本发明专利技术公开了一种白色车牌类型的识别方法及装置，解决现有技术在对白色车牌的类型进行识别时精度低，准确性差的问题，该方法在进行白色车牌类型识别时，对预处理后的白色车牌区域进行了字符分割，根据分割后每两个字符之间的距离，识别出该白色车牌中满足每种白色车牌类型的字符序列，根据与每种白色车牌类型对应的模板与该字符序列的匹配距离，确定该白色车牌的车牌类型。由于在本发明专利技术中根据字符序列之间的距离，确定满足每种类型的车牌序列，之后又根据该类型车牌对应的模板与该字符序列的距离最终确定该车牌的类型，因此在两次识别的情况下，可以保证识别结果的准确性及精确度。
【技术实现步骤摘要】
本专利技术涉及计算机图像处理
，尤其涉及ー种白色车牌类型的识别方法及装置。
技术介绍
随着社会经济的发展，车辆的 数量不断増加，因此通过计算机信息化、智能化的方案管理车辆成为必然。现有技术中车牌识别在智能交通领域扮演者重要的角色，其在交通流量监测、高速公路卡ロ收费、闯红灯违章车辆监控及社区自动收费系统中具有广泛的应用。但现有常用的车辆牌照类型比较多，从底色上分为蓝底白字车牌，黄底黑字车牌、黑底白字车牌和白底黑字车牌；从类型上又可以分为普通蓝牌、普通单层黄牌、双层黄牌、教练用牌、临时挂牌、黒色牌照、白色警牌、白色军牌和白色武警车牌等。即对白底黒字的车牌有白色警牌、白色军牌和白色武警车牌。现有技术中白底黒字的车牌在进行识别时，一般采用的方法包括利用车牌的颜色定位出白色车牌，之后根据白底黑字车牌对应的三种车牌类型，对定位出的白色车牌进行字符分割，最后通过识别，选择置信度最大的作为最后的识别结果。在上述车牌类型的识别过程中，只根据置信度确定车牌类型，判断的标准较単一，不能有效的对车牌类型进行区分，因此现有技术中的白色车牌类型的识别方法精度低，准确性差。
技术实现思路
有鉴于此，本专利技术实施例提供ー种白色车牌类型的识别方法及装置，用以解决现有技术在对白色车牌的类型进行识别时精度低，准确性差的问题。本专利技术提供ー种白色车牌类型的识别方法，所述方法包括在输入的图像中进行车牌区域定位，在定位的车牌区域中识别出白色车牌区域；对识别出的白色车牌区域进行预处理，并对预处理后的白色车牌区域进行字符分割;根据字符分割后每两个字符之间的距离，识别出该白色车牌中满足每种白色车牌类型的字符序列；将每个字符序列，与该字符序列对应车牌类型的模板进行匹配，根据平均匹配距离确定每个白色车牌的类型。本专利技术提供ー种白色车牌类型的识别装置，所述装置包括识别模块，用于在输入的图像中进行车牌区域定位，在定位的车牌区域中识别出白色车牌区域；预处理分割模块，用于对识别出的白色车牌区域进行预处理，并对预处理后的白色车牌区域进行字符分割；字符序列选择模块，用于根据字符分割后每两个字符之间的距离，识别出该白色车牌中满足每种白色车牌类型的字符序列；匹配模块，用于将每个字符序列，与该字符序列对应车牌类型的模板进行匹配，根据平均匹配距离确定每个白色车牌的类型。本专利技术提供了ー种白色车牌类型的识别方法及装置，该方法在进行白色车牌类型识别时，对预处理后的白色车牌区域进行了字符分割，根据分割后每两个字符之间的距离，识别出该白色车牌中满足每种白色车牌类型的字符序列，根据与每种白色车牌类型对应的模板与该字符序列的匹配距离，确定该白色车牌的车牌类型。由于在本专利技术中根据字符序列之间的距离，确定满足每种类型的车牌序列，之后又根据该类型车牌对应的模板与该字符序列的距离最终确定该车牌的类型，因此在两次识别的情况下，可以保证识别结果的准确性及精确度。 