一阈值的对应聚类线段滤除；

聚类线段第二过滤步骤，获取每个聚类线段在图像坐标系中的直线方程，获取缩放车牌区域的四个角点的坐标，分别将四个角点带入直线方程，计算每个角点的结果符号的极性，如果极性不一致，则认为四个角点不在直线的同一侧，将对应的聚类线段滤除；

聚类线段输出步骤，输出过滤后的聚类线段；

其中，所述第一阈值的取值为λ₂×H_ZP，H_ZP为缩放车牌区域的高度，λ₂为比例系数。

2.如权利要求1所述的方法，其特征在于，所述第三步骤包括：

感兴趣区域获取步骤，计算车牌区域的宽度，根据外扩系数，将车牌区域的四个边界向外进行扩展，扩展后的区域的宽度和高度为车牌区域宽度×外扩系数，将扩展后的区域作为感兴趣区域；

感兴趣区域倾斜校正步骤，计算车牌区域的倾斜角度，根据倾斜角度，将感兴趣区域进行倾斜校正，获取倾斜校正后的感兴趣区域和对应的车牌区域；

感兴趣区域缩放步骤，对感兴趣区域进行图像灰度化处理，获取感兴趣区域的灰度图像，根据缩放系数，对感兴趣区域的灰度图像进行缩放，将缩放后的感兴趣区域的灰度图像作为缩放图像，并根据倾斜校正后的车牌区域的位置坐标，提取缩放图像中对应的位置区域作为缩放车牌区域；

线段检测步骤，对缩放图像进行线段检测，提取检测线段。

3.如权利要求2所述的方法，进一步地，所述感兴趣区域获取步骤包括：获取车牌区域的上边界y＝y₁、下边界y＝y₂、左边界x＝x₁、右边界x＝x₂，计算车牌区域的宽度W＝x₂-x₁，根据外扩系数λ₁，获取扩展后的区域的上边界为

下边界为

左边界为

右边界为

将扩展后的区域作为感兴趣区域。

4.如权利要求2所述的方法，进一步地，所述线段检测步骤包括以下一种或者多种的组合：基于Hough变换的线段检测、基于LSD的线段检测。

5.如权利要求1所述的方法，进一步地，所述聚类线段第二过滤步骤包括：获取聚类线段在图像坐标系中的直线方程y＝kx+b，转化为一般式为y-kx-b＝0；获取缩放车牌区域的四个角点的坐标，将缩放车牌区域的四个角点坐标分别代入公式y-kx-b，如果四个角点的计算结果同时为正数或者负数，则认为四个角点在聚类线段的同一侧，则保留对应的聚类线段，否则将对应的聚类线段滤除；

其中，所述k、b分别为聚类线段在图像坐标系中的直线的斜率和与y轴的截距；所述缩放车牌区域的四个角点为缩放车牌区域的左上角、右上角、左下角和右下角。

6.如权利要求1所述的方法，其特征在于，所述第五步骤包括：

基准线段获取步骤，如果聚类线段数量小于4，则认为不存在边框线段组合，转入第六步骤，否则以第一条聚类线段作为基准线段，将基准线段以外的聚类线段标记为待标记线段；

边框线段组合获取步骤，如果待标记线段的数量小于3，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取步骤；如果待标记线段的数量≥3，对待标记线段进行遍历，搜寻基准线段的边框线段组合，如果基准线段存在边框线段组合，则转入边框线段组合过滤步骤，否则继续执行边框线段组合获取步骤；

边框线段组合过滤步骤，采用边框线段组合过滤法，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入第六步骤，否则转入边框线段组合获取步骤。

7.如权利要求6所述的方法，其特征在于，所述边框线段组合获取步骤包括：待标记线段数量判断步骤，如果待标记线段的数量<3时，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取步骤；如果待标记线段的数量≥3，则转入不同侧平行线段获取步骤；

不同侧平行线段获取步骤，对待标记线段进行遍历，计算基准线段与待标记线段所在的两条直线的夹角，如果夹角≤第二阈值，则将待标记线段标记为平行线段；采用线段同侧判断法，对基准线段与平行线段进行判断，如果基准线段与平行线段位于缩放车牌区域的不同侧，则认为平行线段为基准线段的不同侧平行线段，转入边框线段组合获取步骤，否则认为平行线段为基准线段的同侧平行线段，继续执行不同侧平行线段获取步骤；

边框线段组合获取步骤，对待标记线段进行遍历，采用垂直线段获取步骤，获取基准线段的垂直线段；对于任意的2条垂直线段，采用线段同侧判断法，对2条垂直线段进行判断，如果2条垂直线段位于缩放车牌区域的不同侧，则将基准线段、不同侧平行线段、2条垂直线段作为边框组合线段，转入边框线段组合过滤步骤，否则转入待标记线段数量判断步骤。

8.如权利要求7所述的方法，其特征在于，所述垂直线段获取步骤包括：计算基准线段与待标记线段所在的两条直线的夹角，如果第三阈值≤夹角≤90°，则将待标记线段标记为垂直线段。

