專利名稱：一種彩色車牌定位方法
技術(shù)領(lǐng)域：
本發(fā)明屬于智能視頻監(jiān)控的車牌自動(dòng)識(shí)別應(yīng)用領(lǐng)域，尤其涉及直接針對(duì)彩色圖像 的車牌定位方法。
背景技術(shù)：
汽車牌照識(shí)別(Vehicle License Plate Recognition，簡(jiǎn)稱為L(zhǎng)PR)技術(shù)是智能交 通系統(tǒng)的重要組成部分。它廣泛應(yīng)用于無人停車場(chǎng)、不停車收費(fèi)和交通流量控制等視頻監(jiān) 控領(lǐng)域?；谟?jì)算機(jī)視覺的UR系統(tǒng)主要由三部分組成[1]車牌定位、車牌字符分割和字 符識(shí)別。其中，車牌定位是UR系統(tǒng)的一個(gè)關(guān)鍵問題，它實(shí)現(xiàn)的是判斷車牌區(qū)域在圖像中出 現(xiàn)的位置。國內(nèi)有關(guān)車牌定位的研究始于上世紀(jì)90年代，大致經(jīng)歷的三個(gè)發(fā)展階段。早期研 究主要針對(duì)灰度圖像，利用車牌的邊緣或紋理特征。這類方法實(shí)現(xiàn)簡(jiǎn)單，處理速度快，對(duì)光 照條件變化不敏感，對(duì)于車牌存在傾斜和變形等情況的定位性能良好，不足之處是誤檢較 多。在前一類方法基礎(chǔ)上，研究者結(jié)合各種數(shù)學(xué)工具用于車牌定位，其中包括數(shù)學(xué)形態(tài)學(xué)、 遺傳算法等。在提高定位性能同時(shí)，這類方法的計(jì)算量也顯著增加，處理速度下降。隨著計(jì) 算機(jī)性能的提高，彩色圖像處理在軟硬件實(shí)現(xiàn)上成為可能，越來越多的研究轉(zhuǎn)向彩色圖像 車牌定位。如陳斌等[2]提出了一種基于顏色信息的車牌號(hào)碼搜索方法，郭捷等[3]提出了 一種基于顏色和紋理分析的方法，李文舉等[4]將邊緣顏色對(duì)用于車牌定位，劉萬軍等[5] 使用細(xì)胞神經(jīng)網(wǎng)絡(luò)模型用于檢測(cè)車牌區(qū)域的彩色邊緣。這類方法綜合考慮了車牌的顏色和 邊緣特征，能夠減少誤檢，不足之處是車牌顏色易受光照條件變化影響，漏檢較多。綜上所述，已有車牌定位技術(shù)主要使用車牌的邊緣特征定位車牌區(qū)域，顏色信息 通常只起到輔助作用。究其原因，我們發(fā)現(xiàn)已有針對(duì)彩色車牌圖像的方法都是在RGB顏色 空間內(nèi)進(jìn)行的。在這種顏色空間中，三個(gè)顏色通道(R、G、B)相關(guān)關(guān)聯(lián)，任何單一顏色通道都 不能獨(dú)立地描述圖像的灰度和顏色信息。CIELab顏色模型是有國際照明委員會(huì)(CIE)于 1976年公布的一種顏色模型。CIELab顏色模型是由一個(gè)亮度通道(L)和兩個(gè)顏色通道(a 和b)組成。其中，L通道表示亮度從黑色(取值最小)到白色(取值最大)；a通道表示的 顏色是從深綠色(取值為負(fù))到灰色(取值為0)再到亮粉紅色(取值為正)；b通道表示 的顏色是從亮藍(lán)色(取值為負(fù))到灰色(取值為0)再到黃色(取值為正)。相關(guān)文獻(xiàn)[1]Christos Nikolaos E.Anagnostopoulos, Ioannis E.Anagnostopoulos, Vassili Loumos, Eleftherios Kayafas, A license plate-recognition algorithm for intel1igenttransportation system applications, IEEE Transactions on IntelligentTransportation Systems 7(3)(2006). 377-392.[2]陳斌，游志勝.車牌號(hào)碼顏色提取搜索方法[J].計(jì)算機(jī)應(yīng)用，2001,21 ) 74-75.[3]郭捷，施鵬飛.基于顏色和紋理分析的車牌定位方法[J].中國圖像圖形學(xué)
3報(bào)· 2002,7(5) :472-476.[4]李文舉，梁德群，張旗，等.基于邊緣顏色對(duì)的車牌定位新方法[J]，計(jì)算機(jī)學(xué) 2004,27(2) :204-208.[5]劉萬軍，姜慶玲，張闖.基于CNN彩色圖像邊緣檢測(cè)的車牌定位方法[J].自動(dòng) 化學(xué)報(bào)，2009，35 (12) :1503-1512.