附图说明此处所说明的附图用来提供对本专利技术的进ー步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中图I为本专利技术提供的该白色车牌类型的识别过程示意图；图2为本专利技术提供的对该白色车牌区域进行水平矫正的过程示意图；图3为本专利技术提供的对该白色车牌区域进行去除上下边界处理的过程示意图；图4为本专利技术提供的通过距离识别白色车牌类型的过程示意图；图5为本专利技术提供的该白色车牌类型的详细识别过程示意图；图6为本专利技术提供的该白色车牌类型识别装置的结构示意图。具体实施例方式本专利技术实施例为了提高对白色车牌的类型的识别精度及准确性，提供了ー种白色车牌类型的识别方法及装置。下面结合说明书附图，对本专利技术进行详细说明。图I为本专利技术提供的该白色车牌类型的识别过程示意图，该识别过程包括以下步骤SlOl :在输入的图像中进行车牌区域定位，在定位的车牌区域中识别出白色车牌区域。由于该白色车牌类型的识别方法，可以应用在交通流量监测、高速公路卡ロ收费、闯红灯违章车辆监控及社区自动收费等多个系统中，具体的在本专利技术中通过白色车牌类型识别装置对白色车牌类型进行识别。当将包含车牌信息的车辆的图像输入到该装置中后，该装置在输入的图像中进行车牌区域定位，具体的在进行车牌区域定位时可以采用现有技术中的多种方法，例如可以采用边缘检测方法或者机器学习等算法在输入的图像中进行车牌定位，具体的例如可以进行sobel边缘检测，根据检测的結果，将边缘密度比较大的区域作为车牌所在区域。由于在输入的图像中进行车牌区域定位、识别白色车牌区域，为本领域的常用方法，在本专利技术中就不对该内容进行赘述。S102:对识别出的白色车牌区域进行预处理，并对预处理后的白色车牌区域进行字符分割。具体的在对识别出的白色车牌区域进行预处理时，可以采用多种预处理方法，例如可以直接对车牌区域进行ニ值化处理。为了进一步提高白色车牌类型识别的准确性，在本专利技术中对识别出的白色车牌区域进行预处理包括采用以下至少ー种预处理方法对识别出的白色车牌区域进行预处理，水平矫正预处理方法和去除上下边界预处理方法。水平矫正预处理方法和去除上下边界预处理方法应组合使用，并且先进行水平倾斜校正，然后再进行去除边界 处理。由于预处理的过程对白色车牌区域进行了水平矫正，并且去除了对车牌类型识别中的上下边界的干扰，因此可以在该预处理后的车牌白色区域中进行字符分割了。具体的在进行字符分割时，即在白色车牌所在的区域中，确定每个字符的边界，从而确定每个字符的位置。S103:根据字符分割后每两个字符之间的距离，识别出满足每种白色车牌类型的字符序列。对白色车牌区域进行字符分割后，可以确定每个字符所在的位置，根据每个字符所在的位置，可以确定任意两个相邻字符之间的距离。在本专利技术中由于任意两个字符之间的距离可以确定，而每种类型的白色车牌，其一定数目的字符序列之间的距离存在一定的关系，例如对于白色警牌，在其7个字符序列之间，前两个字符之间的距离大于其他任意两个字符之间的距离，而对于白色军牌，其7个字符序列之间，第二个字符和第三个字符之间的距离大于其他任意两个字符之间的距离，而对于白色武警牌，其5个字符序列中，任意两个字符之间的距离基本相同。因此根据上述每种类型的白色车牌的字符之间的距离特征，可以针对每个白色车牌区域，识别出满足每种白色车牌类型的字符序列。S104:将每个字符序列，与该字符序列对应车牌类型的模板进行匹配，根据平均匹配距离确定每个白色车牌的类型。由于在本专利技术中是从白色车牌区域包含的每个字符中，选择满足每种白色车牌类型的字符序列，而针对同一白色车牌区域中包含的字符，其不同的字符序列可能满足不同的白色车牌类型。因此在进行后续识别时，针对同一白色车牌区域中包含的字符，其不同的字符序列满足的白色车牌类型，选择与该类型对应的模板，对该模板与该字符序列进行匹配，根据匹配距离确定每个白色车牌的类型。