專利名稱：一種基于支持向量機(jī)的車牌字符分割方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計(jì)算機(jī)圖像處理技術(shù)領(lǐng)域，涉及模式識別技術(shù)，具體指一種基于支持向量機(jī)的機(jī)動車號牌字符分割方法。
背景技術(shù)：
機(jī)動車號牌識別簡稱車牌識別，在智能交通系統(tǒng)里面起著關(guān)鍵的作用，無論是在路橋收費(fèi)、小區(qū)管理、停車場管理，還是在交通監(jiān)控系統(tǒng)中，車牌識別都是最為基礎(chǔ)也最為重要的部分。通常，車牌識別算法可以分為三個部分:車牌定位、字符分割和字符識別。在前兩部分的基礎(chǔ)上如何進(jìn)行精確的字符識別，就成為最終影響系統(tǒng)識別率的重要問題。當(dāng)前，車牌字符分割主要有以下幾種方法:1、基于模板定位的車牌字符分割方法。該方法通過一個字符寬度的字符模板和一個字符間隔寬度的間隔模板,然后讓字符模板和間隔模版在車牌區(qū)域之中滑動，求取字符模板內(nèi)的像素值之和與間隔模板內(nèi)的像素值之和的比率。當(dāng)比率取得極小值時，將當(dāng)前字符模板的所在位置判定為字符的分割點(diǎn)位置。該方法必須首先知道字符寬度這一先驗(yàn)知識，而通常情況下我們無法獲得字符寬度的大小。2、基于車牌垂直投影積分曲線的車牌字符分割方法。該方法首先獲得車牌區(qū)域的垂直積分投影曲線，然后根據(jù)字符投影的波峰波谷結(jié)構(gòu)對車牌字符進(jìn)行分割。這種方法通常能取得較好的效果，但是當(dāng)車牌字符存在粘連時，分割質(zhì)量會有所下降。3、基于連通域標(biāo)記的車牌字符分割方法。該方法先對車牌圖像進(jìn)行二值化，然后去除干擾連通域，同時對車牌字符進(jìn)行斷裂的情況進(jìn)行合并處理，最后采用區(qū)域標(biāo)記的方法獲得每個字符的區(qū)域范圍，從而最終實(shí)現(xiàn)字符的分割。這種方法對車牌的噪聲干擾和字符的完整性都提出了很高的要求。4、基于色彩信息的車牌字符分割方法:該方法根據(jù)車牌區(qū)域底色和字符顏色的差異，進(jìn)行顏色不連續(xù)性分析，實(shí)現(xiàn)字符的分割。這種方法對車牌的彩色信息提出了要求，而且基于彩色圖像的處理相對于灰度圖像的處理計(jì)算量要大得多。這些方法針對特定的車牌都取得了不錯的分割效果，應(yīng)該說各有所長。其中第二種方法最為穩(wěn)定，對車牌質(zhì)量的要求也相對不高。有的學(xué)者還提出了將第二種方法和第一種方法相結(jié)合的車牌字符分割方法。本發(fā)明使用支持向量機(jī)，利用其良好的分類能力，直接對定位出來的車牌進(jìn)行分割，取得了良好的效果。

發(fā)明內(nèi)容
本發(fā)明提供一種基于支持向量機(jī)的車牌字符分割方法，該方法米用基于高斯徑向基函數(shù)的支持向量機(jī)對機(jī)動車號牌字符進(jìn)行分割，相比與其他同領(lǐng)域的方案，本發(fā)明的分割準(zhǔn)確率更高，效率更高，對成像質(zhì)量要求更低的特點(diǎn)。本發(fā)明技術(shù)方案如下:一種基于支持向量機(jī)的機(jī)動車號牌字符分割方法，如

圖1所示，包括以下步驟:步驟1:選取N張相同大小(N大于等于500)已知車牌字符正確分割結(jié)果的車牌圖像，構(gòu)建支持向量機(jī)分類模型。具體包括如下步驟:步驟1-1:選取N張相同大小(N大于等于500)已知車牌字符正確分割結(jié)果的車牌圖像，根據(jù)每張所述車牌圖像的車牌垂直投影積分曲線，計(jì)算出每張所述車牌圖像所有可能的車牌字符分割結(jié)果。這些結(jié)果中只有一種是正確的分割結(jié)果，其它的都是錯誤的。步驟1-2:計(jì)算步驟1-1所得每種車牌字符分割結(jié)果的特征，具體包括:A)字符寬度的方差V，
權(quán)利要求
1.一種基于支持向量機(jī)的機(jī)動車號牌字符分割方法，包括以下步驟: 步驟1:選取N張相同大小已知車牌字符正確分割結(jié)果的車牌圖像，構(gòu)建支持向量機(jī)分類模型；具體包括如下步驟: 步驟1-1:選取N張相同大小已知車牌字符正確分割結(jié)果的車牌圖像，根據(jù)每張所述車牌圖像的車牌垂直投影積分曲線，計(jì)算出每張所述車牌圖像所有可能的車牌字符分割結(jié)果；這些結(jié)果中只有一種是正確的分割結(jié)果，其它的都是錯誤的； 步驟1-2:計(jì)算步驟1-1所得每種車牌字符分割結(jié)果的特征，具體包括: A)字符寬度的方差V，
2.根據(jù)權(quán)利要求1所述的基于支持向量機(jī)的機(jī)動車號牌字符分割方法，其特征在于，所述N大于等于50 0。
全文摘要
一種基于支持向量機(jī)的機(jī)動車號牌字符分割方法，屬計(jì)算機(jī)圖像處理領(lǐng)域。根據(jù)已知分割結(jié)果車牌圖像的垂直投影積分曲線得到所有可能分割結(jié)果(其中只有一種是正確的)，計(jì)算每個分割結(jié)果的字符寬度方差V、各字符分割點(diǎn)處投影值之和sumvalue、各字符像素在所分割出的字符圖像中所占比例之和T和分割信任度值S，得到特征向量R(V,sumvalue,T,S)，再輔以正確分割與否的標(biāo)簽，輸入支持向量機(jī)訓(xùn)練得到分類模型；待識別車牌經(jīng)圖像采集、定位、二值化、歸一化后同樣根據(jù)垂直投影積分曲線得到所有可能分割結(jié)果的支持向量機(jī)特征向量R(V,sumvalue,T,S)，輸入支持向量機(jī)分類模型得到最終的分類結(jié)果所對應(yīng)的分割結(jié)果。本發(fā)明分割準(zhǔn)確率更高，效率更高，對成像質(zhì)量要求更低。
文檔編號G06K9/00GK103207998SQ201310137358
公開日2013年7月17日 申請日期2013年4月19日 優(yōu)先權(quán)日2012年12月24日
發(fā)明者解梅, 葉繁 申請人:電子科技大學(xué)