车牌定位方法技术

本发明专利技术提供了一种车牌定位方法，包括以下步骤：（１）粗略扫描车牌：对车牌灰度图垂直边缘提取形成垂直边缘二值图，扫描垂直边缘二值图查找疑是车牌行，得到一个或者多个疑是车牌扫描区域；（２）粗略定位车牌：在车牌灰度图中将步骤（１）得到的所有疑是车牌扫描区域进行单独处理，分别对所述各疑是车牌扫描区域进行垂直边缘提取和水平边缘提取，得到至少一个车牌粗略定位区域；（３）精确定位车牌：对所述的车牌粗略定位区域一一进行二值化处理，得到最终车牌。本发明专利技术的车牌定位方法避免使用地感线圈，可以对多车道车牌进行定位，且有效的减小了计算量，定位效果较好。

【技术实现步骤摘要】

本专利技术属于智能交通领域，具体地说，是涉及一种。
技术介绍
在智能交通领域中的一些系统中，例如电子警察抓拍系统、交通卡口系统和治安 卡口系统等需要车牌定位，目前使用的一般是只对单个车道进行车牌定位， 当多个车道、多辆车时，则不能进行车牌定位，因此这种在多个车道的交通道 路上使用受到很大限制。目前一些电子警察系统可以对多车道定位，电子警察系统的抓拍原理是首先通过 车辆触发地感线圈，抓拍到多车道的图像，然后在后台对单独抓拍的各图像进行分析，分别 对各车道的车牌进行定位。因此该系统需要在抓拍口处预埋地感线圈，以及从图像抓拍到 后台处理存在一定的时间延迟，而且需要在后台设定相应的处理程序，操作繁琐，使用不 便。基于此，如何专利技术一种，可以对多车道进行车牌定位，而且无需使用 感线圈，在系统前台即可完成车牌定位，十分必要。
技术实现思路
本专利技术为了解决多车道车牌定位需要预设地感线圈的问题，提供了一种车牌定位 方法，可以对多车道车牌进行定位，不必预设地感线圈，操作简单，易于实现。为了解决上述技术问题，本专利技术采用以下技术方案予以实现—种，包括以下步骤(1)、粗略扫描车牌对车牌灰度图垂直边缘提取，形成垂直边缘二值图，通过扫描 所述的垂直边缘二值图查找疑是车牌行，合并所有疑是车牌行得到一个或者多个疑是车 牌扫描区域；(2)、粗略定位车牌在车牌灰度图中将步骤(1)得到的所有疑是车牌扫描区域单 独处理，进行垂直边缘提取和水平边缘提取形成边缘二值图，确定车牌的上下边界和左右 边界，得到至少一个车牌粗略定位区域；(3)、精确定位车牌分别设定各车牌粗略定位区域的灰度二值阈值a4，在车牌灰 度图中对所述的车牌粗略定位区域一一进行二值化处理，得到区分字符和背景的二值图， 再次确定车牌的上下边界和左右边界，得到最终车牌，所述的a4为正整数。进一步的，由于车牌的高度远小于灰度图的高度，为了减小计算量，步骤⑴中还 包括区域定位步骤，得到定位区域，所述的车牌灰度图是定位区域内的车牌灰度图。又进一步的，步骤(1)中疑是车牌行通过以下方式获得对垂直边缘二值图进行逐行扫描，所述的车牌垂直边缘跳变特点即在特定长度 内，如果边缘跳变的个数不小于阈值al，则认为该行是疑是车牌行，所述的al为正整数。再进一步的，所述的特定长度不小于车牌灰度图中车牌的长度。优选的，步骤O)中车牌的上下边界和左右边界通过以下方式获得确定车牌的上下边界对边缘二值图进行逐行扫描，统计每行的跳变数，形成一维 数组W1，将一维数组Wl中至少连续N2个元素值大于阈值a2的区域统计出，这个区域的上 下边界即为车牌的上下边界，所述的边缘二值图中包括边缘点和非边缘点，所述的N2和a2 为正整数；确定车牌的左右边界在上下边界范围内进行逐列扫描，统计每列的边缘点的个 数，并形成一维数组W2，将一维数组W2中元素值大于阈值a3且相邻两大于阈值a3的元素 之间间隔小于T的区域统计出，这个区域的左右边界即为车牌的左右边界，所述的T和a3 为正整数。更进一步的，确定车牌的上下边界后，还包括通过上下边界计算车牌的高度的步 骤，如果计算出的车牌的高度与实际车牌高度之差大于预设的阈值Tl，则认为该车牌为伪 车牌，去掉此伪车牌，其中Tl为正整数。更进一步的，确定车牌的左右边界后，还包括通过左右边界计算车牌的宽度的步 骤，如果计算出的车牌的宽度与实际车牌宽度之差大于预设的阈值T2，则认为该车牌为伪 车牌，去掉此伪车牌，其中T2为正整数。优选的，步骤(3)中所述的灰度二值阈值a4通过以下方式获得在所述各粗略定 位区域范围内的中心位置，取m xm像素大小的窗口的平均灰度作为阈值a4，所述的m为 正整数。