專利名稱：基于邊緣檢測的車牌定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于邊緣檢測的車牌定位方法，其目的在于對交通圖像中的車牌區(qū)域進(jìn)行定位，屬于交通監(jiān)控技術(shù)領(lǐng)域。
背景技術(shù)：
隨著經(jīng)濟(jì)的不斷發(fā)展和城市化進(jìn)程的快速進(jìn)行，我國機(jī)動車保有數(shù)量急劇增加， 交通管理的問題越來越突出。在很多情況下，為了更好地進(jìn)行交通管理往往需要對車輛進(jìn)行識別。車牌識別系統(tǒng)利用圖像處理、模式識別等技術(shù)自動定位和識別車牌，能夠大大地提高車輛識別的效率。它可以用于停車場管理、交通信息采集、交警稽查、海關(guān)物流監(jiān)控等領(lǐng)域，具有廣泛的應(yīng)用范圍。車牌識別系統(tǒng)包括車牌定位、字符分割、字符識別三個模塊。在工程應(yīng)用中，圖像采集受環(huán)境因素的影響較大，在某些特定環(huán)境下(比如夜間光線不足)，車牌圖像的對比度很低，可能導(dǎo)致車牌定位不準(zhǔn)確甚至定位不到車牌，從而降低車牌識別的準(zhǔn)確性。為了提高車牌識別系統(tǒng)的性能，必須提高低對比度情況(比如夜間光線不足)下車牌定位的準(zhǔn)確性。通過對現(xiàn)有技術(shù)文獻(xiàn)的檢索發(fā)現(xiàn)現(xiàn)有的車牌定位主要有基于灰度跳變和基于紋理分析這兩種方法。在夜間光線不足的情況下，車牌區(qū)域與非車牌區(qū)域的灰度及紋理差別都較小，這兩種方法都不能很好地對車牌進(jìn)行定位。本發(fā)明提供一種在低對比度情況下仍然具有較高準(zhǔn)確性的車牌定位方法。在低對比度情況下，該方法相比基于灰度跳變和基于紋理分析的定位方法具有更高的定位準(zhǔn)確性。

發(fā)明內(nèi)容
技術(shù)問題本發(fā)明提供一種在低對比度(比如夜間光線不足)情況下仍然具有較高準(zhǔn)確性的基于邊緣檢測的車牌定位方法車牌定位方法，該方法具有定位精度高、對低對比度情況具有適應(yīng)性的優(yōu)點。技術(shù)方案一種基于邊緣檢測的車牌定位方法，其特征在于①利用Sobel算子進(jìn)行邊緣檢測設(shè)需要進(jìn)行車牌定位的彩色圖像為Ftl，對它進(jìn)行灰度化得到灰度圖像F，其行數(shù)、 列數(shù)分別為m和n，利用水平Sobel算子S1和垂直Sobel算子&對圖像F進(jìn)行邊緣檢測， 得到梯度圖像(VG0 = I S1^F I +1 S2^F I ,
，*表示卷積運算， 然后，利用根據(jù)閾值Ttl對梯度圖像進(jìn)行二值化，得到二值邊緣圖像G1,

權(quán)利要求
1. 一種基于邊緣檢測的車牌定位方法，其特征在于 ①利用Sobel算子進(jìn)行邊緣檢測設(shè)需要進(jìn)行車牌定位的彩色圖像為F。，對它進(jìn)行灰度化得到灰度圖像F，其行數(shù)、列數(shù)分別為m和n，利用水平Sobel算子S1和垂直Sobel算子&對圖像F進(jìn)行邊緣檢測，得到梯度圖像(VGn = S,*F + SjF，"-1 O Γ"-1 -2 -Γ式中A =-2 0 2’S:—OOO-1 O 11 2 1，*表示卷積運算，然后，利用根據(jù)閾值Ttl對梯度圖像進(jìn)行二值化，得到二值邊緣圖像G1, Jl ifG0(x,y)>T0G'(x，叫O - ，式中，閾值Ttl為15-20，(^(X，y)為梯度圖像(^1中坐標(biāo)為(x，y)的像素的灰度，G1 (x，y) 為二值邊緣圖像G1中坐標(biāo)為(X，y)的像素的值，若為1表示該像素屬于邊緣，若為O表示該像素不屬于邊緣；②車牌垂直方向的定位對二值邊緣圖像G1進(jìn)行水平投影，得到垂直向量Clx，Gu^h) = Y,GAJx) ^ i, = 1,2,3.m,Ix'G\x(h) = ·i, = 1,2,3.m,利用閾值Tl對垂直向量Glx進(jìn)行二值化，得到二值垂直向量G' fl ifGu{il)>Tx [θ else式中，閾值T1 一般為3-5，G' ^(I1)為1表示在二值邊緣圖像G1的第I1行處存在車牌字符，G' ^(I1)為O表示在二值邊緣圖像G1的第“行處不存在車牌字符，之后，對二值垂直向量G' 1!