專利名稱：車牌的識(shí)別系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域，特別涉及一種車牌的識(shí)別系統(tǒng)及方法。
背景技術(shù)：
交通管理的自動(dòng)化、交通系統(tǒng)的智能化是21世紀(jì)世界道路交通的發(fā)展趨勢(shì)；在智能交通系統(tǒng)中，車牌自動(dòng)識(shí)別系統(tǒng)是一個(gè)非常重要的發(fā)展方向。隨著車輛全自動(dòng)監(jiān)控系統(tǒng)的需求量增加，市場(chǎng)迫切需要性能比較好的車牌識(shí)別系統(tǒng)，特別是針對(duì)任意分辨率的車牌識(shí)別，使得在攝像頭較高檔或攝像頭距車牌較近，即分辨率大時(shí)，能準(zhǔn)確識(shí)別車牌；同時(shí)，在攝像頭較低檔或攝像頭距車牌較遠(yuǎn)時(shí)，即分辨率小時(shí)，仍能準(zhǔn)確識(shí)別車牌；另外由于環(huán)境不同，攝像頭型號(hào)也不相同，如何能研制一種可以廣泛使用的車牌識(shí)別系統(tǒng)，也成為業(yè)內(nèi)的主要研究方向，因此，提出一種具有通用性、可以在任意分辨率下都能識(shí)別車牌的系統(tǒng)及方法確實(shí)是必要的。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種車牌的識(shí)別系統(tǒng)及方法，使其能適用于各種不同的環(huán)境，尤其適用于任意分辨率下車牌的識(shí)別。為實(shí)現(xiàn)以上目的，本發(fā)明 通過(guò)以下技術(shù)方案予以實(shí)現(xiàn):一種車牌的識(shí)別方法，包括以下步驟:S1、獲取含有車牌的圖像并對(duì)其進(jìn)行濾波；S2、設(shè)定頻譜閾值，選擇所述圖像中頻譜超過(guò)該閾值且顏色與車牌顏色相同的矩形區(qū)域；判斷所述矩形區(qū)域的形狀是否符合車牌的形狀，若是，則執(zhí)行步驟S3，否則繼續(xù)執(zhí)行步驟S2 ；S3、提取所述矩形區(qū)域中的字符局部特征，判斷所述字符局部特征是否一致；若一致，則執(zhí)行步驟S4，否則返回執(zhí)行步驟S2 ；S4、對(duì)所述矩形區(qū)域進(jìn)行灰度化、二值化、去邊框及去鎦釘，并將該矩形區(qū)域中的字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)，若是，則執(zhí)行步驟S5，否則返回執(zhí)行步驟S2;S5、判斷分割后的各字符形狀是否相同、各字符間是否線性排列，若是，則執(zhí)行步驟S6，否則返回執(zhí)行步驟S2;S6、對(duì)所述各字符的尺寸進(jìn)行歸一化，提取字符的統(tǒng)計(jì)特征并將其分類，輸出車牌識(shí)別結(jié)果。優(yōu)選的，所述步驟S2進(jìn)一步包括判斷所述矩形區(qū)域的寬度是否是其高度的至少兩倍，若是，則執(zhí)行步驟S3，否則繼續(xù)執(zhí)行步驟S2。優(yōu)選的，所述步驟S4進(jìn)一步包括:S41、對(duì)所述矩形區(qū)域進(jìn)行灰度化、二值化，得到二值化圖像；S42、逐行搜索所述二值化圖像，判斷每行的黑白變化次數(shù)是否大于12次，若是，則該行是字符區(qū)域，若不是，則將該行進(jìn)行去邊框及去鎦釘；S43、將所述字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)，若是，則執(zhí)行步驟S5，否則返回執(zhí)行步驟S2。優(yōu)選的，所述步驟S43進(jìn)一步包括:將所述字符區(qū)域?qū)?yīng)的二值化圖像進(jìn)行垂直投影、區(qū)域連通及位置模板比對(duì)，確定每個(gè)字符的位置，并對(duì)所述字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)。