專利名稱：一種基于視頻流的自動車牌識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機視覺技術(shù)，特別是涉及一種基于視頻流的自動車牌識別方法。
背景技術(shù)：
隨著計算機技術(shù)和信息處理技術(shù)的發(fā)展，計算機的信息處理能力不斷提高，計算機視覺技術(shù)在基于多媒體和模式識別與人工智能技術(shù)的智能交通及電子警察系統(tǒng)在世界范圍內(nèi)得到了廣泛的應(yīng)用。這些應(yīng)用中，有96%的自動化系統(tǒng)使用了車牌自動識別技術(shù)，75%以上的系統(tǒng)是以車牌識別為核心的應(yīng)用。車牌自動識別，作為最基本的車輛信息采集技術(shù)，在視頻監(jiān)控和智能交通管理等各領(lǐng)域有著重要的實用價值，是眾多智能交通及電子警察系統(tǒng)中必不可少的功能，也是影 響整個系統(tǒng)性能的關(guān)鍵所在。一般車牌識別是指從靜態(tài)或視頻圖像中獲取圖像的一定區(qū)域中存在的車牌區(qū)域，并進一步識別出車牌區(qū)域中的字符。車牌識別技術(shù)主要包括采用啟發(fā)式規(guī)則方法，該方法根據(jù)車牌的外在形狀和顏色等特點，設(shè)定一定的規(guī)則來獲取車牌區(qū)域。現(xiàn)有技術(shù)有基于虛擬線圈的自觸發(fā)車牌識別方法，已經(jīng)授權(quán)。該方法的步驟為步驟I，對車輛視頻信號進行預(yù)處理；步驟2，工控機接收視頻流信號后，創(chuàng)建兩個進程分別是視頻流處理進程和車牌識別進程，兩進程間采用油槽通信；在視頻流處理進程中，采用基于虛擬線圈的自觸發(fā)方式采集含有車牌信息的靜態(tài)車輛圖像；在車牌識別進程中，對靜態(tài)車輛圖像的處理；步驟3，工控機對車輛圖像進行預(yù)處理；步驟4，對車牌進行定位和車牌傾斜的校正；步驟5，自動車牌圖像中過濾鉚釘、白邊、污損信息；步驟6，進行字符分割；步驟7，進行字符識別；步驟8，將識別出合格合理的車牌信息存入數(shù)據(jù)庫，結(jié)束本次識別。但以上技術(shù)提出了基于虛擬線圈的自觸發(fā)車牌識別方法，一方面具體應(yīng)用時需要設(shè)置虛擬線圈，對于不用的應(yīng)用場景，很難精確設(shè)置虛擬線圈；另外一方面該方法只是基于虛擬線圈的自觸發(fā)方式，造成一定程度的誤觸。為了克服上述缺點，現(xiàn)有基于視頻流的自動車牌識別方法提供了一種針對收費站卡口、高速公路和城市道路等場景的車牌自動識別方法，首先從視頻流獲取每幀圖像，把獲取到的幀轉(zhuǎn)換為灰度圖，利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU算法獲得閾值，對車牌區(qū)域進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度進行車牌傾斜矯正，再利用連通域和車牌水平、垂直投影分割車牌字符；最后利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉(zhuǎn)換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結(jié)合SVM識別的結(jié)果，獲取車牌的字符和顏色。

發(fā)明內(nèi)容
本發(fā)明提供了一種基于視頻流的自動車牌識別方法，該方法能夠應(yīng)用于收費站卡口、高速公路和城市道路等場景，可以作為智能交通系統(tǒng)的信息采集系統(tǒng)。為了實現(xiàn)上述目的，本發(fā)明包括如下技術(shù)特征包括從視頻流獲取每幀圖像，把獲取到的幀轉(zhuǎn)換為灰度圖，利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU算法獲得閾值，對車牌區(qū)域進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度進行車牌傾斜矯正，再利用連通域和車牌水平、垂直投影分割車牌字符；最后利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉(zhuǎn)換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結(jié)合SVM識別的結(jié)果，獲取車牌的字符 和顏色。所述從視頻流獲取幀，把獲取到的幀轉(zhuǎn)換為灰度圖，利用HAAR特征文件進行車牌檢測。所述在車牌檢測區(qū)域利用OSTU自動閾值分割算法進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度并進行傾斜矯正，再利用連通域和車牌水平、垂直投影完成對車牌的字符分割。所述利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉(zhuǎn)換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結(jié)合SVM識別的結(jié)果，獲取車牌的字符和顏色。與現(xiàn)有的方法相比，本發(fā)明不需要設(shè)置虛擬觸發(fā)線或觸發(fā)線圈，采用自動觸發(fā)方式，無需用戶設(shè)置。另一方面，采用HAAR特征進行車牌檢測，能夠適用于不同場景，提高了車牌檢測的魯棒性。然后根據(jù)車牌字符的先驗知識利用了 SVM進行車牌字符識別，提高字符識別的準(zhǔn)確性。這樣，不僅提高了在智能交通管理智能化水平，而且提高了智能交通及電子警察系統(tǒng)的整體性能。


圖為本發(fā)明實施例中車牌識別的整體流程圖。