發(fā)明內(nèi)容
本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足，提出一種計(jì)算量小，處理速度快，不易受干 擾區(qū)域和光照條件變化的影響的車牌定位方法。本發(fā)明的技術(shù)方案如下一種彩色車牌定位方法，包括下列步驟1)監(jiān)控?cái)z像頭拍攝彩色汽車圖像；2)進(jìn)行顏色空間變換，得到CIELab顏色空間汽車圖像；3)將該圖像的L、a、b分量做歸一化處理，使取值范圍調(diào)整到
之間，分別記 為L(zhǎng)'、a'、b'分量并使用L'、a'、b'三分量分別計(jì)算藍(lán)、黃、白、黑四種顏色的二值圖， 分別記為BL、1、WH、BK ；4)選用“菱形”結(jié)構(gòu)基元分別對(duì)四類二值圖進(jìn)行第一次形態(tài)學(xué)膨脹處理；5)對(duì)經(jīng)過第一次膨脹處理的藍(lán)顏色二值圖和白顏色二值圖求并集，得到藍(lán)-白邊
緣二值圖；6)對(duì)經(jīng)過第一次膨脹處理的黃顏色二值圖和黑顏色二值圖求并集，得到黃-黑邊
緣二值圖；7)根據(jù)圖像分辨率確定進(jìn)行膨脹處理的水平帶狀結(jié)構(gòu)基元的尺寸，對(duì)兩個(gè)邊緣二 值圖分別進(jìn)行第二次膨脹處理，標(biāo)記每一個(gè)潛在的車牌區(qū)域；8)設(shè)定車牌區(qū)域面積的約束、車牌的寬度和高度與圖像的寬度和高度的相對(duì)大小 約束、車牌寬高比約束、車牌形狀約束四個(gè)約束條件，對(duì)每一個(gè)潛在的車牌區(qū)域進(jìn)行識(shí)別， 提取車牌區(qū)域。作為優(yōu)選實(shí)施方式，步驟3)中，按照下列的公式進(jìn)行二值化處理，式中的(m，n)為 像素點(diǎn)坐標(biāo)
il V <0.2 5i(w'w) = lo 其它
il V >0.8
其它
il 0.4 <δ'<0.6,0.4 <α'<0.6且0.75
) = lo其它
il 0.4 <δ'<0.6,0.4 <α'<0.6且 0.25
狀―)=Io其它。優(yōu)選地，設(shè)彩色汽車圖像的寬和高分別為W和H，Ω i表示某個(gè)潛在車牌區(qū)域，下標(biāo)i表示該區(qū)域的序號(hào)，AREAi為Ω i內(nèi)像素的總數(shù)；用TOPi,BOTi,LETi和RGTi分別表示Ω ,的 上、下、左、右邊界，它們對(duì)應(yīng)于Qi內(nèi)各像素坐標(biāo)值(Xi，yi)中Xi的最小值和最大值，yi的最 小值和最大值；定義Ω i的寬度為WIDi = I RGTi-LETi |，高度為HETi = | BOT廠TOPi | ；定義Ω , 的寬高比為WHRi = WIDiMETi ；義Qi的外接矩形為由(TOPi, LETi)和(BOTi, RGTi)兩點(diǎn)作 為對(duì)角線所確定的矩形，用EIii表示；將Qi的矩形性定義為RECTi = AREAiAWIDiXHETi)， 即Qi的面積與其EIii面積的比值，對(duì)于Qi，只有它滿足所有約束條件時(shí)，才被判為車牌區(qū) 域；否則，作為干擾區(qū)域而被去除條件1 AREAi > Ti · (WXH), T1 = 0. 001 ；條件2 0. 05 < WIDiZW < 0. 25 且 0. 02 < HETiM < 0. 1 ；條件3 =T2 < WHRi < T3,選取 T2 = 2，T3 = 6 ；條件4 =RECTi > T4, T4 e
