一種車牌快速定位方法
【技術領域】
[0001]本發明涉及一種車牌快速定位方法，尤其是涉及到基于RGB顏色分量差異性和多特征篩選的用于藍色車牌的快速定位方法。
【背景技術】
[0002]現有的車牌定位技術方法比較多，如基于邊緣檢測的方法、基于數學形態學的方法、基于彩色信息的方法、基于小波變換的方法、基于投影特征的方法等，每種方法側重點不同，其中與本發明最相似或最接近的方法包括:劉同焰(華南理工大學，2012)在《車牌識別系統的相關算法與實現》一文中提出了一種基于改進Isotropic Sobel邊緣檢測算子的車牌定位算法，該算法通過改進Isotropic Sobel邊緣檢測算子，實現了車牌圖像在水平、垂直以及對角線方向上的紋理特征提取，然后采用Otsu算法閾值化，再對閾值化后的二值圖像做數學形態學運算得到車牌的候選區域，最后利用車牌特征去除偽車牌；查志強(南京理工大學，2013年)在《復雜背景下的快速車牌識別技術研究》一文中提出了基于字符邊緣特征的車牌定位方法，該方法的基本思路為:利用車牌字符豐富的紋理進行粗定位，獲得候選車牌區域，再進行局部的圖像增強和噪聲濾波處理，利用車牌字符的邊緣特征和形態學方法去除偽車牌；申繼龍(南京郵電大學，2013)在《車牌定位和傾斜校正的關鍵技術研究》一文中提出了一種基于HSI彩色模型和彩色邊緣的方法定位車牌，該方法首先利用車牌的顏色特征得到車牌的候選區域，通過車牌的幾何特征去除不符合條件的候選區域，然后采用彩色邊緣算子獲得候選區域的二值化圖像，結合車牌的固有特征篩選出最終的車牌區域；最后對得到的車牌圖像進行垂直投影，從而確定車牌區域的起始點，進而提取出車牌圖像。
[0003]通過篩選車牌候選區域獲得最終車牌區域，可以達到良好的效果，但上述方法依然存在如下的不足:
[0004](I)上述方法主要針對普通像素的車輛圖片，而對于較高像素的車輛圖片，往往上述方法的定位效率反而偏低，若通過提前壓縮圖片像素，又會致使定位準確率的下降。
[0005](2)上述車牌定位方法具有一定的場景和像素上的限制，對于不同場景下往往定位準確率就會下降。
[0006]因此，如何解決上述不足以提高車牌定位的準確率和效率是現有車牌定位技術需要解決的不容忽視的問題。

【發明內容】

[0007]本發明要克服現有技術的上述缺點，提供一種車牌定位的準確率和效率高的車牌定位方法。
[0008]本發明解決上述問題的車牌快速定位方法包括以下步驟:
[0009]步驟1:對原彩色車輛圖像I的R、G、B顏色通道分量作圖像差運算，得到的差值圖像記為Ibr，相應的公式如下:
[0010]Ibr = Ib-nX Ir (I)
[0011]其中Ib和Ir分別表不原彩色車輛圖像I的B通道分量和R通道分量，Ibr表不B通道分量與R通道分量的差值圖像，η表示是相關系數，與獲取的車牌光照強度有關，并且光照越弱，η的值越大；
[0012]步驟2:運用最大類間方差法對經過通道分量相減之后的灰度圖像Ibr進行二值化操作，得到二值圖像Ibw;
[0013]步驟3:對二值化圖像Ibw進行水平方向的膨脹運算，得到膨脹后的圖像記為Ibw_dilate ；
[0014]步驟4:對膨脹后的圖像Ibw_dilate進行腐蝕運算，得到腐蝕后的圖像記為Ibw_imerode ；
[0015]步驟5:對圖像Ibwjmerode搜索連通區域，得到若干個連通區域記為集合Z ={(T1, B1, L1, R1) I i = 1，2，…，m}，其中，1\、B1, LjP R 土一別表示第i個連通區域的上下左右邊界坐標，m表示搜索到的連通區域的數量；
[0016]步驟6:計算Z中每一塊區域高度為Hi = B，通過行掃描方式統計Z中每一塊區域在圖像Ibw上對應位置的水平方向黑白跳變的次數D1，其中掃描位置在[Τ,+Η,/3, Β-Η,/3]之間;
