專利名稱：一種基于視頻流的自動車牌識別方法
技術領域：
本發(fā)明涉及計算機視覺技術，特別是涉及一種基于視頻流的自動車牌識別方法。
背景技術：
隨著計算機技術和信息處理技術的發(fā)展，計算機的信息處理能力不斷提高，計算機視覺技術在基于多媒體和模式識別與人工智能技術的智能交通及電子警察系統(tǒng)在世界范圍內得到了廣泛的應用。這些應用中，有96%的自動化系統(tǒng)使用了車牌自動識別技術，75%以上的系統(tǒng)是以車牌識別為核心的應用。車牌自動識別，作為最基本的車輛信息采集技術，在視頻監(jiān)控和智能交通管理等各領域有著重要的實用價值，是眾多智能交通及電子警察系統(tǒng)中必不可少的功能，也是影 響整個系統(tǒng)性能的關鍵所在。一般車牌識別是指從靜態(tài)或視頻圖像中獲取圖像的一定區(qū)域中存在的車牌區(qū)域，并進一步識別出車牌區(qū)域中的字符。車牌識別技術主要包括采用啟發(fā)式規(guī)則方法，該方法根據(jù)車牌的外在形狀和顏色等特點，設定一定的規(guī)則來獲取車牌區(qū)域?，F(xiàn)有技術有基于虛擬線圈的自觸發(fā)車牌識別方法，已經(jīng)授權。該方法的步驟為步驟I，對車輛視頻信號進行預處理；步驟2，工控機接收視頻流信號后，創(chuàng)建兩個進程分別是視頻流處理進程和車牌識別進程，兩進程間采用油槽通信；在視頻流處理進程中，采用基于虛擬線圈的自觸發(fā)方式采集含有車牌信息的靜態(tài)車輛圖像；在車牌識別進程中，對靜態(tài)車輛圖像的處理；步驟3，工控機對車輛圖像進行預處理；步驟4，對車牌進行定位和車牌傾斜的校正；步驟5，自動車牌圖像中過濾鉚釘、白邊、污損信息；步驟6，進行字符分割；步驟7，進行字符識別；步驟8，將識別出合格合理的車牌信息存入數(shù)據(jù)庫，結束本次識別。但以上技術提出了基于虛擬線圈的自觸發(fā)車牌識別方法，一方面具體應用時需要設置虛擬線圈，對于不用的應用場景，很難精確設置虛擬線圈；另外一方面該方法只是基于虛擬線圈的自觸發(fā)方式，造成一定程度的誤觸。為了克服上述缺點，現(xiàn)有基于視頻流的自動車牌識別方法提供了一種針對收費站卡口、高速公路和城市道路等場景的車牌自動識別方法，首先從視頻流獲取每幀圖像，把獲取到的幀轉換為灰度圖，利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU算法獲得閾值，對車牌區(qū)域進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度進行車牌傾斜矯正，再利用連通域和車牌水平、垂直投影分割車牌字符；最后利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結合SVM識別的結果，獲取車牌的字符和顏色。

發(fā)明內容
本發(fā)明提供了一種基于視頻流的自動車牌識別方法，該方法能夠應用于收費站卡口、高速公路和城市道路等場景，可以作為智能交通系統(tǒng)的信息采集系統(tǒng)。為了實現(xiàn)上述目的，本發(fā)明包括如下技術特征包括從視頻流獲取每幀圖像，把獲取到的幀轉換為灰度圖，利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU算法獲得閾值，對車牌區(qū)域進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度進行車牌傾斜矯正，再利用連通域和車牌水平、垂直投影分割車牌字符；最后利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結合SVM識別的結果，獲取車牌的字符 和顏色。所述從視頻流獲取幀，把獲取到的幀轉換為灰度圖，利用HAAR特征文件進行車牌檢測。所述在車牌檢測區(qū)域利用OSTU自動閾值分割算法進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度并進行傾斜矯正，再利用連通域和車牌水平、垂直投影完成對車牌的字符分割。所述利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結合SVM識別的結果，獲取車牌的字符和顏色。與現(xiàn)有的方法相比，本發(fā)明不需要設置虛擬觸發(fā)線或觸發(fā)線圈，采用自動觸發(fā)方式，無需用戶設置。另一方面，采用HAAR特征進行車牌檢測，能夠適用于不同場景，提高了車牌檢測的魯棒性。然后根據(jù)車牌字符的先驗知識利用了 SVM進行車牌字符識別，提高字符識別的準確性。這樣，不僅提高了在智能交通管理智能化水平，而且提高了智能交通及電子警察系統(tǒng)的整體性能。


圖為本發(fā)明實施例中車牌識別的整體流程圖。