在CIELab空間中，使用b分量可以容易區(qū)分藍(lán)色和黃色(對(duì)應(yīng)車牌的底色)，而L 分量能夠有效表示白色和黑色(對(duì)應(yīng)車牌的字符顏色)。本發(fā)明根據(jù)CIELab顏色空間的 特點(diǎn)，并結(jié)合車牌區(qū)域的顏色、邊緣和形狀特征，提出一種基于CIELab顏色空間的彩色車 牌定位方法。本發(fā)明通過分析車牌區(qū)域的顏色、邊緣和形狀特征，結(jié)合CIELab顏色空間的 特點(diǎn)，提取對(duì)應(yīng)于彩色車牌的特定顏色邊緣對(duì)信息，實(shí)現(xiàn)潛在車牌區(qū)域的快速定位；接下來 結(jié)合形狀特征，去除干擾區(qū)域，精確定位車牌區(qū)域。使用該方法能夠自動(dòng)檢測(cè)藍(lán)底白字車牌 (簡(jiǎn)稱“藍(lán)色車牌”)和黃底黑字車牌(簡(jiǎn)稱“黃色車牌”)。本發(fā)明計(jì)算量小，處理速度快， 不易受干擾區(qū)域和光照條件變化的影響，適合于實(shí)際應(yīng)用。


圖1本發(fā)明的定位方法的流程框圖。圖2本發(fā)明采用的膨脹算子1示意圖。圖3膨脹算子2示意圖。
具體實(shí)施例方式本發(fā)明實(shí)施例采用Windows XP SP3系統(tǒng)下的VC++2005作為仿真平臺(tái)。實(shí)驗(yàn)所用 汽車圖像來用合作單位提供的公路收費(fèi)站實(shí)拍汽車圖像，共385幅，含有418個(gè)完整車牌。 其中，白天圖像觀6幅，夜間圖像132幅，藍(lán)色車牌觀4幅，黃色車牌134幅。監(jiān)控?cái)z像頭拍 攝的圖像分辨率為10MX768pixels。本發(fā)明的技術(shù)方案主要包括三部分顏色空間轉(zhuǎn)換、車牌區(qū)域初定位和車牌區(qū)域 精確定位。具體方案如下一、顏色空間轉(zhuǎn)換通過攝像機(jī)拍攝得到的彩色汽車圖像通常是以JPEG格式存儲(chǔ)的，所采用的顏色 空間通常是sRGB (standard Red Green Blue)。使用CIELabl976給出的標(biāo)準(zhǔn)，完成sRGB顏 色空間到CIELab顏色空間的變換首先，將sRGB轉(zhuǎn)換為CIEXYZ空間，如式(1)所示X0.4124Y=0.2126Z0.0193
0.3576 0.1805 0.7152 0.0722 0.1192 0.9505
(1)式中，&、(^、氏分別表示圖像中某像素R通道、G通道和B通道的取值。使用式O) 將CIEXYZ空間轉(zhuǎn)換到CIELab空間
‘L = U6 f {Y I Yn)-16L = 500[/(X/XJ-/(7/7J] (2)
b = 200[f(Y IYJ-f (Ζ IZJ]其中 /(/)=
t3
if t>\ —
⑶
If 29 V 4 , . -—t-\--otherwise
3 Iv 6 J 29式(3)中的Xn，￥ 和&表示(記乂⑵顏色空間中參考白點(diǎn)的三色刺激值。下標(biāo) η代表歸一化的數(shù)值，通常采用D65標(biāo)準(zhǔn)光源下的三色刺激值，此時(shí)有)(n = 95. 047，Yn = 100. 00，Zn = 108. 88。由式(1) 式(3)得到的CIELab顏色空間中，L的取值在
之間，a分量和b分量的取值都在[-128，127]之間。目前我國常見的車牌有兩類，即藍(lán)底白字車牌(小型車)和黃底黑字車牌(中/ 大型車)。這兩類車牌都具有明顯的彩色邊緣信息。對(duì)于藍(lán)色車牌，它的內(nèi)部具有豐富的 藍(lán)-白彩色邊緣；對(duì)于黃色車牌，它內(nèi)部具有豐富的黃-黑邊緣。根據(jù)CIELab顏色空間的 特點(diǎn)，使用L分量和b分量方便地提取兩類特征。二、車牌區(qū)域初定位對(duì)輸入彩色圖像的L、a、b分量做歸一化處理，將取值范圍都調(diào)整到
之間，記
為 L'、a'、b'。使用 L'、 為BL、YL、WH、BK，如下所示
a'、b'三分量分別計(jì)算藍(lán)、黃、白、黑種顏色的二值圖，分別記
