一種基于視頻流的自動(dòng)車牌識(shí)別方法技術(shù)

本發(fā)明專利技術(shù)公開(kāi)了一種基于視頻流的自動(dòng)車牌識(shí)別方法，本發(fā)明專利技術(shù)針對(duì)收費(fèi)站卡口、高速公路和城市道路等場(chǎng)景，設(shè)計(jì)了一種基于視頻流的自動(dòng)車牌識(shí)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(jìn)行車牌檢測(cè)；然后在檢測(cè)區(qū)域利用OSTU算法對(duì)車牌區(qū)域進(jìn)行二值化，并利用HOUGH變換尋找車牌的上下邊緣直線，計(jì)算傾斜角度進(jìn)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(jìn)行車牌字符識(shí)別，根據(jù)車牌字符的先驗(yàn)知識(shí)，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(jìn)行反投影，提取連通區(qū)域，根據(jù)顏色的先驗(yàn)直方圖來(lái)確定車牌顏色，結(jié)合SVM識(shí)別的結(jié)果，獲取車牌的字符和顏色。

【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及計(jì)算機(jī)視覺(jué)技術(shù)，特別是涉及一種基于視頻流的自動(dòng)車牌識(shí)別方法。
技術(shù)介紹
隨著計(jì)算機(jī)技術(shù)和信息處理技術(shù)的發(fā)展，計(jì)算機(jī)的信息處理能力不斷提高，計(jì)算機(jī)視覺(jué)技術(shù)在基于多媒體和模式識(shí)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(dòng)化系統(tǒng)使用了車牌自動(dòng)識(shí)別技術(shù)，75%以上的系統(tǒng)是以車牌識(shí)別為核心的應(yīng)用。車牌自動(dòng)識(shí)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(shí)用價(jià)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(gè)系統(tǒng)性能的關(guān)鍵所在。一般車牌識(shí)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(jìn)一步識(shí)別出車牌區(qū)域中的字符。車牌識(shí)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(diǎn)，設(shè)定一定的規(guī)則來(lái)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(shí)別方法，已經(jīng)授權(quán)。該方法的步驟為步驟I，對(duì)車輛視頻信號(hào)進(jìn)行預(yù)處理；步驟2，工控機(jī)接收視頻流信號(hào)后，創(chuàng)建兩個(gè)進(jìn)程分別是視頻流處理進(jìn)程和車牌識(shí)別進(jìn)程，兩進(jìn)程間采用油槽通信；在視頻流處理進(jìn)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(shí)別進(jìn)程中，對(duì)靜態(tài)車輛圖像的處理；步驟3，工控機(jī)對(duì)車輛圖像進(jìn)行預(yù)處理；步驟4，對(duì)車牌進(jìn)行定位和車牌傾斜的校正；步驟5，自動(dòng)車牌圖像中過(guò)濾鉚釘、白邊、污損信息；步驟6，進(jìn)行字符分割；步驟7，進(jìn)行字符識(shí)別；步驟8，將識(shí)別出合格合理的車牌信息存入數(shù)據(jù)庫(kù)，結(jié)束本次識(shí)別。但以上技術(shù)提出了基于虛擬線圈的自觸發(fā)車牌識(shí)別方法，一方面具體應(yīng)用時(shí)需要設(shè)置虛擬線圈，對(duì)于不用的應(yīng)用場(chǎng)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(diǎn)，現(xiàn)有基于視頻流的自動(dòng)車牌識(shí)別方法提供了一種針對(duì)收費(fèi)站卡口、高速公路和城市道路等場(chǎng)景的車牌自動(dòng)識(shí)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(jìn)行車牌檢測(cè)；然后在檢測(cè)區(qū)域利用OSTU算法獲得閾值，對(duì)車牌區(qū)域進(jìn)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(jì)算傾斜角度進(jìn)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(jìn)行車牌字符識(shí)別，根據(jù)車牌字符的先驗(yàn)知識(shí)，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(jìn)行反投影，提取連通區(qū)域，根據(jù)顏色的先驗(yàn)直方圖來(lái)確定車牌顏色，結(jié)合SVM識(shí)別的結(jié)果，獲取車牌的字符和顏色。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)提供了一種基于視頻流的自動(dòng)車牌識(shí)別方法，該方法能夠應(yīng)用于收費(fèi)站卡口、高速公路和城市道路等場(chǎng)景，可以作為智能交通系統(tǒng)的信息采集系統(tǒng)。為了實(shí)現(xiàn)上述目的，本專利技術(shù)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(jìn)行車牌檢測(cè)；然后在檢測(cè)區(qū)域利用OSTU算法獲得閾值，對(duì)車牌區(qū)域進(jìn)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(jì)算傾斜角度進(jìn)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(jìn)行車牌字符識(shí)別，根據(jù)車牌字符的先驗(yàn)知識(shí)，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(jìn)行反投影，提取連通區(qū)域，根據(jù)顏色的先驗(yàn)直方圖來(lái)確定車牌顏色，結(jié)合SVM識(shí)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(jìn)行車牌檢測(cè)。所述在車牌檢測(cè)區(qū)域利用OSTU自動(dòng)閾值分割算法進(jìn)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(jì)算傾斜角度并進(jìn)行傾斜矯正，再利用連通域和車牌水平、垂直投影完成對(duì)車牌的字符分割。