一種汽車牌照圖像定位處理方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理方法技術(shù)領(lǐng)域，尤其涉及一種汽車牌照圖像定位處理方法。
【背景技術(shù)】
[0002]Matlab是功能較為強大的科學(xué)計算和分析平臺，它提供了強大的圖像處理工具包，也提供了豐富的數(shù)學(xué)計算函數(shù)，但在Matlab環(huán)境下的運行速度難以令人滿意。雖然Matlab可以通過編譯器將m文件轉(zhuǎn)化為C代碼應(yīng)用于嵌入式環(huán)境，但是轉(zhuǎn)換后的C代碼的可讀性與執(zhí)行效率仍然存在較大問題。利用OpenCV對Web服務(wù)器的靜態(tài)圖片進行處理，不能對攝像頭采集的動態(tài)視頻進行實時處理，基于B/S架構(gòu)的網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)在目前是一種比較成熟的應(yīng)用于嵌入式的視頻監(jiān)控方案，但缺點是缺少開源的圖象處理模塊。

【發(fā)明內(nèi)容】

[0003]本發(fā)明就是針對上述問題，提供一種實時性非常好的汽車牌照圖像定位處理方法。
[0004]為實現(xiàn)上述目的，本發(fā)明包括以下步驟。
[0005](I)在車牌圖像中每隔3行進行一次行掃描，每次掃描的灰度由白到黑或由黑到白都記為一次灰度跳變。
[0006](2)令η表示灰度的跳變次數(shù)，黑白灰度每跳變一次則η依次加1，當(dāng)本行掃描結(jié)束后η的值即為本行的灰度跳變次數(shù)。
[0007](3)設(shè)置車牌區(qū)域包括7個字符，掃描一個字符的4次跳變，設(shè)置一個跳變閾值Τ，T = 25。
[0008](4)對圖像進行垂直投影。
[0009]作為一種優(yōu)選方案，本發(fā)明如果圖像的動態(tài)范圍加大，車牌底色和字符色相差較大，將灰度拉伸增加對比度；如果圖像的動態(tài)范圍較小，車牌區(qū)域的動態(tài)范圍小，使用直方圖均衡。
[0010]作為另一種優(yōu)選方案，本發(fā)明先對處理的圖像采用高斯濾波器進行平滑濾波，然后采用一階偏導(dǎo)的有限差分計算梯度的幅值和方向，對梯度幅值進行非極大值抑制，然后用雙閾值算法檢測和連接邊緣，再采用高斯平滑，得到邊緣圖像。
[0011]本發(fā)明有益效果。
[0012]本發(fā)明在嵌入式視頻監(jiān)控系統(tǒng)平臺的基礎(chǔ)上，利用OpenCV豐富高效的庫函數(shù)對遠端攝像頭采集的視頻圖像進行車牌定位。取得了很好的實驗結(jié)果。
[0013]本發(fā)明在嵌入式視頻監(jiān)控系統(tǒng)中，利用OpenCV代碼的高效算法，實現(xiàn)了對遠端視頻流的實時處理。實驗結(jié)果表明，這種低成本方案是可行的，而且視頻處理效果明顯，實時性非常好，方便二次開發(fā)。
【具體實施方式】
[0014]本發(fā)明包括以下步驟。
[0015](I)在車牌圖像中每隔3行進行一次行掃描，每次掃描的灰度由白到黑或由黑到白都記為一次灰度跳變。
[0016](2)令η表示灰度的跳變次數(shù)，黑白灰度每跳變一次則η依次加1，當(dāng)本行掃描結(jié)束后η的值即為本行的灰度跳變次數(shù)。
[0017](3)設(shè)置車牌區(qū)域包括7個字符，掃描一個字符的4次跳變，設(shè)置一個跳變閾值Τ，T = 25。
[0018](4)對圖像進行垂直投影。
[0019]本發(fā)明如果圖像的動態(tài)范圍加大，車牌底色和字符色相差較大，將灰度拉伸增加對比度；如果圖像的動態(tài)范圍較小，車牌區(qū)域的動態(tài)范圍小，使用直方圖均衡。
[0020]本發(fā)明先對處理的圖像采用高斯濾波器進行平滑濾波，然后采用一階偏導(dǎo)的有限差分計算梯度的幅值和方向，對梯度幅值進行非極大值抑制，然后用雙閾值算法檢測和連接邊緣，再采用高斯平滑，得到邊緣圖像。
[0021]本發(fā)明系統(tǒng)硬件部分主要包括:PC客戶端、網(wǎng)眼2000USB攝像頭、ARM9內(nèi)核的S3C2440處理器、FLASH、SDRAM、USB控制器、以太網(wǎng)控制器以及電源、時鐘等模塊。遠端USB攝像頭的圖像經(jīng)壓縮通過總線送到ARM平臺上的服務(wù)器上，服務(wù)器再基于TCP/IP的UDP協(xié)議把視頻流數(shù)據(jù)進過以太網(wǎng)發(fā)送到PC機客戶端，在客戶端經(jīng)解壓就可以對車輛進行實時監(jiān)控。