9.如权利要求7所述的方法，其特征在于，所述线段同侧判断法包括：对于线段L₁和L₂，作一条穿过缩放车牌区域的中心点、且与L₁或L₂的平行的直线L_c，分别计算线段L₁、L₂、L_c对应的直线方程在x轴的截距x₁、x₂、x_c，分别计算线段L₁、L₂、L_c对应的直线方程在y轴的截距y₁、y₂、y_c；当线段L₁或L₂为x轴的平行线段时，如果(y₁-y_c)×(y₂-y_c)小于0，则认为线段L₁和L₂位于缩放车牌区域的不同侧，否则认为线段L₁和L₂位于缩放车牌区域的同侧；当线段L₁或L₂为x轴的垂直线段时，如果(x₁-x_c)×(x₂-x_c)小于0，则认为线段L₁和L₂位于缩放车牌区域的不同侧，否则认为线段L₁和L₂位于缩放车牌区域的同侧；当线段L₁或L₂均不为x轴的平行线段或者垂直线段时，如果(x₁-x_c)×(x₂-x_c)或(y₁-y_c)×(y₂-y_c)小于0，则认为线段L₁和L₂位于缩放车牌区域的不同侧，否则认为L_j和L_p位于缩放车牌区域的同侧。

10.如权利要求7所述的方法，进一步地，所述线段是否为x轴的平行线段的判断方法为：计算线段与x轴的夹角，如果夹角≤第二阈值，则认为线段为x轴的平行线段；线段是否为x轴的垂直线段的判断方法为：计算线段与x轴的夹角，如果第三阈值≤夹角≤90°，则认为线段为x轴的垂直线段。

11.如权利要求6所述的方法，其特征在于，所述边框线段组合过滤步骤中的边框线段组合过滤法包括以下一种或者多种的组合：

错位线段长度过滤步骤，对于任意的边框线段组合，以边框线段组合的4条线段构成四边形区域，将4条线段位于四边形区域外的部分作为错位线段，分别计算错位线段的长度，如果存在错位线段的长度大于缩放车牌区域的高度，则将对应的边框线段组合删除；

缩放车牌区域边缘过滤步骤，针对每个边框线段组合，如果边框线段组合的4条线段中存在一条线段满足以下两个条件之一：与垂直线的夹角小于第四阈值，且线段的长度与缩放车牌区域的高度之差小于第五阈值；与水平线的夹角小于第四阈值，且线段的长度与缩放车牌区域的宽度之差小于第五阈值，则将对应的边框线段组合删除；

边框宽度过滤步骤，针对每个边框线段组合，获取2条竖直线段，计算2条竖直线段之间的距离作为边框宽度，计算缩放车牌区域与边框宽度的比值，如果比值大于第六阈值且小于第七阈值，则将对应的边框线段组合删除；

边框竖线过滤步骤，针对每个边框线段组合，获取2条竖直线段，计算竖直线段与y轴的夹角，根据计算的夹角，将2条竖直线段旋转到垂直方向，计算旋转后2条竖直线段在y方向上的重叠区域，如果重叠区域小于第八阈值，则将对应的边框线段组合删除。

12.如权利要求3或10或11所述的方法，所述外扩系数λ₁的取值范围为1.4～2.8，缩放系数的取值范围为0.3～0.55，λ₂的取值范围为0.3～0.7，第二阈值的取值范围为0°～10°，第三阈值的取值范围为75°～84°，第四阈值的取值范围为0°～5°，第五阈值的取值范围为0～10，第六阈值的取值范围为0.195～0.215，第七阈值的取值范围为0.27～0.295，第八阈值的取值范围为1～8。

13.基于线段检测的虚假车牌检测装置，其特征在于，该装置包括：

视频图像采集或输入模块，用于采集或者输入视频图像；

车牌检测模块，用于对视频图像进行车牌检测，获取车牌区域；

检测线段获取模块，用于根据外扩系数，对车牌区域进行外扩，获取感兴趣区域，对感兴趣区域进行倾斜校正，根据缩放系数，对感兴趣区域进行缩放，获取缩放图像，并对缩放图像进行线段检测；

聚类线段获取模块，用于对检测线段进行聚类，获取聚类线段，根据线段长度和、车牌四个角点是否位于聚类线段的同一侧，对聚类线段进行过滤，输出过滤后的聚类线段；

边框线段组合获取和过滤模块，用于如果聚类线段数量小于4，则认为不存在边框线段组合，转入真假车牌输出模块，否则以第一条聚类线段为基准线段，获取基准线段的边框线段组合，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入真假车牌输出模块，否则将基准线段对应的聚类线段删除，继续执行边框线段组合获取和过滤模块；

真假车牌输出模块，用于如果不存在边框线段组合，则认为车牌区域为真实车牌，输出真实车牌区域，否则认为车牌区域为虚假车牌，将车牌区域标记为虚假车牌并输出；

进一步地，所述聚类线段获取模块包括：

检测线段聚类模块，用于对检测线段进行线段聚类，获取聚类线段；

聚类线段第一过滤模块，用于分别计算每个聚类线段中线段的长度和，将长度和小于第一阈值的对应聚类线段滤除；

聚类线段第二过滤模块，用于获取每个聚类线段在图像坐标系中的直线方程，获取缩放车牌区域的四个角点的坐标，分别将四个角点带入直线方程，计算每个角点的结果符号的极性，如果极性不一致，则认为四个角点不在直线的同一侧，将对应的聚类线段滤除；

