TWI430187B - License plate number identification method - Google Patents

Description

車牌號碼辨識方法

本發明係關於一種車牌號碼辨識方法，特別為一種以車牌模型為基礎找車牌與辨識字元之方法；先偵測出車牌位置，再找出車牌號碼字串與字元位置，並擷取出字元結構特徵來分類、辨識；若辨識失敗，則利用字元局部二位元圖形特徵分別與預先建立好之36個字元特徵利用卡方統計方法進行相似度比較，最後計算出相似度最近之字元且相似度超過一預先設定的門檻值時，則認為該字元即為字元辨識結果；最後根據車牌設計規則做校正，即可獲得車牌號碼辨識結果。

影像式車牌號碼辨識是一項已經成熟且可以實際應用的技術，主要應用在智慧型停車場管理、警政單位贓車辨識與逃漏稅車輛之查緝等領域，廣泛的受到政府、研究學者與產業界的高度重視。目前的影像式車牌號碼辨識系統，由車牌區域偵測模組擷取出攝影機畫面上之候選車牌區域，對所取出的車牌區域影像進行分析，找出車牌區域中字串與各個字元的位置，最後再對各個字元利用結構特徵進行分析，進一步辨識出各個字元得到車牌號碼之辨試結果，這種做法已揭露於專利「影像結構式車牌自動辨識系統」(專利公開號：00584811)與專利「影像式車牌辨識器」(專利公開號：I262454)中。另外，如論文「License Plate Recognition Based on Structural Feature Analysis」(參考文獻1)中，由車牌區域擷取模組利用梯度資訊偵測車牌與車牌字串位置，再利用連通標記法找出各個字元位置，最後再利用結構化特徵對各個字元進行辨識以得到車牌號碼辨識之結果。以上這些影像式車牌號碼辨識方法與系統都有兩個共通點，第一是車牌區域偵測部分使用梯度資訊所取出之候選車牌區域會因光線變化等因素使得偵測結果較不準確；第二是字元辨識部分使用結構化特徵進行字元辨識，會因車牌污損或光線變化等因素造成字元結構不完整使得辨識結果受到影響。

由此可見，上述習用方式仍有諸多缺失，實非一良善之設計，而亟待加以改良。

本案發明人鑑於上述習用方式所衍生的各項缺點，乃亟思加以改良創新，並經多年苦心孤詣潛心研究後，終於成功研發完成本件車牌號碼辨識方法。

本發明之目的即在於提供一種車牌號碼辨識方法，其中利用連接式Adaboost方法偵測車牌位置，可改善當前的車牌偵測方法中利用梯度資訊尋找車牌位置的缺點，用以提升車牌位置偵測之準確性，亦提升車牌辨識的成功率；此外，利用局部二位元圖形方法擷取字元特徵進行辨識，可改善字元辨識方法中結構化特徵辨識方法對於結構不完整之字元辨識的缺點，用以提升字元辨識之準確性，進而提升車牌辨識的成功率。

達成上述發明目的之車牌號碼辨識方法，係利用車牌區域擷取模組擷取車牌區域影像，車牌區域擷取模組利用連接式Adaboost方法偵測車牌位置，連接式Adaboost方法的運作方式為利用預先訓練好的Adaboost模型判斷影像中不同位置與大小的矩形框是否為車牌。Adaboost模型的訓練方式為先以人工收集車牌和非車牌影像，擷取影像的特徵參數，車牌偵測時所採用的特徵參數為Haar-like Feature(此為小波轉換係數的一種)，擷取特徵參數後利用Adaboost演算法挑選出有用的特徵參數，Adaboost演算法是兩類別(車牌與非車牌)的分類演算法，其原理為從眾多的車牌特徵參數(Haar-like Feature)中以迭代更新的方式一次一次的挑選有用的特徵參數，而一個特徵參數搭配一個門檻值就能視為一個弱分類器，每次挑選有用的特徵參數其實就是挑選有用的弱分類器，最後由弱分類器以權重組合的方式成為一個強分類器，此即為Adaboost車牌判斷模型。而連接式Adaboost的原理是再結合多個Adaboost車牌判斷模型達到以更少且有用的車牌特徵參數快速過濾影像中非車牌的矩形框，其假設是認為影像中非車牌的矩形框占絕大多數，在實際應用時此方法的確能達到加速的效果。

