[发明专利]基于高低帽变换和连通域的车牌定位方法及其系统

权利要求书

1.一种基于高低帽变换和连通域的车牌定位方法，其特征在于，所述方法包括步骤：

S1，获取车辆的灰度图像，并对灰度图像进行预处理；

S2，利用高低帽变换从经过预处理后的灰度图像提取出目标图像，并对目标图像进行二值化处理；

S3，计算经过二值化处理后的目标图像的连通域，消除非车牌目标的连通域，实现对车牌的粗定位；其中，所述步骤S3具体包括：

创建背景图，将背景图的任意像素点赋值为局部最小值，完成低帽变换获得背景图的过程；

创建低目标图，将低目标图的任意像素点赋值为局部最大值，完成高帽变换获得低目标图的过程；

创建高目标图，将高目标图的任意像素点赋值为低目标图与背景图相应的差分值，完成获得突出的高目标图的过程；其中，背景图、低目标图和高目标图的宽度和高度分别相等；

利用类间方差最大化阈值分割算法，对高目标图进行二值化处理，获得作为第三图像的高目标图的二值化图像；

S4，对粗定位后的车牌进行倾斜校正和投影处理，实现对车牌的细定位，确定车牌的具体位置。

2.如权利要求1所述的方法，其特征在于，所述步骤S1具体包括：

获取车辆的灰度图像，对灰度图像进行直方图均衡化处理，得到第一图像；

对所述第一图像采用平滑噪声技术进行去噪处理，得到第二图像。

3.如权利要求1所述的方法，其特征在于，所述步骤S3具体包括：

对第三图像中的每一个连通域，计算该连通域中最小外接矩形的宽度和高度以及前景像素数，消除非车牌目标的连通域；

消除非车牌目标的连通域后，获得剩余的连通域的最小外接矩形，实现对车牌的粗定位。

4.如权利要求3所述的方法，其特征在于，所述步骤S3中消除非车牌目标连通具体包括：

通过设定连通域的最小外接矩形的宽度、高度以及大小的阈值，比较所述计算出的最小外接矩形的宽度、高度以及大小和设定的最小外接矩形的宽度、高度以及大小阈值；

若判断出该最小外接矩形的宽度和高度不小于设定的宽度和高度的阈值，则消去该连通域；或者若判断出连通域中的最小外接矩形的不小于或者不大于设定最小外接矩形的大小的阈值，则消去该连通域。

5.如权利要求4所述的方法，其特征在于，所述步骤S4具体包括：

对最小外接矩形中的第三图像进行水平倾斜校正处理，得到第四图像；

对第四图像进行垂直倾斜校正处理，得到图像第五图像；

对第五图像进行水平投影处理，获得车牌上下边缘位置；

对第五图像进行垂直投影处理，获得车牌左右边缘位置；

根据车牌的上下左右边缘位置，实现对车牌的细定位，确定车牌的具体位置。

6.一种基于高低帽变换和连通域的车牌定位系统，其特征在于，包括：

预处理模块，用于获取车辆的灰度图像，并对灰度图像进行预处理；

二值化模块，用于利用高低帽变换从经过预处理后的灰度图像提取出目标图像，并对目标图像进行二值化处理

粗定位模块，用于计算经过二值化处理后的目标图像的连通域，消除非车牌目标的连通域，实现对车牌的粗定位；

细定位模块，用于对粗定位后的车牌做倾斜校正和投影，实现对车牌的细定位，确定车牌的具体位置；

其中，所述二值化模块具体包括：

低帽处理模块，用于创建背景图，将背景图的任意像素点赋值为局部最小值，完成低帽变换获得背景图的过程；

高帽处理模块，用于创建低目标图，将低目标图的任意像素点赋值为局部最大值，完成高帽变换获得低目标图的过程；

第一获取模块，用于创建高目标图，高目标图的任意像素点赋值为低目标图与背景图相应的差分值，完成获得突出的高目标图的过程；其中，背景图、低目标图和高目标图的宽度和高度分别相等；

第二获取模块，用于利用类间方差最大化阈值分割算法，对高目标图进行二值化处理，获得作为第三图像的高目标图的二值化图像。

7.如权利要求6所述的系统，其特征在于，所述粗定位模块具体包括：

计算模块，用于对第三图像中的每一个连通域，计算该连通域中最小外接矩形的宽度和高度以及前景像素数，消除非车牌目标的连通域；

消除模块，用于消除非车牌目标的连通域后，获得剩余的连通域的最小外接矩形，实现对车牌的粗定位。

8.如权利要求6所述的系统，其特征在于，所述细定位模块具体包括：

水平校正模块，用于对最小外接矩形中的第三图像进行水平倾斜校正处理，得到第四图像；

垂直校正模块，用于对第四图像进行垂直倾斜校正处理，得到图像第五图像；

水平投影模块，用于对第五图像进行水平投影处理，获得车牌上下边缘位置；

垂直投影模块，对第五图像进行垂直投影处理，获得车牌左右边缘位置；

确定模块，用于根据车牌的上下左右边缘位置，实现对车牌的细定位，确定车牌的具体位置。