具體實施例方式本發(fā)明提供了一種基于視頻流的自動車牌識別方法，該方法能夠應(yīng)用于收費站卡口、高速公路和城市道路等場景，可以作為智能交通系統(tǒng)的信息采集系統(tǒng)，提高現(xiàn)有信息采集系統(tǒng)的準(zhǔn)確性。如附圖所示，該方法流程圖包括車輛視頻流獲取，利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU算法獲得閾值，對車牌區(qū)域進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度進行車牌傾斜矯正，再利用連通域和車牌水平、垂直投影分割車牌字符；最后根據(jù)車牌字符的先驗知識，利用SVM進行車牌字符識另Ij，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉(zhuǎn)換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結(jié)合SVM識別的結(jié)果，獲取車牌的字符和顏色。具體實現(xiàn)為包括利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU算法獲得閾值，對車牌區(qū)域進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度進行車牌傾斜矯正，再利用連通域和車牌水平、垂直投影分割車牌字符；最后利用SVM進行車牌字 符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉(zhuǎn)換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結(jié)合SVM識別的結(jié)果，獲取車牌的字符和顏色。本發(fā)明一個具體實施例為應(yīng)用于收費站卡口、高速公路和城市道路等場景，的智能交通系統(tǒng)的信息采集系統(tǒng)。進一步的，所述從視頻流獲取幀，把獲取到的幀轉(zhuǎn)換為灰度圖，利用HAAR特征文件進行車牌檢測。所述在車牌檢測區(qū)域利用OSTU自動閾值分割算法進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度并進行傾斜矯正，再利用連通域和車牌水平、垂直投影完成對車牌的字符分割。所述利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉(zhuǎn)換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結(jié)合SVM識別的結(jié)果，獲取車牌的字符和顏色。由上述可見，本發(fā)明提供的一種基于視頻流的自動車牌識別方法，能夠?qū)σ曨l流中包含車牌信息的多幀圖像進行逐幀識別處理，不依賴單張圖片，實現(xiàn)了高速實時的車牌識別；同時由于不依賴外部觸發(fā)，提高了車牌識別的效率。因此，容易理解，以上所述僅為本發(fā)明的較佳實施例，并非用于限定本發(fā)明的精神和保護范圍，任何熟悉本領(lǐng)域的技術(shù)人員所做出的等同變化或替換，都應(yīng)視為涵蓋在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1.一種基于視頻流的自動車牌識別方法，其特征在于首先從視頻流獲取每幀圖像，把獲取到的幀轉(zhuǎn)換為灰度圖，利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU自動閾值分割算法對車牌區(qū)域進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度并進行傾斜矯正，再利用連通域和車牌水平、垂直投影分割車牌字符；最后根據(jù)車牌字符的先驗知識，利用SVM進行車牌字符識別，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉(zhuǎn)換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結(jié)合SVM識別的結(jié)果，獲取車牌的字符和顏色。
2.根據(jù)權(quán)利要求I所述的一種基于視頻流的自動車牌識別方法，其特征在于所述從視頻流獲取幀，把獲取到的幀轉(zhuǎn)換為灰度圖，利用HAAR特征文件進行車牌檢測。
3.根據(jù)權(quán)利要求I所述的一種基于視頻流的自動車牌識別方法，其特征在于所述在車牌檢測區(qū)域利用OSTU自動閾值分割算法進行二值化，利用HOUGH變換在車牌二值圖像尋找車牌的上下邊緣直線，計算傾斜角度并進行傾斜矯正，再利用連通域和車牌水平、垂直投影完成對車牌的字符分割。
4.根據(jù)權(quán)利要求I所述的一種基于視頻流的自動車牌識別方法，其特征在于所述利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉(zhuǎn)換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結(jié)合SVM識別的結(jié)果，獲取車牌的字符和顏色。
全文摘要
本發(fā)明公開了一種基于視頻流的自動車牌識別方法，本發(fā)明針對收費站卡口、高速公路和城市道路等場景，設(shè)計了一種基于視頻流的自動車牌識別方法。該方法首先從視頻流獲取每幀圖像并轉(zhuǎn)換為灰度圖，利用HAAR特征進行車牌檢測；然后在檢測區(qū)域利用OSTU算法對車牌區(qū)域進行二值化，并利用HOUGH變換尋找車牌的上下邊緣直線，計算傾斜角度進行車牌傾斜矯正，再利用連通域和水平、垂直投影分割車牌字符；最后利用SVM進行車牌字符識別，根據(jù)車牌字符的先驗知識，最終確定是否為車牌，若是，獲取圖像原始車牌區(qū)域，將圖像從RGB空間轉(zhuǎn)換為HSV空間，提取H分量進行反投影，提取連通區(qū)域，根據(jù)顏色的先驗直方圖來確定車牌顏色，結(jié)合SVM識別的結(jié)果，獲取車牌的字符和顏色。
文檔編號G06K9/62GK102902957SQ20121033865
公開日2013年1月30日 申請日期2012年9月5日 優(yōu)先權(quán)日2012年9月5日
發(fā)明者李子巖, 毛亮, 汪剛 申請人:佳都新太科技股份有限公司