優(yōu)選的，所述步驟S6進(jìn)一步包括對(duì)所述各字符的尺寸進(jìn)行歸一化，提取字符的統(tǒng)計(jì)特征并將其送入SVM或多層神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，輸出車牌識(shí)別結(jié)果。一種車牌的識(shí)別系統(tǒng)，包括有:濾波單元，用于獲取含有車牌的圖像并對(duì)其進(jìn)行濾波；第一識(shí)別單元，用于設(shè)定頻譜閾值，選擇所述圖像中頻譜超過(guò)該閾值且顏色與車牌顏色相同的矩形區(qū)域；判斷所述矩形區(qū)域的形狀是否符合車牌的形狀；第二識(shí)別單元，用于提取所述矩形區(qū)域中的字符局部特征，判斷所述字符局部特征是否一致；字符分割單元，用于對(duì)所述矩形區(qū)域進(jìn)行灰度化、二值化、去邊框及去鎦釘，并將該矩形區(qū)域中的字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)；
第三識(shí)別單元，用于判斷分割后的各字符形狀是否相同、各字符間是否線性排列；輸出單元，用于對(duì)所述各字符的尺寸歸一化，提取字符的統(tǒng)計(jì)特征并將其分類，輸出車牌識(shí)別結(jié)果。優(yōu)選的，所述第一識(shí)別單元進(jìn)一步用于判斷所述矩形區(qū)域的寬度是否是其高度的至少兩倍。優(yōu)選的，所述字符分割單元進(jìn)一步用于將所述字符區(qū)域?qū)?yīng)的二值化圖像進(jìn)行垂直投影、區(qū)域連通及位置模板比對(duì)，確定每個(gè)字符的位置，并對(duì)所述字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)。優(yōu)選的，所述輸出單元進(jìn)一步用于對(duì)所述各字符的尺寸進(jìn)行歸一化，提取字符的統(tǒng)計(jì)特征并將其送入SVM或多層神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，輸出車牌識(shí)別結(jié)果。本發(fā)明通過(guò)提供一種車牌的識(shí)別系統(tǒng)及方法，能夠快速識(shí)別出任意分辨率的車牌，對(duì)于尺寸大的圖像和尺寸小的圖像均可以識(shí)別，其識(shí)別速度快，識(shí)別率高，對(duì)環(huán)境的適應(yīng)性強(qiáng)，還可以通過(guò)設(shè)置省份優(yōu)先級(jí)，提高識(shí)別率，能廣泛應(yīng)用于智能交通系統(tǒng)和電子警察系統(tǒng)中。


圖1為本發(fā)明一實(shí)施例的流程圖；圖2為本發(fā)明一實(shí)施例的系統(tǒng)裝置圖。
具體實(shí)施例方式下面對(duì)于本發(fā)明所提出的一種車牌的識(shí)別系統(tǒng)及方法，結(jié)合附圖和實(shí)施例詳細(xì)說(shuō)明。
本發(fā)明提供一種車牌的識(shí)別方法，如圖1所示，包括以下步驟:S1、獲取含有車牌的圖像并對(duì)其進(jìn)行濾波；S2、設(shè)定頻譜閾值，選擇所述圖像中頻譜超過(guò)該閾值且顏色與車牌顏色相同的矩形區(qū)域；判斷所述矩形區(qū)域的形狀是否符合車牌的形狀，若是，則執(zhí)行步驟S3，否則繼續(xù)執(zhí)行步驟S2 ；S3、提取所述矩形區(qū)域中的字符局部特征，判斷所述字符局部特征是否一致；若一致，則執(zhí)行步驟S4，否則返回執(zhí)行步驟S2 ；S4、對(duì)所述矩形區(qū)域進(jìn)行灰度化、二值化、去邊框及去鎦釘，并將該矩形區(qū)域中的字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)，若是，則執(zhí)行步驟S5，否則返回執(zhí)行步驟S2;S5、判斷分割后的各字符形狀是否相同、各字符間是否線性排列，若是，則執(zhí)行步驟S6，否則返回執(zhí)行步驟S2 ;由于字符要滿足一定的長(zhǎng)寬比，一個(gè)車牌的各字符大小應(yīng)該相同；S6、對(duì)所述各字符的尺寸進(jìn)行歸一化，提取字符的統(tǒng)計(jì)特征并將其分類，輸出車牌識(shí)別結(jié)果。