[发明专利]对于带有局部阴影区域的标牌进行二值化处理的方法

说明书

技术领域

本发明涉及图像处理领域，尤其涉及图像的二值化处理领域，具体是指一种对于带有局部阴影区域的标牌进行二值化处理的方法。

背景技术

随着我国汽车数量的不断增加和公路建设的飞速发展，交通管理的任务日趋繁重，利用计算机和信息处理技术实现交通系统的自动化和智能化管理尤为重要。其中，车牌识别技术是智能交通系统领域中的研究课题之一，它为提供智慧城市建设提供重要的技术支撑，同时也具有广阔的市场前景和经济价值。

车牌识别技术所涉及的研究方向较多，主要有数字图像处理、计算机视觉、模式识别等。车牌识别的任务是处理、分析摄取的视频流中带有车辆信息的图像，先后经过数字图像预处理，定位和分割出牌照区域，自动识别车辆牌照上的字符。

从20世纪90年代初，国外的研究人员就已经开始了对汽车牌照识别的研究。以色列Hi-Tech公司的See/Car System系列，新加坡Optasia公司的VLPRS系列都是比较成熟的产品，其中VLPRS产品主要适合新加坡的车牌，Hi-Tech公司的See/Car System有多种变形的产品来分别适应某一个国家的车牌。国内在90年代也开始了车牌识别的研究：目前比较成熟的产品有中科院自动化研究所汉王公司的“汉王眼”，亚洲视觉科技有限公司、深圳吉通电子有限公司、中国信息产业部下属的中智交通电子有限公司等也有自己的产品，另外西安交通大学的图像处理和识别研究室、上海交通大学的计算机科学和工程系、清华大学人工智能国家重点实验室、浙江大学的自动化系等也做过类似的研究。车牌识别系统在实验室里已经取得了令人满意的效果，但很难应用于实际工程中，这是因为实验室的环境是处于理想状态的，而在自然环境里，由于受到天气等因素的影响，识别率很难达到要求，其中因为牌照被污损或者受到外部阴影干扰时，常用的OTSU车牌二值化方法遇到了很大的挑战。

当车牌局部区域带有阴影时，使用传统的OTSU算法进行处理，二值化效果非常差，因为带有阴影区域的车牌由于阴影的影响，使得车牌图像灰度化后，字符的亮度不一致，一般不能够基于一个阈值进行二值化处理。

车牌区域二值化直接关系到车牌识别中的字符分割和识别，因此，为了提高整个车牌识别的识别效率，设计一种针对车牌局部带阴影的二值化方法至关重要。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种能够实现针对带局部阴影区域的车牌进行二值化处理、提高车牌识别效率、易于实施、具有更广泛应用范围的对于带有局部阴影区域的标牌进行二值化处理的方法。

为了实现上述目的，本发明的对于带有局部阴影区域的标牌进行二值化处理的方法具有如下构成：

该对于带有局部阴影区域的标牌进行二值化处理的方法，其主要特点是，所述的方法包括以下步骤：

（1）对所述的标牌图像进行灰度化处理，得到灰度图像；

（2）对所述的灰度图像进行矩形分割，得到矩形区域集合；

（3）基于所述的矩形区域集合中各个矩形区域的边缘统计信息计算各个矩形区域的亮度阈值和二值图像；

（4）基于投票策略计算所述的灰度图像的二值图像。

较佳地，所述的步骤（1）之前，还包括以下步骤：

（0）对所述的标牌进行检测和分割，得到只包含待处理信息的矩形形状的标牌图像。

较佳地，所述的对所述的标牌图像进行灰度化处理，得到灰度图像，包括以下步骤：

（11）判断所述的标牌图像是否为彩色图像，如果是，则继续步骤（12），如果否，则继续步骤（2）；

（12）基于如下公式对所述的标牌图像进行灰度化处理，得到灰度图像：

ImgGray=(R×299+G×587+B×114+500)/1000；

其中，ImgGray为处理后的灰度图像的灰度值，R为处理前的标牌图像的红色通道值，G为处理前的标牌图像的绿色通道值，B为处理前的标牌图像的蓝色通道值。

较佳地，所述的对所述的灰度图像进行矩形分割，得到矩形区域集合，包括以下步骤：

（21）根据所述的灰度图像的质量动态选择合适的分割矩形；

（22）分别以所述的灰度图像的四个角点和中心点作为初始点，对所述的灰度图像进行矩形分割得到矩形区域集合。

较佳地，所述的步骤（2）与步骤（3）之间，还包括以下步骤：

（23）对所述的灰度图像的矩形区域集合中的各个矩形区域进行正规化平滑处理。