The invention discloses a license plate location algorithm using horizontal gradient and saturation. The invention relates to the license plate location technology field. Under the complex background of the image, the accuracy of license plate location is often not high. The invention comprises the following steps: firstly using horizontal gradient feature and image saturation characteristics for coarse positioning, with two groups of coarse positioning plate candidate regions; then the exact location of each of the coarse position of the license plate candidate regions; several candidate regions of license plate and finally get the accurate positioning of the removal of false license plate operation, get the license plate area real. The invention combines the advantages of the algorithm and gradient feature saturation characteristics of license plate location, can effectively avoid the use of a single feature caused by the leakage location, fault location, and coarse location and accurate positioning of the combination, can effectively reduce the plate location error; the invention of algorithm with different complex background image can quickly locate the license plate the positioning accuracy is high.
【技术实现步骤摘要】
一种利用水平梯度和饱和度的车牌定位算法
本专利技术涉及车牌定位
,具体涉及一种利用水平梯度和饱和度的车牌定位算法。
技术介绍
车牌定位是指依据车牌特征来确定出图像中车牌所在的位置,定位结果的好坏将直接影响后续的字符分割与识别结果。作为整个系统中的核心步骤,国内外很多研究人员对车牌定位算法进行了深入研究,并提出了较多的定位方法。方法各有优缺点,总体来说,这些方法主要依据车牌自身的一些特殊特征(如:灰度纹理特征、几何形状特征等)来进行定位。常用的定位方法有下述几类:(1)基于纹理特征的车牌定位算法车牌区域具有一些特定的水平和垂直纹理特征(车牌字符具有一定的排列规律且与背景有着较突出的灰度跳变),此类算法就是根据这些特殊的特征来找出车牌区域,然后再利用一些先验知识来准确定位出车牌的位置,此算法抗干扰能力较弱,对噪声敏感,当车牌图像受到污染时,将影响定位的准确度;(2)基于边缘检测的车牌定位算法主要利用车牌区域灰度跳变剧烈、字符具有丰富的边缘信息等来对车牌区域进行定位,此算法处理速度较快、较精确,而我国的车牌种类较多,当背景环境较复杂、图像中存在与车牌特征相似的非车牌区域时,仅根据车牌边缘信息将会降低定位的准确度;(3)基于颜色特征的车牌定位算法主要是利用车牌所特有的颜色特征,先在图像中搜索出与车牌底色相近的颜色位置,再通过车牌的一些其他特征来进一步筛选出车牌所在的准确位置,此方法定位准确度较高,但当车牌背景颜色与车身颜色较相近的时候,定位准确度有所降低,因此适合结合其它的方法来相互取长补短;(4)基于神经网络的车牌定位算法首先利用车牌的一些先验知识特征如: ...
【技术保护点】
一种利用水平梯度和饱和度的车牌定位算法,其特征在于,包括以下步骤:步骤1、获取原始图像的灰度图像,对灰度图像的水平梯度图像进行二值化,获得水平梯度二值图像并扫描水平梯度二值图像,标记出满足车牌纹理特征的特征线段,根据特征线段的排列和数目特征搜索出连通区域,将满足条件的连通区域作为第一组粗定位车牌候选区域;步骤2、获取原始图像的饱和度图像,对饱和度图像进行二值化,获得饱和度二值图像并扫描饱和度二值图像,标记出满足车牌饱和度特征的特征线段,根据特征线段的排列和数目搜索出连通区域,将满足条件的连通区域作为第二组粗定位车牌候选区域;步骤3、合并第一组粗定位车牌候选区域和第二组粗定位车牌候选区域,获得最终的粗定位车牌候选区域;步骤4、对每个粗定位车牌候选区域,首先利用当前粗定位车牌候选区域的饱和度图像的水平投影值确定出当前粗定位车牌候选区域的精确上下边界,然后对当前粗定位车牌候选区域的灰度图像作垂直边缘检测,获得垂直边缘图,接着利用垂直边缘图的垂直投影值确定出车牌候选区域的精确左右边界,更新粗定位车牌候选区域的上下左右边界,获得精确定位的车牌候选区域;步骤5、获取每个车牌候选区域的二值图像的垂直 ...
【技术特征摘要】
1.一种利用水平梯度和饱和度的车牌定位算法,其特征在于,包括以下步骤:步骤1、获取原始图像的灰度图像,对灰度图像的水平梯度图像进行二值化,获得水平梯度二值图像并扫描水平梯度二值图像,标记出满足车牌纹理特征的特征线段,根据特征线段的排列和数目特征搜索出连通区域,将满足条件的连通区域作为第一组粗定位车牌候选区域;步骤2、获取原始图像的饱和度图像,对饱和度图像进行二值化,获得饱和度二值图像并扫描饱和度二值图像,标记出满足车牌饱和度特征的特征线段,根据特征线段的排列和数目搜索出连通区域,将满足条件的连通区域作为第二组粗定位车牌候选区域;步骤3、合并第一组粗定位车牌候选区域和第二组粗定位车牌候选区域,获得最终的粗定位车牌候选区域;步骤4、对每个粗定位车牌候选区域,首先利用当前粗定位车牌候选区域的饱和度图像的水平投影值确定出当前粗定位车牌候选区域的精确上下边界,然后对当前粗定位车牌候选区域的灰度图像作垂直边缘检测,获得垂直边缘图,接着利用垂直边缘图的垂直投影值确定出车牌候选区域的精确左右边界,更新粗定位车牌候选区域的上下左右边界,获得精确定位的车牌候选区域;步骤5、获取每个车牌候选区域的二值图像的垂直投影值序列,利用垂直投影值序列中垂直投影值大小构建出车牌候选区域二值图像的参考分割线,相对参考分割线找出垂直投影值序列符合真实车牌垂直投影值跳变规律的车牌候选区域,作为最终的车牌区域。2.根据权利要求1所述的一种利用水平梯度和饱和度的车牌定位算法,其特征在于,所述的步骤1或步骤2,其中扫描、标记和搜索操作包括以下步骤:(1)对于水平梯度图像或饱和度图像的第i行像素,设置筛选条件为牌照线段两端像素点的灰度值为255、牌照线段内像素点的灰度值连续为0的个数n0<20、牌照线段内像素点的灰度值为255的个数n1>7和牌照线段端点s和e满足e-s>50,其中,s和e表示第i行像素中的牌照线段L(i,s,e)两端像素的列坐标,根据筛选条件,对水平梯度二值图像或饱和度二值图像进行逐行扫描,找出并标记...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。