[0022]系統(tǒng)軟件部分開發(fā)工作主要包括:Linux操作系統(tǒng)移植、USB攝像頭驅(qū)動移植、
H.264編碼庫的移植、OpenCV庫移植及應(yīng)用程序的設(shè)計等。
[0023]OpenCV 是 “OpenSourceComputerVis1NLibrary” 的簡寫，是 Intel 開源計算機視覺庫。它由一系列C函數(shù)和少量的C++類構(gòu)成，是可實現(xiàn)圖像處理和計算機視覺方面的很多通用算法。OpenCV擁有包括300多個C函數(shù)的、跨平臺的中、高層API，它不依賴與其它的外部庫。
[0024]OpenCV對非商業(yè)應(yīng)用和商業(yè)應(yīng)用都是免費的；另外，OpenCV為Intel的IPP也提供了透明接口。這意味著，如果有為特定處理器優(yōu)化的IPP庫，那么，OpenCV將在運行時自動加載這些庫，以使函數(shù)性能達到最好。OpenCV的優(yōu)點是開放源代碼，具有基于Intel處理器指令集開發(fā)的優(yōu)化代碼，統(tǒng)一的結(jié)構(gòu)和功能定義，強大的圖像和矩陣運算能力，以及方便靈活的用戶接口，同時支持MS-Windows和Linux平臺。
[0025]圖像灰度化是將彩色圖像中的彩色信息剔除，只包含亮度信息。計算機中表示灰度圖是把亮度值進行量化等分成O到255個級別，O最暗(全黑)，255最亮(全白)，而在RGB模型中，如果R=G=B,則顏色(R，G, B)就表示灰度色。
[0026]以上內(nèi)容是結(jié)合具體的優(yōu)選實施方式對本發(fā)明作的進一步詳細說明，不能認定本發(fā)明的具體實施只局限于這些說明，對于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明所提交的權(quán)利要求書確定的保護范圍。
【主權(quán)項】
1.一種汽車牌照圖像定位處理方法，其特征在于包括以下步驟: (1)在車牌圖像中每隔3行進行一次行掃描，每次掃描的灰度由白到黑或由黑到白都記為一次灰度跳變； (2)令η表示灰度的跳變次數(shù)，黑白灰度每跳變一次則η依次加1，當(dāng)本行掃描結(jié)束后η的值即為本行的灰度跳變次數(shù)； (3)設(shè)置車牌區(qū)域包括7個字符，掃描一個字符的4次跳變，設(shè)置一個跳變閾值T，T=25 ； (4)對圖像進行垂直投影。2.根據(jù)權(quán)利要求1所述一種汽車牌照圖像定位處理方法，其特征在于如果圖像的動態(tài)范圍加大，車牌底色和字符色相差較大，將灰度拉伸增加對比度；如果圖像的動態(tài)范圍較小，車牌區(qū)域的動態(tài)范圍小，使用直方圖均衡。3.根據(jù)權(quán)利要求2所述一種汽車牌照圖像定位處理方法，其特征在于先對處理的圖像采用高斯濾波器進行平滑濾波，然后采用一階偏導(dǎo)的有限差分計算梯度的幅值和方向，對梯度幅值進行非極大值抑制，然后用雙閾值算法檢測和連接邊緣，再采用高斯平滑，得到邊緣圖像。
【專利摘要】<b>一種汽車牌照圖像定位處理方法屬于圖像處理方法技術(shù)領(lǐng)域，尤其涉及一種汽車牌照圖像定位處理方法。本發(fā)明提供一種實時性非常好的汽車牌照圖像定位處理方法。本發(fā)明包括以下步驟。（</b><b>1</b><b>）在車牌圖像中每隔</b><b>3</b><b>行進行一次行掃描，每次掃描的灰度由白到黑或由黑到白都記為一次灰度跳變；（</b><b>2</b><b>）令</b><b>n</b><b>表示灰度的跳變次數(shù)，黑白灰度每跳變一次則</b><b>n</b><b>依次加</b><b>1</b><b>，當(dāng)本行掃描結(jié)束后</b><b>n</b><b>的值即為本行的灰度跳變次數(shù)；（</b><b>3</b><b>）設(shè)置車牌區(qū)域包括</b><b>7</b><b>個字符，掃描一個字符的</b><b>4</b><b>次跳變，設(shè)置一個跳變閾值</b><b>T</b><b>，</b><b>T</b><b>＝</b><b>25</b><b>；（</b><b>4</b><b>）對圖像進行垂直投影。</b>
【IPC分類】G06T5/40, G06T7/00
【公開號】CN105590310
【申請?zhí)枴緾N201410622905
【發(fā)明人】李福霞
【申請人】李福霞
【公開日】2016年5月18日
【申請日】2014年11月8日