在偵測出車牌位置後，再利用梯度資訊方法偵測車牌區域中字串的位置，以進行後續的字元切割與字元辨識。梯度資訊方法的原理為利用車牌字元邊界像素間灰階值變化較大的特性找出字串區域的位置。其方式為先計算車牌影像中所有位置的灰階值變化(梯度)，找出變化較大的區域做為字串區域。

車牌字串位置獲得後，對此區域進行二值化處理再利用連通標記法(Connected Component)分別找出各個字元的位置，以此位置擷取出字元矩形區域影像，利用字元結構法對字元矩形區域影像進行字元辨識。當無法辨識時，則利用局部二位元圖形方法(參考文獻2)擷取字元區域影像特徵參數，局部二位元圖形方法的原理為統計字元影像中每個位置的灰階值與其相鄰8個位置的灰階值之大小關係，計算方式為以字元影像中每個位置為中心，比較其和8個相鄰位置的灰階值大小，並將結果以數字1或0表示，因此比較結果是一個長度為8的二位元字串，將其轉成十進制其範圍介於0^~ 255，最後以直方圖統計每個數字出現的次數就是字元影像的特徵參數。

擷取出字元影像的特徵參數後利用預先建立好的36個字元特徵參數利用卡方統計方法(參考文獻3)進行相似度比較，取出相似度最近之字元且相似度超過一預先設定的門檻值時，則認為該字元即為字元辨識結果，再根據車牌設計規則校正辨識出的號碼，即可獲得最後車牌號碼辨識結果。

請參閱圖一所示，係本發明車牌號碼辨識方法模組流程圖，包含下列模組：影像擷取模組10、車牌偵測模組11、字串擷取模組12、字元擷取模組13、字元結構辨識模組14、字元局部二位元圖形特徵擷取模組15、字元局部二位元圖形特徵辨識模組16、車牌校正模組17以及辨識結果18。

本發明車牌號碼辨識方法實施流程如下：透過影像擷取模組10拍攝車輛影像，利用車牌偵測模組11進行車牌位置定位得到車牌區域影像，車牌偵測採用連接式Adaboost方法，優點在於可改善以往車牌偵測方法中利用梯度資訊尋找車牌位置的缺點，除了提升車牌位置偵測之準確性外，亦提升車牌辨識的成功率；利用字串擷取模組12在車牌區域影像中進行字串位置定位，字串位置獲得後，再利用字元擷取模組13在字串區域影像中進行字元位置定位；擷取出字元區域影像，利用字元結構辨識模組14辨識字元區域影像，若可成功辨識則繼續辨識下一個字元區域影像直到全部字元區域影像辨識完成；若無法成功辨識則利用字元局部二位元圖形特徵擷取模組15擷取字元區域影像的特徵參數進行進一步的字元辨識，這裡的字元特徵參數之擷取係採用局部二位元圖形方法，採用局部二位元圖形方法之優點在於可改善以往字元辨識方法中結構化特徵辨識方法對於結構不完整之字元辨識效果較差之缺點，用以提升字元辨識之準確性，進而提升車牌辨識的成功率；字元局部二位元圖形特徵參數經由字元局部二位元圖形特徵辨識模組16利用卡方統計方法與預先建立好的36個字元局部二位元圖形特徵參數進行相似度比較找出相似度最近且相似度超過一預先設定門檻值之字元做為字元區域影像辨識結果。

經由字元結構辨識模組14與字元局部二位元圖形特徵辨識模組16辨識出所有字元區域影像後，利用車牌校正模組17根據車牌設計規則對字元辨識結果做校正後，即可獲得車牌號碼之辨識結果18。其中車牌校正模組17根據之車牌規則係利用車牌格式為兩碼英數字與三碼或四碼之數字結合之形式為準則，對車牌進行英數字之校正，針對容易混淆之英數字字元(例如：B與8、G與6等等…)進行轉換以符合車牌編碼規則。