[0017]步驟7:從Z中剔除那些T1Ul的區域，得到車牌候選區域集合記為Z';
[0018]步驟8:基于上下邊界定位進一步過濾車牌候選區域，具體為:
[0019]步驟8.1:對Z'中每個車牌候選區域進行水平方向的投影，記錄第i個車牌候選區域的第k行在水平方向上白色像素點的數量xlk，i = 1，2，，ke [T1, B1]，其中V表示Z'中的區域個數；
[0020]步驟8.2:對Z'中每個車牌候選區域從下往上掃描，當第i個車牌候選區域在第k行的水平投影值Xlk>X(]時，則將該行的縱坐標記為對應的車牌候選區域下邊界B ;然后繼續往上掃描，當遇到第j行的水平投影值Xl]〈X(]時，則將該行的前一行即j+Ι行的縱坐標記為對應車牌候選區域上邊界IV，其中k，j e [T1, B1]，x。表示車牌水平投影閾值；
[0021]步驟8.3:從Z'中剔除那些滿足ΙΒΠ’ I〈氏/20的區域，得到新的車牌候選區域集合Ζ";
[0022]步驟9:定位車牌候選區域左右邊界，具體為:
[0023]步驟9.1:對Ζ"中每個車牌候選區域進行垂直方向的投影，記錄第i個車牌候選區域的第k列在垂直方向上白色像素點的數量ylk，i = 1，2，…，m"，ke [L1, R1]，其中m"表示Z"中的區域個數；
[0024]步驟9.2:對Z"中每個車牌候選區域從左往右掃描，當第i個車牌候選區域的第k列的垂直投影值ylk>y(]時，則將該列的橫坐標記為對應的車牌候選區域左邊界L’ 1;然后繼續往右掃描，當遇到第I列的垂直投影值時，則將該列的前一列即1-1列的橫坐標記為對應車牌候選區域右邊界民’，其中k，I e [L1, R1]，y。表示車牌垂直投影閾值；
[0025]步驟10:計算最新的Z"中每一個車牌候選區域的寬高比，其中最接近標準車牌寬高比的區域即為車牌區域，從而完成定位。
[0026]通過采用上述技術方案，本發明具有以下優點:本發明充分利用藍色車牌的顏色信息在B通道與R通道差值的特性，快速實現車牌定位，具有計算量小、速度快、定位準確率尚等優點O
【附圖說明】
[0027]圖1為本發明實施例中藍底車牌通道分量差運算示意圖；
[0028]圖2為本發明實施例中二值化車牌圖像；
[0029]圖3為本發明實施例中二值化車牌圖像經過膨脹后的效果圖；
[0030]圖4為本發明實施例中膨脹圖像經過腐蝕后的效果圖；
[0031]圖5為本發明實施例中二值化車牌圖像圖4提取連通區域后在車牌原二值圖像圖2上的標記；
[0032]圖6為本發明實施例中圖5的車牌候選區域經過灰度跳變特征篩選后的效果圖；
[0033]圖7為本發明實施例中圖6的車牌候選區域經過水平投影確定車牌上下邊界；
[0034]圖8為本發明實施例中圖7的車牌候選區域經過垂直投影確定車牌左右邊界；
[0035]圖9為本發明實施例中最終定位效果圖。
【具體實施方式】
[0036]下面結合附圖和【具體實施方式】對本發明作進一步詳細的說明:
[0037]參照附圖，具體實施步驟如下:
[0038]步驟1:對原彩色車輛圖像I的R、G、B顏色通道分量作圖像差運算，得到的差值圖像記為Ibr，相應的公式如下:
[0039]Ibr = Ib~nX Ir (I)
[0040]其中Ib和Ir分別表不原彩色車輛圖像I的B通道分量和R通道分量，Ibr表不B通道分量與R通道分量的差值圖像，η表示是相關系數，與獲取的車牌光照強度有關，并且光照越弱，η的值越大。在本實施例中，η取1.2，通道作差之后的效果如圖1所示；
[0041]步驟2:車牌圖像二值化，具體為:運用最大類間方差法對經過通道分量相減之后的灰度圖像Ibr進行二值化操作，得到二