￡從上向下進(jìn)行掃描，如果通過掃描檢測到車牌區(qū)域P，則對車牌區(qū)域P的起始行坐標(biāo)Pxl和終點行坐標(biāo)Px2進(jìn)行定位，掃描步驟如下步驟一設(shè)二值垂直向量G' 1!￡中第一個數(shù)值為1的像素的行坐標(biāo)為i2，將行坐標(biāo)12賦予變量xbeg,并令變量xend = xbeg,步驟二 :i2 = i2+l，如果i2 = m+1則轉(zhuǎn)到步驟三，如果i2 < m+1則轉(zhuǎn)到步驟四， 步驟三如果xend-Xbeg> 25則表明在灰度圖像F中檢測到了車牌，令Pxl = xbeg,Px2 =xend,結(jié)束掃描；如果xend-xbeg ( 25則表明在灰度圖像F中沒有檢測到車牌，結(jié)束掃描，步驟四如果i2-xend彡6且i2-xbeg > 25，則令Pxl = xbeg, Px2 = xend,結(jié)束掃描，如果 i2-xend < 6 且 i2_xbeg ^ 25，則令 xend = i2,返回步驟二 ；如果 i2_xend > 6 且 xend-xbeg > 25 則令 Pxl = xbeg, Px2 = xend,結(jié)束掃描，如果 i2_xend > 6 且 xend-xbeg ( 25 則令 xbeg = i2, xend = xbeg,返回步驟二，掃描結(jié)束后，如果掃描過程中檢測到車牌，則車牌區(qū)域P的起始行坐標(biāo)被定位為Pxl，其終點行坐標(biāo)被定位為Px2，根據(jù)定位結(jié)果得到垂直定位后的二值邊緣圖像&，G2 (i2, j2) = G1CifPxl-I, j2)，其中 i2 = 1，2，3......(Ρχ2"Ρχ +1) ‘ J2 = 1，2，3......η,③車牌水平方向的定位對垂直定位后的二值邊緣圖像&進(jìn)行垂直投影，得到水平向量(i2y， ^2- ;!+!
全文摘要
本發(fā)明提供一種利用交通圖像的邊緣信息來定位車牌的方法，該方法為利用Sobel算子對交通圖像進(jìn)行邊緣檢測，對得到的灰度邊緣圖像進(jìn)行二值化獲得二值邊緣圖像；然后在垂直方向?qū)υ摱颠吘増D像進(jìn)行水平投影獲得垂直向量，對該垂直向量進(jìn)行二值化并從上到下進(jìn)行掃描，得到車牌區(qū)域的起始行坐標(biāo)和終點行坐標(biāo)，實現(xiàn)車牌的垂直定位；之后利用起始行坐標(biāo)和終點行坐標(biāo)得到垂直定位后的二值邊緣圖像，在水平方向?qū)υ摱颠吘増D像進(jìn)行垂直投影獲得水平向量，對該水平向量進(jìn)行二值化并從左向右進(jìn)行掃描，得到車牌區(qū)域的起始列坐標(biāo)和終點列坐標(biāo)，實現(xiàn)車牌的水平定位；最后利用起始行、列坐標(biāo)和終點行、列坐標(biāo)定位出車牌。本發(fā)明具有較高的車牌定位精度，且在低對比度情況(比如夜間光線不足)下仍然能夠較準(zhǔn)確地對車牌進(jìn)行定位。
文檔編號G06K9/00GK102243705SQ20111012036
公開日2011年11月16日 申請日期2011年5月9日 優(yōu)先權(quán)日2011年5月9日
發(fā)明者朱周, 楊軍飛, 路小波 申請人:東南大學(xué)