本發明所提供之車牌號碼方法，與其他習用技術相互比較時，更具備下列優點：本發明可提升車牌偵測的準確性，透過大量的訓練樣本使其在不同環境與不同需求下車牌偵測的準確率優於習用技術。

本發明針對完整字體以及不完整字體分別利用適當之演算法，來解決習用技術無法解決之不完整字體無法正確辨識之問題，可提升車牌號碼辨識的準確性。

上列詳細說明乃針對本發明之一可行實施例進行具體說明，惟該實施例並非用以限制本發明之專利範圍，凡未脫離本發明技藝精神所為之等效實施或變更，均應包含於本案之專利範圍中。

綜上所述，本案不僅於技術思想上確屬創新，並具備習用之傳統方法所不及之上述多項功效，已充分符合新穎性及進步性之法定發明專利要件，爰依法提出申請，懇請貴局核准本件發明專利申請案，以勵發明，至感德便。

10．．．影像擷取模組

11．．．車牌偵測模組

12．．．字串擷取模組

13．．．字元擷取模組

14．．．字元結構辨識模組

15．．．字元局部二位元圖形特徵擷取模組

16．．．字元局部二位元圖形特徵辨識模組

17．．．車牌校正模組

18．．．辨識結果

圖一為本發明車牌號碼辨識方法模組流程圖。

10．．．影像擷取模組

11．．．車牌偵測模組

12．．．字串擷取模組

13．．．字元擷取模組

14．．．字元結構辨識模組

15．．．字元局部二位元圖形特徵擷取模組

16．．．字元局部二位元圖形特徵辨識模組

17．．．車牌校正模組

18．．．辨識結果

Claims (7)

1. 一種車牌號碼辨識方法，其主要步驟包含：利用一影像擷取模組擷取一車輛影像；利用一車牌偵測模組，從該車輛影像之影像畫面中偵測一車牌位置區域；利用一字串擷取模組，在該車牌位置區域中偵測一字串位置，並框出該字串位置之區域；先利用一字元結構辨識模組，辨識所框出的該字元位置區域之影像；判斷字元結構辨識的辨識結果，若辨識成功，則繼續辨識下一個字元之該位置區域影像直到全部辨識完成；若該字元結構辨識模組辨識失敗，則利用一字元局部二位元圖形特徵擷取模組，從框出的該字元位置區域中擷取該字元局部二位元圖形特徵參數，再利用該字元局部二位元圖形特徵辨識模組，將該字元局部二位元圖形特徵參數與預先建立好之36個字元局部二位元圖形特徵參數進行相似度比較，找出相似度最高且相似度超過設定門檻值的字元，做為該字元區域影像辨識的結果；及利用一車牌校正模組，對全部字元辨識結果做車牌規則校正，即可輸出一車牌號碼辨識結果。
2. 如申請專利範圍第1項所述之車牌號碼辨識方法，其中該車牌偵測模組，係以連接式方法偵測車牌位置。
3. 如申請專利範圍第1項所述之車牌號碼辨識方法，其中該字串擷取模組，係以梯度資訊方法找出該字串區域位置。
4. 如申請專利範圍第1項所述之車牌號碼辨識方法，其中該字元擷取模組，係以連通標記方法找該出字元區域位置。
5. 如申請專利範圍第1項所述之車牌號碼辨識方法，其中該字元局部二位元圖形特徵擷取模組，係以局部二位元圖形編碼方法計算字元特徵。
6. 如申請專利範圍第1項所述之車牌號碼辨識方法，其中該字元局部二位元圖形特徵辨識模組，係以卡方統計方法與預先建立好的36個字元局部二位元圖形特徵參數進行相似度比較，找出相似度最近且相似度超過一預先設定門檻值之字元，做為字元區域影像辨識結果。
7. 如申請專利範圍第1項所述之車牌號碼辨識方法，其中該車牌校正模組，係以根據車牌設計規則，對全部字元辨識結果做校正。