[发明专利]一种基于复杂背景下的车牌自动定位和识别方法

说明书

技术领域：

本发明涉及一种车牌的定位和识别方法，特别是涉及一种基于复杂背景下的车牌自动定位和识别方法。 

背景技术：

车牌自动识别系统(License Plate Recognition，LPR)是ITS实际应用中的重要组成部分，在交通控制和监视系统中占有重要的地位。LPR在现代社会生活中应用于很多方面，从最开始的停车场车辆管理、违章车辆查询、高速路收费系统、小区出入登记情况这些静态或低速车牌识别系统发展到交通岗车辆的违规行驶、高速路监测等运动中的牌照识别系统，这就使得LPR技术在保证牌照识别准确的同时要求系统兼具更好的实时性。 

车牌识别系统的关键技术包括车牌的定位、字符的分割和识别，各部分的算法已经很成熟，国外起步比较早，典型代表有：R.Mullot等开发了集装箱识别系统，并成功使用到LPR中，这种LPR技术主要是利用字符纹理对车牌进行定位与识别；EunRyung等利用图片颜色特征进行车牌的定位识别；D.W.Tindail利用车牌反光的原理开发出一种车牌识别系统，该系统可自动识别全部5种英国格式的车牌。国内典型代表有：浙江大学的张引提出了彩色图像边缘检测算子Prewitt和彩色边缘检测与区域生成相结合的牌照定位算法；清华大学的陈寅鹏提出了一种综合多种特征的车牌定位算法和一个基于模板匹配的字符分割算法；天津大学的李刚等提出一种基于数学形态学的车牌定位的算法；四川大学的王娟等提出了基于改进的形态学二分法的车牌定位方法。 

正常情况即没有复杂背景的干扰下，车牌区域的纹理信息是比较清晰的， 但是在复杂背景、光照变化这些不利因素影响下的车牌识别系统仍是难点，固定在某个位置或者路口获取汽车图像在环境、背景上都显得单一，而且违章的车辆往往会出现在没有摄像头的地方，这给交警和管理人员带来了麻烦，所以交警和管理人员可以利用数码相机采集图像，这种采集方式具有随机性，但是汽车图片的环境和背景就会比固定摄像采集要复杂的多，因此设计一套系统可以针对不同的复杂背景中的车牌进行定位、分割和识别具有非常大的实际意义。 

发明内容：

发明目的： 

本发明涉及一种基于复杂背景下的车牌自动定位和识别方法，其目的是设计出一种可以针对非固定摄像头即利用数码相机，在随走随拍的情况下不同的环境(包括晴天、阴天、黑天)、背景(广告牌、光照不均等)中的汽车图像进行车牌区域定位、字符分割和字符识别的方法。通过对图库进行实验验证算法的可行性，可以依据算法进行嵌入式系统的研究，最终实现对摄像头监测不到的违章车辆进行实时检测和记录，减轻了交警和管理人员的工作量。 

技术方案： 

本发明是通过以下技术方案来实现的： 

一种基于复杂背景下的车牌自动定位和识别方法，其特征在于：图像采集是由交警或者管理人员在各种工作条件下随时拍摄的汽车图片，而不是固定在某个位置或者路口的图像获取方式，这种采集方式具有随机性，针对这些复杂背景下采集的汽车图片进行车牌定位、字符分割和识别，该方法步骤如下： 

(1)对车牌进行定位：采集车牌图像，并将数码相机随机采集的车牌图像输入到计算机中，对车牌图像进行处理，包括汽车图像的倾斜校正、车体区域图像的灰度化、边缘检测、阈值分割、形态学运算，得到若干的连通区域，根 据投影法搜索车牌区域，利用车牌宽高比、面积等牌照特有的性质对牌照区域进行修正，得到候选车牌区域图像，具体步骤如下： 

1)由于采集到的图像可能出现偏转，需要对这部分的图像采用Radon变换对倾斜的车牌图像进行校正，先计算倾角，然后对倾斜图像利用坐标变换公式进行校正，如公式(1)和(2)所示；为了进行对牌照图像的旋转，首先选定旋转中心，以车牌照图像几何中心位置作为旋转中心来进行旋转；将汽车的图像转化为二值图；取角度从0到179度，每次增加1度，对二值图像作Radon变换；在所有R_θ(x′)结果中取最大值；找到与该最大值对应的角度θ；由于θ与图像的倾斜方向垂直，取逆时针为正方向，得出图像的倾斜角度为θ-90°；