一种快速的车牌定位方法

1、一种快速的车牌定位方法，其特征在于步骤如下：
(1)对采集的车牌图像进行灰度转换，得到灰度图像f；
(2)对灰度图像f进行顶帽变换，以消除车牌图像中的大尺寸背景对象；
(3)利用边缘检测算子计算灰度图像f的边缘图EdgeMap；
(4)对得到的边缘图EdgeMap进行二值化操作，并根据边缘像素的密度对边缘像素进行过 滤，删除掉某些由背景形成的低密度像素；
(5)根据车牌号码具有高边缘密度的特点，对边缘图EdgeMap进行形态学膨胀操作，将断 裂的边缘像素组合为更大面积的区域；
(6)根据车牌尺寸属性的先验知识，对区域的几何属性进行连通分量分析，删除明显不符 合车牌几何属性的区域，最终得到车牌的候选区域集合，完成粗定位过程；
(7)计算候选区域集合的垂直投影图VPM，对VPM进行离散余弦变换，利用低频系数重 构VPM，重构后VPM记为VPMR；
(8)计算VPMR的纹理描述子，包括均值m、标准偏差σ、平滑度R；由VPM的低频系数、 均值m、标准偏差σ，平滑度R组成描述车牌候选区域的纹理特征向量将特征向量输入支 持向量机进行分类，以此判定候选区域是否车牌区域，完成精定位过程。
2、根据权利要求1所述的一种快速的车牌定位方法，其特征在于：所述步骤(1)中的灰 度转换的公式为：f＝0.299×R+0.587×G+0.114×B，其中f表示灰度图像，R、G和B分 别表示彩色图像红、绿和蓝色三个分量的值。
3、根据权利要求1所述的一种快速的车牌定位方法，其特征在于：所述步骤(2)中对灰 度图像f进行顶帽变换的公式为：Tophatf，b(x，y)＝[f-fоb](x，y)，b为结构算子，采用大小为 M×1的水平线性结构算子，M的取值根据车牌图像分辨率进行设定。
4、根据权利要求1所述的一种快速的车牌定位方法，其特征在于：所述步骤(3)计算灰 度图像f边缘图EdgeMap的公式为：
              EdgeMap(x，y)＝MAX(SH，SV，SRD，SLD)
其中SH，SV，SLD和SRD为水平、垂直、左斜和右斜4个方向的经由Sobel算子得到灰度图像 f的边缘图。
5、根据权利要求1所述的一种快速的车牌定位方法，其特征在于：所述步骤(4)的实现 步骤如下：
(1)设定二值化的阈值Tc，对边缘图EdgeMap进行二值化操作；
(2)车牌区域具有较高的边缘密度，设定一个滑动窗口W，在水平和垂直方向以像素为步 长进行移动，如果窗口覆盖区域的像素密度低于所要求的值阈值Tw，则将当前滑动窗口覆盖的 边缘像素删除。
6、根据权利要求1所述的一种快速的车牌定位方法，其特征在于：所述步骤(5)对边缘 图EdgeMap进行形态学膨胀操作的公式如下：
                  EdgeMap(x，y)＝(EdgeMapb1)(x，y)
其中，形态学算子b1选取P×Q大小的矩形，P、Q的取值根据车牌图像分辨率进行设定。
7、根据权利要求1所述的一种快速的车牌定位方法，其特征在于：所述步骤(6)的实现 过程为：对每一个连通域R，计算连通域面积A、最小外接矩形B的高度h和宽度w，规则如 下：
规则1：设定最大高度阈值Th_max和最小高度闽值Th_min，如果h＞Th_max或h＜Th_min，删除 连通域R；
规则2：设定最大宽度阈值Tw_max和最小宽度阈值Tw_min，如果h＞Tw_max或w＜Tw_min，删 除连通域R；
规则3：设定最大高宽比阈值Tr_max和最小高宽比阈值Tr_min，计算连通域的高宽比$r=\frac{w}{h},$ 如果r＜Tr_min或者r＞Tr_max，删除连通域R；
规则4：设定最小填充比阈值Tf_min，如果填充比$f=\frac{A}{h\times w}$小于Tf_min，删除连通域R。
8、根据权利要求1所述的一种快速的车牌定位方法，其特征在于：所述步骤(7)实现过 程如下：
(1)将候选车牌区域进行垂直投影，得到垂直投影图VPM，将VPM表示为坐标对形式 (0，y0)，…，(K-1，yK-l)，K为区域宽度，则VPM本身表示为一个序列S(k)＝{yk}；
(2)将VPM进行离散余弦变换，变换的公式为：
$B\left(u\right)={\alpha }_u\underset{k=0}{\overset{K-1}{\Sigma }}S\left(k\right)\cos \frac{\pi (2k+1)u}{2K},(0\le u\le K-1)$
${\alpha }_u=\left\{\begin{array}{cc}1/\sqrt{K},& u=0\\ \sqrt{2/K},& 1\le u\le K-1\end{array}\right.$
(3)使用前P个系数，而不是使用所有的系数，相当于令B(u)＝0，u＞P-1。结果得到S(k) 的近似如下：
$\hat{S}\left(k\right)=\underset{u=0}{\overset{P-1}{\Sigma }}{\alpha }_{u}B\left(u\right)\cos \frac{\pi (2k+1)u}{2K},(0\le k\le K-1)$
即是VPM经过离散余弦变重构的形式，记为VPMR，和VPM含有同样数量的K个点。
9、根据权利要求1所述的一种快速的车牌定位方法，其特征在于：所述步骤(8)的实现 过程如下：
(1)计算VPMR的均值m，计算公式为：
$m=\frac{1}{K}\underset{k=0}{\overset{K-1}{\Sigma }}\hat{S}\left(k\right)$
(2)计算VPMR的标准偏差σ，计算公式为：
$\sigma =\sqrt{\frac{1}{K-1}\underset{k=0}{\overset{K-1}{\Sigma }}{(\hat{S}\left(k\right)-m)}^2}$
(3)计R＝1-1/(1+σ2)算VPMR的平滑度R，计算公式为：
                         R＝1-1/(1+σ2)
(4)结合VPMR的中低频描绘子，模式向量定义为：
$\overrightarrow{x}=\{\hat{S}\left(0\right),···,\hat{S}\left(19\right),m,{\sigma }^2,R,{\mu }_3\}$
(5)将模式向量输入支持向量机SVM，判定候选区域是否车牌区域。

暂无