優(yōu)選的，所述步驟S2進(jìn)一步包括判斷所述矩形區(qū)域的寬度是否是其高度的至少兩倍，若是，則執(zhí)行步驟S3，否則繼續(xù)執(zhí)行步驟S2。所述步驟S3中的字符 局部特征可以為字符的筆畫寬度，可以通過(guò)邊緣提取的算法得到字符筆畫，再用垂直信息算出筆畫的寬度，只有各字符筆畫寬度一致，才能作為車牌區(qū)域。優(yōu)選的，所述步驟S4進(jìn)一步包括:S41、對(duì)所述矩形區(qū)域進(jìn)行灰度化、二值化，得到二值化圖像；S42、逐行搜索所述二值化圖像，判斷每行的黑白變化次數(shù)是否大于12次，若是，則該行是字符區(qū)域，若不是，則將該行進(jìn)行去邊框及去鎦釘；S43、將所述字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)，若是，則執(zhí)行步驟S5，否則返回執(zhí)行步驟S2。優(yōu)選的，所述步驟S43進(jìn)一步包括:將所述字符區(qū)域?qū)?yīng)的二值化圖像進(jìn)行垂直投影、區(qū)域連通及位置模板比對(duì)，確定每個(gè)字符的位置，并對(duì)所述字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)。當(dāng)把車牌二值化后，進(jìn)行垂直投影，即統(tǒng)計(jì)每一列白色或黑色像素點(diǎn)的個(gè)數(shù)，并畫一個(gè)直方圖，每個(gè)字符對(duì)應(yīng)的部分將會(huì)有很大的數(shù)值，用這個(gè)特性可以判斷字符在什么位置，再結(jié)合字符的寬度及高度信息，可以確定一個(gè)字符；由于每個(gè)數(shù)字和大寫英文字母都是一個(gè)連通區(qū)域，根據(jù)這個(gè)特性，利用標(biāo)記擴(kuò)展的方法獲取連通區(qū)域，進(jìn)而判斷字符所在的位置；車牌字符排列是有一定規(guī)律的，單排字符的車牌中間有個(gè)點(diǎn)并有7個(gè)以上字符，雙排字符的車牌一般上面兩個(gè)字下面五個(gè)字，用這樣的位置模板，可以準(zhǔn)確地獲取每個(gè)字符的位置。優(yōu)選的，所述步驟S6進(jìn)一步包括對(duì)所述各字符的尺寸進(jìn)行歸一化，提取字符的統(tǒng)計(jì)特征并將其送入SVM或多層神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，輸出車牌識(shí)別結(jié)果。
如圖2所示，本發(fā)明還提供一種車牌的識(shí)別系統(tǒng)，包括有:濾波單元，用于獲取含有車牌的圖像并對(duì)其進(jìn)行濾波；第一識(shí)別單元，用于設(shè)定頻譜閾值，選擇所述圖像中頻譜超過(guò)該閾值且顏色與車牌顏色相同的矩形區(qū)域；判斷所述矩形區(qū)域的形狀是否符合車牌的形狀；第二識(shí)別單元，用于提取所述矩形區(qū)域中的字符局部特征，判斷所述字符局部特征是否一致；字符分割單元，用于對(duì)所述矩形區(qū)域進(jìn)行灰度化、二值化、去邊框及去鎦釘，并將該矩形區(qū)域中的字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)；第三識(shí)別單元，用于判斷分割后的各字符形狀是否相同、各字符間是否線性排列；輸出單元，用于對(duì)所述各字符的尺寸歸一化，提取字符的統(tǒng)計(jì)特征并將其分類，輸出車牌識(shí)別結(jié)果。優(yōu)選的，所述第一識(shí)別單元進(jìn)一步用于判斷所述矩形區(qū)域的寬度是否是其高度的至少兩倍。