BL(m,n) = ■
YL(m,n) = ■
1 V <0.2
0其它
1 V >0.8
0其它
⑷
(5)
WH {m,η) = ·
BK(m,n) = ■
1 0.4 <δ'<0.6,0.4 <α'<0.6且">0.75
0其它
0.4 <b'< 0.6,0.4 < α ‘ < 0.6且 L' < 0.25
0其它
(6)
(7) 為了得到彩色邊緣圖，使用形態(tài)學(xué)“膨脹”運(yùn)算對(duì)四個(gè)二值圖進(jìn)行處理。考慮到方 向無關(guān)性的要求，選用半徑為3個(gè)像素的“菱形”結(jié)構(gòu)基元用于膨脹運(yùn)算。四類二值圖的膨 脹結(jié)果分別記為BLD、YLD、WHD、BKd，下標(biāo)D表示膨脹結(jié)果。計(jì)算BLd和WHtl的并集得到藍(lán)-白 邊緣二值圖，記為BW ；計(jì)算YLd和BKd的并集得到黃-黑邊緣二值圖，記為YB。
^Gs
根據(jù)國家標(biāo)準(zhǔn)的規(guī)定，我國車牌信息由一排或兩排水平排列的字符構(gòu)成。車牌字 符包括漢字、字母和數(shù)字。各類字符具有對(duì)比度明顯的水平和垂直筆畫，因此，車牌區(qū)域存 在著豐富的水平方向排列的邊緣信息。基于上述分析，本算法使用形態(tài)學(xué)膨脹處理從各彩 色邊緣二值圖中提取潛在車牌區(qū)域。膨脹運(yùn)算所用結(jié)構(gòu)基元的形狀很重要?？紤]到車牌區(qū)域內(nèi)水平方向的邊緣比垂直 方向更密集，在選擇膨脹結(jié)構(gòu)基元時(shí)，應(yīng)優(yōu)先考慮連通水平方向上鄰近的邊緣點(diǎn)。本發(fā)明選 用mXn水平帶狀結(jié)構(gòu)基元用于膨脹運(yùn)算，m和η分別表示結(jié)構(gòu)基元的寬度和高度，它們的取 值由汽車圖像分辨率決定。用W和H表示車牌圖像的寬度和高度，單位是像素?cái)?shù)。通過觀察 發(fā)現(xiàn)，絕大多數(shù)可識(shí)別車牌的寬度都大于W的1/10，同時(shí)車牌區(qū)域內(nèi)相鄰兩字符之間的距 離小于車牌寬度的1/10。因此可取m = odd (W/100)，其中odd(x)表示“取與χ最接近的奇 數(shù)”的運(yùn)算，η的取值可以根據(jù)m的值來設(shè)定，可取η = odd(m/4)。膨脹處理后得到的二值 圖中，標(biāo)注膨脹結(jié)果中的每個(gè)連通區(qū)域，并將其作為每個(gè)連通區(qū)域?qū)?yīng)著潛在的車牌區(qū)域三、車牌區(qū)域精確定位選用4種形狀特征用于車牌區(qū)域鑒別，去除干擾區(qū)域。它們是面積、相對(duì)寬度和 高度、寬高比和矩形性。用Qi表示某個(gè)潛在車牌區(qū)域，下標(biāo)i表示該區(qū)域的序號(hào)。4種形 狀特征定義如下·面積Qi的面積定義為Qi內(nèi)像素的總數(shù)，用AREAi表示。·上下左右邊界用TOPp BOTi, LETi和RGTi分別表示Ω j的上、下、左、右邊界，它 們對(duì)應(yīng)于Qi內(nèi)各像素坐標(biāo)值(Xi，Yi)中Xi的最小值和最大值，Yi的最小值和最大值。 寬度和高度定義 QiW寬度為 WIDi= I RGTi-LETi I，高度為 HETi = IBOTi-TOPi^·寬高比定義Qi的寬高比為WHRi = WIDiAffiTp·外接矩形定義Qi的外接矩形為由(TOPi, LETi)和(BOTi, RGTi)兩點(diǎn)作為對(duì)角 線所確定的矩形，用EIii表示。 矩形性Ω i的矩形性定義為RECTi = AREAi/ (WIDiXHETi)，即Ω i的面積與其ERi 面積的比值。矩形性反映了車牌區(qū)域的形狀與矩形的近似程度。使用上述特征規(guī)定4個(gè)形狀約束條件。