再进一步的，步骤(3)中所述的再次确定车牌的上下边界和左右边界通过以下方 式获得再次确定车牌的上下边界对灰度二值图进行逐行扫描，统计每行的跳变数，形成 一维数组W3，将一维数组W3中大于阈值a5的区域统计出，这个区域的上下边界即为车牌的 最终上下边界，所述的a5为正整数；再次确定车牌的左右边界在再次确定的上下边界范围内进行逐列扫描，统计每 列跳变点的个数，并形成一维数组W4，将一维数组W4中元素值大于阈值a6的且相邻两大于 阈值a6的元素之间间隔小于T的区域统计出，这个区域的左右边界即对应车牌的最终左右 边界，所述的a6为正整数。优选的，步骤(1)和步骤O)中所述的边缘提取算法为Sobel算法。与现有技术相比，本专利技术的优点和积极效果是本专利技术的避免使用 地感线圈，可以对多车道车牌进行定位；通过前两步的车牌粗略定位步骤，查找出车牌的大 概位置，后续步骤中只需围绕着粗略定位区域即可，有效的减小了计算量；采用逐渐逼近的 方式，定位效果较好。结合本专利技术具体实施例的详细描述，本专利技术的其他特点和优点将变得更加清楚。 附图说明图1是本专利技术的一个实施例简化流程图；图2是图1中SO步骤的分解图；图3是图1中Sl步骤的分解图；图4是图1中S2步骤的分解图。具体实施例方式下面结合附图和具体实施方式对本专利技术作进一步详细的说明。实施例一，参考图1，图示了本专利技术的一个实施例的简化流程图，如 图所示，包括以下步骤SO，粗略扫描车牌。具体的，参图2所示，为步骤SO分解图，包括S02 对包含有多个车道的车牌灰度 图进行垂直边缘提取，垂直边缘提取后形成垂直边缘二值图，S03 对所述的垂直边缘二值 图进行逐行扫描，S04 根据车牌垂直边缘跳变特点查找出疑是车牌行，S05 最后合并所有 疑是车牌行得到一个或者多个疑是车牌扫描区域；Si，粗略定位车牌。具体的，参图3所示，为步骤Sl分解图，包括Sll 在车牌灰度图中，将步骤SO中 得到的所有疑是车牌扫描区域进行单独处理，分别对所述各疑是车牌扫描区域进行垂直边 缘提取和水平边缘提取形成边缘二值图，S12 确定车牌的上下边界和S13 确定车牌的左 右边界，S14 最后得到至少一个车牌粗略定位区域；S2，精确定位车牌。具体的，参图4所示，为步骤S2分解图，包括S21 在车牌灰度图中分别设定各车 牌粗略定位区域的灰度二值阈值a4，对所述的车牌粗略定位区域一一进行二值化处理，如 果阈值a4选取合理的话，灰度二值化后车牌中的字符和背景被分开，得到区分字符和背景 的二值图，利用这一特点，执行步骤S22，再次确定车牌的上下边界和步骤S23再次确定车 牌的左右边界，S24 结合前两步得到的最终上下边界和最终左右边界，得到最终车牌，其 中，所述的阈值a4为正整数。由于车牌的高度远小于灰度图的高度，为了减小计算量，步骤SO中还包括区域定 位步骤S01，所述的区域定位需要根据实际抓拍图像中车牌所在图像中的位置确定，由于一 般抓拍系统的摄像头在安装后角度是固定的，因此需要提取的车牌区域在整幅图像中的大 致位置也是确定的，因此利用这一特点，进行区域定位，得到定位区域，定位区域内包含多 个车道和多个车辆，在后步处理中只需处理定位区域中的图像，因此有效的减少了计算量。 在执行区域定位步骤SOl后，则所述的步骤S02中车牌灰度图是定位区域内的车牌灰度图。由于在将车牌灰度图垂直边缘提取后形成垂直边缘二值图，具有垂直特征的线条 将会在图中显现出来，因此根据车牌的特征，本领域技术人员很容易辨别出车牌的大致位 置，找出疑是车牌行。优选的，本实施本文档来自技高网...

【技术保护点】
一种车牌定位方法，其特征在于：包括以下步骤：（１）、粗略扫描车牌：对车牌灰度图垂直边缘提取，形成垂直边缘二值图，通过扫描所述的垂直边缘二值图查找疑是车牌行，合并所有疑是车牌行得到一个或者多个疑是车牌扫描区域；（２）、粗略定位车牌：在车牌灰度图中将步骤（１）得到的所有疑是车牌扫描区域单独处理，进行垂直边缘提取和水平边缘提取形成边缘二值图，确定车牌的上下边界和左右边界，得到至少一个车牌粗略定位区域；（３）、精确定位车牌：分别设定各车牌粗略定位区域的灰度二值阈值ａ４，在车牌灰度图中对所述的车牌粗略定位区域一一进行二值化处理，得到区分字符和背景的二值图，再次确定车牌的上下边界和左右边界，得到最终车牌，所述的ａ４为正整数。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘韶，刘新，刘微，付廷杰，
申请(专利权)人：青岛海信网络科技股份有限公司，
类型：发明
国别省市：95[中国|青岛]