具體實施例方式本發(fā)明提供了一種基于視頻流的自動車牌識別方法，該方法能夠應用于收費站卡口、高速公路和城市道路等場景，可以作為智能交通系統(tǒng)的信息采集系統(tǒng)，提高現(xiàn)有信息采集系統(tǒng)的準確性。如附圖所示，該方法流程圖包括車輛視頻流獲取，利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU算法獲得閾值，對車牌區(qū)域進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度進行車牌傾斜矯正，再利用連通域和車牌水平、垂直投影分割車牌字符；最后根據(jù)車牌字符的先驗知識，利用SVM進行車牌字符識另Ij，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結合SVM識別的結果，獲取車牌的字符和顏色。具體實現(xiàn)為包括利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU算法獲得閾值，對車牌區(qū)域進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度進行車牌傾斜矯正，再利用連通域和車牌水平、垂直投影分割車牌字符；最后利用SVM進行車牌字 符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結合SVM識別的結果，獲取車牌的字符和顏色。本發(fā)明一個具體實施例為應用于收費站卡口、高速公路和城市道路等場景，的智能交通系統(tǒng)的信息采集系統(tǒng)。進一步的，所述從視頻流獲取幀，把獲取到的幀轉換為灰度圖，利用HAAR特征文件進行車牌檢測。所述在車牌檢測區(qū)域利用OSTU自動閾值分割算法進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度并進行傾斜矯正，再利用連通域和車牌水平、垂直投影完成對車牌的字符分割。所述利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結合SVM識別的結果，獲取車牌的字符和顏色。由上述可見，本發(fā)明提供的一種基于視頻流的自動車牌識別方法，能夠對視頻流中包含車牌信息的多幀圖像進行逐幀識別處理，不依賴單張圖片，實現(xiàn)了高速實時的車牌識別；同時由于不依賴外部觸發(fā)，提高了車牌識別的效率。因此，容易理解，以上所述僅為本發(fā)明的較佳實施例，并非用于限定本發(fā)明的精神和保護范圍，任何熟悉本領域的技術人員所做出的等同變化或替換，都應視為涵蓋在本發(fā)明的保護范圍之內。
權利要求
1.一種基于視頻流的自動車牌識別方法，其特征在于首先從視頻流獲取每幀圖像，把獲取到的幀轉換為灰度圖，利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU自動閾值分割算法對車牌區(qū)域進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度并進行傾斜矯正，再利用連通域和車牌水平、垂直投影分割車牌字符；最后根據(jù)車牌字符的先驗知識，利用SVM進行車牌字符識別，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結合SVM識別的結果，獲取車牌的字符和顏色。
2.根據(jù)權利要求I所述的一種基于視頻流的自動車牌識別方法，其特征在于所述從視頻流獲取幀，把獲取到的幀轉換為灰度圖，利用HAAR特征文件進行車牌檢測。
3.根據(jù)權利要求I所述的一種基于視頻流的自動車牌識別方法，其特征在于所述在車牌檢測區(qū)域利用OSTU自動閾值分割算法進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度并進行傾斜矯正，再利用連通域和車牌水平、垂直投影完成對車牌的字符分割。
4.根據(jù)權利要求I所述的一種基于視頻流的自動車牌識別方法，其特征在于所述利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結合SVM識別的結果，獲取車牌的字符和顏色。
全文摘要
本發(fā)明公開了一種基于視頻流的自動車牌識別方法，本發(fā)明針對收費站卡口、高速公路和城市道路等場景，設計了一種基于視頻流的自動車牌識別方法。該方法首先從視頻流獲取每幀圖像并轉換為灰度圖，利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU算法對車牌區(qū)域進行二值化，并利用HOUGH變換尋找車牌的上下邊緣直線，計算傾斜角度進行車牌傾斜矯正，再利用連通域和水平、垂直投影分割車牌字符；最后利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結合SVM識別的結果，獲取車牌的字符和顏色。
文檔編號G06K9/62GK102902957SQ20121033865
公開日2013年1月30日 申請日期2012年9月5日 優(yōu)先權日2012年9月5日
發(fā)明者李子巖, 毛亮, 汪剛 申請人:佳都新太科技股份有限公司