對(duì)于Qi，只有它滿足所有約束條件時(shí)，才 被判為車牌區(qū)域；否則，作為干擾區(qū)域而被去除。條件1 =AREAi > T1 · (WXH)條件1描述的是對(duì)車牌區(qū)域面積的約束。車牌區(qū)域面積不能太小，否則不能正確 識(shí)別車牌字符。通過觀察發(fā)現(xiàn)，有效車牌區(qū)域的寬度與W的比值在1/20到1/4之間，車牌 區(qū)域的高度與H的比值在1/50到1/10之間。閾值T7用來約束QiW面積占整幅圖像面積 的比例關(guān)系。T7的取值不宜過小，否則容易產(chǎn)生漏檢。參考上述兩比值的下限，本發(fā)明取T1 =0. 001。條件 2 0. 05 < WIDi/W < 0. 25 且 0. 02 < HETiM < 0. 1條件2描述的是Qi的寬度和高度與W及H的相對(duì)大小約束。上下限的設(shè)定參照 條件1中的分析。與條件1相比，條件2的約束更為嚴(yán)格。條件3 =T2 < WHRi < T3條件3描述的是對(duì)Qi寬高比的約束。正常情況下，車牌寬高比約為3。考慮到車 牌區(qū)域可能存在遮蔽、傾斜及投影變形等情況，應(yīng)放寬對(duì)寬高比的約束。本發(fā)明選取T2 = 2，T3 = 6。
條件 4 =RECTi > T4條件4是對(duì)車牌形狀的約束。理想情況下車牌的形狀為矩形。盡管受到投影變形、 遮蔽或缺損等因素的影響，導(dǎo)致檢測(cè)到的車牌區(qū)域的RECTi小于1，但是總的來說，車牌區(qū)域 的形狀仍接近于矩形。為減少漏檢，閾值Ttl4的取值不能太大，通?？扇4 e
， 本發(fā)明取T4 = 0.6。經(jīng)過上述車牌區(qū)域鑒別過程處理后，剩余連通區(qū)域被判為候選車牌。考慮到車牌 可能存在傾斜或缺損情況，為得到完整的車牌區(qū)域，所提算法對(duì)候選車牌區(qū)域的邊界進(jìn)行 擴(kuò)展處理。具體的做法是，根據(jù)各候選車牌區(qū)域的EI^，確定其上、下、左、右邊界。對(duì)于左、右 邊界，分別向外擴(kuò)Lr/A/20」個(gè)像素；對(duì)于上、下邊界，分別向外擴(kuò)L/ffiX/io」個(gè)像素，其中L·」 表示“對(duì)下取整”運(yùn)算。用礬表示邊界外擴(kuò)結(jié)果，根據(jù)礬從輸入圖像中提取出車牌區(qū)域。使用查全率(Recall)和查準(zhǔn)率(!decision)作為衡量所提算法性能的指標(biāo)。用N 表示車牌總數(shù)，Nc表示正確定位出的車牌數(shù)，Nf表示錯(cuò)誤定位出的車牌數(shù)，漏檢的車牌數(shù)為 Nffl = N-N。。查全率定義為N。與N的比值。查準(zhǔn)率定義為N。與實(shí)際檢測(cè)到的車牌數(shù)(N。+Nf) 的比值。表1給出了采用本發(fā)明的方法的定位結(jié)果。表1實(shí)驗(yàn)結(jié)果
權(quán)利要求
1.一種彩色車牌定位方法，包括下列步驟1)監(jiān)控?cái)z像頭拍攝彩色汽車圖像；2)進(jìn)行顏色空間變換，得到CIELab顏色空間汽車圖像；3)將該圖像的L、a、b分量做歸一化處理，使取值范圍調(diào)整到W，l]之間，分別記為 L'、a'、b'分量并使用L'、a'、b'三分量計(jì)算藍(lán)、黃、白、黑四種顏色的二值圖，分別記 為 BL、YL、WH、BK ；4)選用菱形結(jié)構(gòu)基元分別對(duì)四類二值圖進(jìn)行第一次形態(tài)學(xué)膨脹處理；5)對(duì)經(jīng)過第一次膨脹處理的藍(lán)顏色二值圖和白顏色二值圖求并集，得到藍(lán)-白邊緣二 值圖；6)對(duì)經(jīng)過第一次膨脹處理的黃顏色二值圖和黑顏色二值圖求并集，得到黃-黑邊緣二 值圖；7)根據(jù)圖像分辨率確定進(jìn)行膨脹處理的水平帶狀結(jié)構(gòu)基元的尺寸，對(duì)兩個(gè)邊緣二值圖 分別進(jìn)行第二次膨脹處理，標(biāo)記每一個(gè)潛在的車牌區(qū)域；8)設(shè)定車牌區(qū)域面積的約束、車牌的寬度和高度與圖像的寬度和高度的相對(duì)大小約 束、車牌寬高比約束、車牌形狀約束四個(gè)約束條件，對(duì)每一個(gè)潛在的車牌區(qū)域進(jìn)行識(shí)別，提 取車牌區(qū)域。