優(yōu)選的，所述字符分割單元進(jìn)一步用于將所述字符區(qū)域?qū)?yīng)的二值化圖像進(jìn)行垂直投影、區(qū)域連通及位置模板比對(duì)，確定每個(gè)字符的位置，并對(duì)所述字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)。優(yōu)選的，所述輸出單元進(jìn)一步用于對(duì)所述各字符的尺寸進(jìn)行歸一化，提取字符的統(tǒng)計(jì)特征并將其送入SVM或多層神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，輸出車牌識(shí)別結(jié)果。通過(guò)建立識(shí)別算法，把含有車牌圖像的RGB或JPEG數(shù)據(jù)輸入到函數(shù)中，就可以獲得含有車牌號(hào)碼、車牌顏色、車牌具體位置的識(shí)別結(jié)果，該系統(tǒng)和方法可以對(duì)任意分辨率的圖像進(jìn)行識(shí)別，其識(shí)別速度非?？?，通常在30ms左右，識(shí)別率在98%以上，能準(zhǔn)確的識(shí)別藍(lán)色、黑色、白色及黃色四種車牌，能識(shí)別全國(guó)任意省份的車牌，更可以通過(guò)設(shè)置省份優(yōu)先級(jí)，提聞識(shí)別率本發(fā)明通過(guò)提供一種車牌的識(shí)別系統(tǒng)及方法，能夠快速識(shí)別出任意分辨率的車牌，對(duì)于尺寸大的圖像和尺寸小的圖像均可以識(shí)別，其識(shí)別速度快，識(shí)別率高，對(duì)環(huán)境的適應(yīng)性強(qiáng)，還可以通過(guò)設(shè)置省份優(yōu)先級(jí)，提高識(shí)別率，能廣泛應(yīng)用于智能交通系統(tǒng)和電子警察系統(tǒng)中。以上實(shí)施方式僅用于說(shuō)明本發(fā)明，而并非對(duì)本發(fā)明的限制，有關(guān)技術(shù)領(lǐng)域的普通技術(shù)人員，在不脫離本發(fā)明的精神和范圍的情況下，還可以做出各種變化和變型，因此所有等同的技術(shù)方案也屬于本發(fā)明的范疇，本發(fā)明的專利保護(hù)范圍應(yīng)由權(quán)利要求限定。
權(quán)利要求
1.一種車牌的識(shí)別方法，其特征在于，包括以下步驟: 51、獲取含有車牌的圖像并對(duì)其進(jìn)行濾波； 52、設(shè)定頻譜閾值，選擇所述圖像中頻譜超過(guò)該閾值且顏色與車牌顏色相同的矩形區(qū)域；判斷所述矩形區(qū)域的形狀是否符合車牌的形狀，若是，則執(zhí)行步驟S3，否則繼續(xù)執(zhí)行步驟S2 ； 53、提取所述矩形區(qū)域中的字符局部特征，判斷所述字符局部特征是否一致；若一致，則執(zhí)行步驟S4，否則返回執(zhí)行步驟S2 ； 54、對(duì)所述矩形區(qū)域進(jìn)行灰度化、二值化、去邊框及去鎦釘，并將該矩形區(qū)域中的字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)，若是，則執(zhí)行步驟S5，否則返回執(zhí)行步驟S2 ； 55、判斷分割后的各字符形狀是否相同、各字符間是否線性排列，若是，則執(zhí)行步驟S6，否則返回執(zhí)行步驟S2; 56、對(duì)所述各字符的尺寸進(jìn)行歸一化，提取字符的統(tǒng)計(jì)特征并將其分類，輸出車牌識(shí)別結(jié)果。
2.如權(quán)利要求1所述的方法，其特征在于，所述步驟S2進(jìn)一步包括判斷所述矩形區(qū)域的寬度是否是其高度的至少兩倍，若是，則執(zhí)行步驟S3，否則繼續(xù)執(zhí)行步驟S2。
3.如權(quán)利要求1所述的方法，其特征在于，所述步驟S4進(jìn)一步包括: 541、對(duì)所述矩形區(qū)域進(jìn)行灰度化、二值化，得到二值化圖像； 542、逐行搜索所述二值化圖像，判斷每行的黑白變化次數(shù)是否大于12次，若是，則該行是字符區(qū)域，若不是，則將該行進(jìn)行去邊框及去鎦釘； 543、將所述字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)，若是，則執(zhí)行步驟S5，否則返回執(zhí)行步驟S2。
4.如權(quán)利要求3所述的方法，其特征在于，所述步驟S43進(jìn)一步包括:將所述字符區(qū)域?qū)?yīng)的二值化圖像進(jìn)行垂直投影、區(qū)域連通及位置模板比對(duì)，確定每個(gè)字符的位置，并對(duì)所述字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)。