所述利用SVM進(jìn)行車牌字符識(shí)別，根據(jù)車牌字符的先驗(yàn)知識(shí)，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(jìn)行反投影，提取連通區(qū)域，根據(jù)顏色的先驗(yàn)直方圖來(lái)確定車牌顏色，結(jié)合SVM識(shí)別的結(jié)果，獲取車牌的字符和顏色。與現(xiàn)有的方法相比，本專利技術(shù)不需要設(shè)置虛擬觸發(fā)線或觸發(fā)線圈，采用自動(dòng)觸發(fā)方式，無(wú)需用戶設(shè)置。另一方面，采用HAAR特征進(jìn)行車牌檢測(cè)，能夠適用于不同場(chǎng)景，提高了車牌檢測(cè)的魯棒性。然后根據(jù)車牌字符的先驗(yàn)知識(shí)利用了 SVM進(jìn)行車牌字符識(shí)別，提高字符識(shí)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。附圖說(shuō)明 圖為本專利技術(shù)實(shí)施例中車牌識(shí)別的整體流程圖。具體實(shí)施例方式本專利技術(shù)提供了一種基于視頻流的自動(dòng)車牌識(shí)別方法，該方法能夠應(yīng)用于收費(fèi)站卡口、高速公路和城市道路等場(chǎng)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(jìn)行車牌檢測(cè)；然后在檢測(cè)區(qū)域利用OSTU算法獲得閾值，對(duì)車牌區(qū)域進(jìn)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(jì)算傾斜角度進(jìn)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(yàn)知識(shí)，利用SVM進(jìn)行車牌字符識(shí)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(jìn)行反投影，提取連通區(qū)域，根據(jù)顏色的先驗(yàn)直方圖來(lái)確定車牌顏色，結(jié)合SVM識(shí)別的結(jié)果，獲取車牌的字符和顏色。具體實(shí)現(xiàn)為包括利用HAAR特征進(jìn)行車牌檢測(cè)；然后在檢測(cè)區(qū)域利用OSTU算法獲得閾值，對(duì)車牌區(qū)域進(jìn)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(jì)算傾斜角度進(jìn)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(jìn)行車牌字 符識(shí)別，根據(jù)車牌字符的先驗(yàn)知識(shí)，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(jìn)行反投影，提取連通區(qū)域，根據(jù)顏色的先驗(yàn)直方圖來(lái)確定車牌顏色，結(jié)合SVM識(shí)別的結(jié)果，獲取車牌的字符和顏色。本專利技術(shù)一個(gè)具體實(shí)施例為應(yīng)用于收費(fèi)站卡口、高速公路和城市道路等場(chǎng)景，的智能交通系統(tǒng)的信息采集系統(tǒng)。進(jìn)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(jìn)行車牌檢測(cè)。所述在車牌檢測(cè)區(qū)域利用OSTU自動(dòng)閾值分割算法進(jìn)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(jì)算傾斜角度并進(jìn)行傾斜矯正，再利用連通域和車牌水平、垂直投影完成對(duì)車牌的字符分割。所述利用SVM進(jìn)行車牌字符識(shí)別，根據(jù)車牌字符的先驗(yàn)知識(shí)，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(jìn)行反投影，提取連通區(qū)域，根據(jù)顏色的先驗(yàn)直方圖來(lái)確定車牌顏色，結(jié)合SVM識(shí)別的結(jié)果，獲取車牌的字符和顏色。由上述可見(jiàn)，本專利技術(shù)提供的一種基于視頻流的自動(dòng)車牌識(shí)別方法，能夠?qū)σ曨l流中包含車牌信息的多幀圖像進(jìn)行逐幀識(shí)別處理，不依賴單張圖片，實(shí)現(xiàn)了高速實(shí)時(shí)的車牌識(shí)別；同時(shí)由于不依賴外部觸發(fā)，提高了車牌識(shí)別的效率。因此，容易理解，以上所述僅為本專利技術(shù)的較佳實(shí)施例，并非用于限定本專利技術(shù)的精神和保護(hù)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)視為涵蓋在本專利技術(shù)的保護(hù)范圍之內(nèi)。本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于視頻流的自動(dòng)車牌識(shí)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(jìn)行車牌檢測(cè)；然后在檢測(cè)區(qū)域利用OSTU自動(dòng)閾值分割算法對(duì)車牌區(qū)域進(jìn)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(jì)算傾斜角度并進(jìn)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(yàn)知識(shí)，利用SVM進(jìn)行車牌字符識(shí)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(jìn)行反投影，提取連通區(qū)域，根據(jù)顏色的先驗(yàn)直方圖來(lái)確定車牌顏色，結(jié)合SVM識(shí)別的結(jié)果，獲取車牌的字符和顏色。

【技術(shù)特征摘要】
1.一種基于視頻流的自動(dòng)車牌識(shí)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(jìn)行車牌檢測(cè)；然后在檢測(cè)區(qū)域利用OSTU自動(dòng)閾值分割算法對(duì)車牌區(qū)域進(jìn)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(jì)算傾斜角度并進(jìn)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(yàn)知識(shí)，利用SVM進(jìn)行車牌字符識(shí)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(jìn)行反投影，提取連通區(qū)域，根據(jù)顏色的先驗(yàn)直方圖來(lái)確定車牌顏色，結(jié)合SVM識(shí)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(dòng)車牌識(shí)別方法，其特征在于所述從視頻...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：李子巖，毛亮，汪剛，
申請(qǐng)(專利權(quán))人：佳都新太科技股份有限公司，
類型：發(fā)明
國(guó)別省市：