2.根據(jù)權(quán)利要求1所述的彩色車牌定位方法，其特征在于，步驟3)中，按照下列的公式 進(jìn)行二值化處理，式中的(m，n)為像素點(diǎn)坐標(biāo)
3.根據(jù)權(quán)利要求1所述的彩色車牌定位方法，其特征在于，設(shè)彩色汽車圖像的寬和高 分別為W和H，Qi表示某個(gè)潛在車牌區(qū)域，下標(biāo)i表示該區(qū)域的序號(hào)，AREAi為Qi內(nèi)像素 的總數(shù)；用TOP” BOTi, LETi和RGTi分別表示Ω i的上、下、左、右邊界，它們對(duì)應(yīng)于Qi內(nèi)各 像素坐標(biāo)值(Xi，yi)中Xi的最小值和最大值，Yi的最小值和最大值；定義Qi的寬度為WIDi =I RGTi-LETi I，高度為 HETi = BOTi-TOPi ；定義 Qi 的寬高比為 WHRi =WIDiMETi ；義 Qi 的外接矩形為由(TOPpLETi)和(BOTyRGTi)兩點(diǎn)作為對(duì)角線所確定的矩形，用EIii表示；將 Ω i的矩形性定義為RECTi = AREAi/ (WIDiXHETi)，即Ω i的面積與其ERi面積的比值，對(duì)于 Ω ρ只有它滿足所有約束條件時(shí)，才被判為車牌區(qū)域；否則，作為干擾區(qū)域而被去除 條件 1 =AREAi > T1 · (WXH)，T1 = 0. 001 ； 條件 2 0. 05 < WIDiZW < 0. 25 且 0. 02 < HETiM < 0. 1 ； 條件 3 =T2 < WHRi < T3,選取 T2 = 2，T3 = 6 ； 條件 4 =RECTi > T4, T4 e
V <0.25i(w'w) = lo其它1V >0.80其它_ 0.4 <δ'<0.6,0.4 <α'<0.6且">0.75)其它0.4 <b'< 0.6,0.4 < α ‘ < 0.6且 L' < 0.25其它
全文摘要
本發(fā)明屬于智能視頻監(jiān)控的車牌自動(dòng)識(shí)別應(yīng)用領(lǐng)域，涉及一種彩色車牌定位方法，包括獲取CIELab顏色空間汽車圖像；對(duì)其進(jìn)行歸一化處理；選用菱形結(jié)構(gòu)基元分別對(duì)四類二值圖進(jìn)行形態(tài)學(xué)膨脹處理；得到藍(lán)-白邊緣二值圖得到黃-黑邊緣二值圖；選用水平帶狀結(jié)構(gòu)基元對(duì)兩個(gè)邊緣二值圖再進(jìn)行膨脹處理，標(biāo)記每一個(gè)潛在的車牌區(qū)域；設(shè)定車牌區(qū)域面積的約束、車牌的寬度和高度與圖像的寬度和高度的相對(duì)大小約束、車牌寬高比約束、車牌形狀約束四個(gè)約束條件，對(duì)每一個(gè)潛在的車牌區(qū)域進(jìn)行識(shí)別，提取車牌區(qū)域本發(fā)明具有計(jì)算量小，處理速度快，不易受干擾區(qū)域和光照條件變化的影響的優(yōu)點(diǎn)。
文檔編號(hào)G06K9/00GK102073854SQ20111000853
公開日2011年5月25日 申請(qǐng)日期2011年1月14日 優(yōu)先權(quán)日2011年1月14日
發(fā)明者劉立, 王天慧, 王建 申請(qǐng)人:天津大學(xué)