5.如權(quán)利要求1所述的方法，其特征在于，所述步驟S6進(jìn)一步包括對(duì)所述各字符的尺寸進(jìn)行歸一化，提取字符的統(tǒng)計(jì)特征并將其送入SVM或多層神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，輸出車牌識(shí)別結(jié)果。
6.一種車牌的識(shí)別系統(tǒng)，其特征在于，包括有: 濾波單元，用于獲取含有車牌的圖像并對(duì)其進(jìn)行濾波； 第一識(shí)別單元，用于設(shè)定頻譜閾值，選擇所述圖像中頻譜超過(guò)該閾值且顏色與車牌顏色相同的矩形區(qū)域；判斷所述矩形區(qū)域的形狀是否符合車牌的形狀； 第二識(shí)別單元，用于提取所述矩形區(qū)域中的字符局部特征，判斷所述字符局部特征是否一致； 字符分割單元，用于對(duì)所述矩形區(qū)域進(jìn)行灰度化、二值化、去邊框及去鎦釘，并將該矩形區(qū)域中的字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)； 第三識(shí)別單元，用于判斷分割后的各字符形狀是否相同、各字符間是否線性排列； 輸出單元，用于對(duì)所述各字符的尺寸歸一化，提取字符的統(tǒng)計(jì)特征并將其分類，輸出車牌識(shí)別結(jié)果。
7.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述第一識(shí)別單元進(jìn)一步用于判斷所述矩形區(qū)域的寬度是否是其高度的至少兩倍。
8.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述字符分割單元進(jìn)一步用于將所述字符區(qū)域?qū)?yīng)的二值化圖像進(jìn)行垂直投影、區(qū)域連通及位置模板比對(duì)，確定每個(gè)字符的位置，并對(duì)所述字符區(qū)域進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)。
9.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述輸出單元進(jìn)一步用于對(duì)所述各字符的尺寸進(jìn)行歸一化，提取字符的統(tǒng)計(jì)特征并將其送入SVM或多層神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，輸出車牌識(shí)別 結(jié)果。
全文摘要
本發(fā)明提供一種車牌的識(shí)別方法，通過(guò)對(duì)濾波后的含有車牌的圖像設(shè)定其頻譜閾值，選擇頻譜超過(guò)該閾值且顏色與車牌顏色相同的矩形區(qū)域；判斷該矩形區(qū)域的形狀是否符合車牌的形狀，若是，則提取并判斷所述矩形區(qū)域中各字符的特征是否一致；若一致，則對(duì)所述矩形區(qū)域進(jìn)行灰度化、二值化、去邊框及去鎦釘，并將該矩形區(qū)域中的各字符進(jìn)行分割，判斷分割后的字符數(shù)是否滿足車牌的字符數(shù)，若是，則判斷分割后的各字符形狀是否相同、各字符間是否線性排列，若是，則對(duì)所述各字符的尺寸進(jìn)行歸一化，將提取出的字符統(tǒng)計(jì)特征分類，輸出車牌識(shí)別結(jié)果；本發(fā)明能夠快速識(shí)別出任意分辨率的車牌，其識(shí)別率高，對(duì)環(huán)境的適應(yīng)性強(qiáng)；本發(fā)明還提供一種車牌的識(shí)別系統(tǒng)。
文檔編號(hào)G08G1/017GK103226696SQ20131011772
公開(kāi)日2013年7月31日 申請(qǐng)日期2013年4月7日 優(yōu)先權(quán)日2013年4月7日
發(fā)明者程洪, 楊路 申請(qǐng)人:布法羅機(jī)器人科技(蘇州)有限公司, 電子科技大學(xué)