聚类线段输出模块，用于输出过滤后的聚类线段；

其中，所述第一阈值的取值为λ₂×H_ZP，H_ZP为缩放车牌区域的高度，λ₂为比例系数。

14.如权利要求13所述的装置，其特征在于，所述检测线段获取模块包括：

感兴趣区域获取模块，用于计算车牌区域的宽度，根据外扩系数，将车牌区域的四个边界向外进行扩展，扩展后的区域的宽度和高度为车牌区域宽度×外扩系数，将扩展后的区域作为感兴趣区域；

感兴趣区域倾斜校正模块，用于计算车牌区域的倾斜角度，根据倾斜角度，将感兴趣区域进行倾斜校正，获取倾斜校正后的感兴趣区域和对应的车牌区域；

感兴趣区域缩放模块，用于对感兴趣区域进行图像灰度化处理，获取感兴趣区域的灰度图像，根据缩放系数，对感兴趣区域的灰度图像进行缩放，将缩放后的感兴趣区域的灰度图像作为缩放图像，并根据倾斜校正后的车牌区域的位置坐标，提取缩放图像中对应的位置区域作为缩放车牌区域；

线段检测模块，用于对缩放图像进行线段检测，提取检测线段。

15.如权利要求13所述的装置，其特征在于，所述边框线段组合获取和过滤模块包括：

基准线段获取模块，用于如果聚类线段数量小于4，则认为不存在边框线段组合，转入真假车牌输出模块，否则以第一条聚类线段作为基准线段，将基准线段以外的聚类线段标记为待标记线段；

边框线段组合获取模块，用于如果待标记线段的数量小于3，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取模块；如果待标记线段的数量≥3，对待标记线段进行遍历，搜寻基准线段的边框线段组合，如果基准线段存在边框线段组合，则转入边框线段组合过滤模块，否则继续执行边框线段组合获取模块；

边框线段组合过滤模块，用于采用边框线段组合过滤选取模块，对边框线段组合进行过滤，如果基准线段存在边框线段组合，则转入真假车牌输出模块，否则转入边框线段组合获取模块。

16.如权利要求15所述的装置，其特征在于，所述边框线段组合获取模块包括：待标记线段数量判断模块，用于如果待标记线段的数量<3时，则认为基准线段不存在边框线段组合，将基准线段对应的聚类线段删除，转入基准线段获取模块；如果待标记线段的数量≥3，则转入不同侧平行线段获取模块；

不同侧平行线段获取模块，用于对待标记线段进行遍历，计算基准线段与待标记线段所在的两条直线的夹角，如果夹角≤第二阈值，则将待标记线段标记为平行线段；采用线段同侧判断法，对基准线段与平行线段进行判断，如果基准线段与平行线段位于缩放车牌区域的不同侧，则认为平行线段为基准线段的不同侧平行线段，转入边框线段组合获取模块，否则认为平行线段为基准线段的同侧平行线段，继续执行不同侧平行线段获取模块；

边框线段组合获取模块，用于对待标记线段进行遍历，采用垂直线段获取模块，获取基准线段的垂直线段；对于任意的2条垂直线段，采用线段同侧判断法，对2条垂直线段进行判断，如果2条垂直线段位于缩放车牌区域的不同侧，则将基准线段、不同侧平行线段、2条垂直线段作为边框组合线段，转入边框线段组合过滤模块，否则转入待标记线段数量判断模块。

17.如权利要求15所述的装置，其特征在于，所述边框线段组合过滤模块中的边框线段组合过滤选取模块包括以下一种或者多种的组合：

错位线段长度过滤模块，用于对于任意的边框线段组合，以边框线段组合的4条线段构成四边形区域，将4条线段位于四边形区域外的部分作为错位线段，分别计算错位线段的长度，如果存在错位线段的长度大于缩放车牌区域的高度，则将对应的边框线段组合删除；

缩放车牌区域边缘过滤模块，用于针对每个边框线段组合，如果边框线段组合的4条线段中存在一条线段满足以下两个条件之一：与垂直线的夹角小于第四阈值，且线段的长度与缩放车牌区域的高度之差小于第五阈值；与水平线的夹角小于第四阈值，且线段的长度与缩放车牌区域的宽度之差小于第五阈值，则将对应的边框线段组合删除；

边框宽度过滤模块，用于针对每个边框线段组合，获取2条竖直线段，计算2条竖直线段之间的距离作为边框宽度，计算缩放车牌区域与边框宽度的比值，如果比值大于第六阈值且小于第七阈值，则将对应的边框线段组合删除；

边框竖线过滤模块，用于针对每个边框线段组合，获取2条竖直线段，计算竖直线段与y轴的夹角，根据计算的夹角，将2条竖直线段旋转到垂直方向，计算旋转后2条竖直线段在y方向上的重叠区域，如果重叠区域小于第八阈值，则将对应的边框线段组合删除。

Images