例如，对于某一白色车牌区域包含的字符，其3个字符序列分别为第一字符序列、第二字符序列和第三字符序列，其中第一字符序列为满足白色军牌的字符序列，第二字符序列为满足白色警牌的字符序列，第三字符序列为满足白色武警牌的字符序列，则采用白色军牌对应的第一模板与第一字符序列所在的区域进行匹配，采用白色警牌对应的第二模板与第二字符序列所在的区域进行匹配本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.ー种白色车牌类型的识别方法，其特征在于，所述方法包括 在输入的图像中进行车牌区域定位，在定位的车牌区域中识别出白色车牌区域；对识别出的白色车牌区域进行预处理，并对预处理后的白色车牌区域进行字符分割；根据字符分割后每两个字符之间的距离，识别出该白色车牌中满足每种白色车牌类型的字符序列； 将每个字符序列，与该字符序列对应车牌类型的模板进行匹配，根据平均匹配距离确定每个白色车牌的类型。2.如权利要求I所述的识别方法，其特征在于，所述以下至少ー种预处理方法对对识别出的白色车牌区域进行预处理 水平矫正和去除上下边界； 采用所述水平矫正预处理方法，对识别出的白色车牌区域进行预处理包括 对识别出的所述白色车牌区域采用相应的方法进行ニ值化处理； 根据识别出的ニ值化处理后的白色车牌区域中像素值的跳变，在水平边缘信息图中与该跳变时白色像素点对应的像素点的位置赋值为1，其他像素点的位置赋值为O ; 以设定的步长旋转水平边缘信息图，针对旋转后的每个角度，在设定的角度范围内确定姆行在水平方向上包含白色像素点的数目； 针对旋转后的每个角度，选择白色像素点的数目较多的设定行数，统计该设定行数的白色像素点的数目和； 根据白色像素点的数目和的最大值对应的旋转角度，确定该白色车牌区域的矫正角度，对该白色车牌区域进行水平矫正； 采用所述取出边界预处理方法，对识别出的白色车牌区域进行预处理包括 对所述白色车牌区域进行ニ值化处理； 在ニ值化处理后的白色车牌区域中，识别每行像素值的跳变次数，并确定每行包含的最长白线长度和最长黑线长度； 根据所述跳变次数、最长白线长度和最长黑线长度中的至少ー个，与设定的对应距离阈值，确定该白色车牌区域的上、下边界。3.如权利要求2所述的方法，其特征在于，所述在确定每行包含的最长白线长度之前，所述方法还包括 将该白线包含的像素点的数目作为该白线的长度，根据该白线的长度是否大于设定的第二比例阈值与设置的车牌宽度的积，判断该白线是否为真正的白线；或 针对每行的白线，根据该白线包含的像素点的数目，以及该白线中像素点同列的相邻像素点是否为黒色像素点，确定识别參数的取值； 根据识别參数的取值是否大于第一比例阈值与白线的长度的积，判断该白线是否为真正的白线； 当确定该白线为真正的白线时，将该白线加入到最长白线长度的选择集合中。4.如权利要求I或2所述的识别方法，其特征在于，所述对预处理后的白色车牌区域进行字符分割包括 对所述预处理后的白色车牌区域进行ニ值化处理，并进行反色处理； 统计每列白色像素点的数目和；根据每列白色像素点的数目和，判断每列是否为字符的左、右边界。5.如权利要求I所述的识别方法，其特征在于，所述识别出满足每种白色车牌类型的字符序列包括 根据字符分割后每两个字符之间的距离，判断设定数量的相邻字符序列之间的距离，是否满足设定的第一距离条件、第二距离条件或第三距离条件； 根据该字符序列满足的距离条件，确定该字符序列归属的车牌类型； 采...
【专利技术属性】
技术研发人员：王海峰，
申请(专利权)人：信帧电子技术北京有限公司，
类型：发明
国别省市：
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。