[发明专利]一种车牌字符切割新方法

权利要求书

1.一种车牌字符切割方法，其特征在于包括如下步骤：

步骤1：获得经过车牌定位、倾斜校正、灰度、滤波和二值化算法处理后的白底黑字的车牌二值图D，其中图像的宽度为wh₁，高度为ht₁，单位为像素；

步骤2：用基于投影的水平切割方法进行车牌字符区域的精确定位，确定车牌字符区域D_c，且ht_c表示区域D_c的高度；

步骤3：对步骤2的车牌字符区域D_c进行字符切割，得到字符集C＝{c_i；i＝0,1,…,N-1}，其中，c_i表示字符集中第i个字符，N表示集合C中元素的个数，且用c_i.l,c_i.r表示字符c_i的左右边界在区域D_c中的横坐标，c_i.a,c_i.b表示字符c_i的上下边界在区域D_c中的纵坐标；

步骤4：根据字符集C重新调整车牌字符区域D_c，具体为：

步骤4.1：计算出字符集C对应的字符宽度集W和字符的最适宽度具体为：

步骤4.1.1：根据公式(13)，得到字符集C对应的字符宽度集W；

W＝{w_i|w_i＝c_i.r-c_i.l+1,c_i∈C,i＝0,1,…,N-1} (13)

步骤4.1.2：根据公式(14)-(15)，得到字符宽度集W'，N'_w表示集合W'中元素的个数；

wa＝c_N-1.r-c₀.l+1；c_N-1,c₀均∈C (14)

其中，wa表示最右侧字符的右边界和最左侧字符的左边界的距离；

步骤4.1.3：将字符宽度集W'中元素按照从小到大的顺序进行排序，然后不断剔除掉W'中最大和最小的元素，直至W'中元素的个数小于5，根据公式(16)得到集合W'中元素的平均值，记为aw₀；

步骤4.1.4：根据公式(16)-(18)，计算出集合W'中所有元素的方差集V_w和标准差s_w；

V_w＝{v_i|v_i＝(w_i-aw₀)²,w_i∈W',i＝0,1,…,N'_w-1} (17)

其中，aw₀表示W'中所有字符宽度的平均值；

步骤4.1.5：若标准差s_w＜0.6且N'_w＞1，则跳至步骤4.2执行；若标准差s_w＜0.6且N'_w＝1，则跳至步骤4.2执行；若标准差s_w≥0.6，则继续执行步骤4.1.6；

步骤4.1.6：剔除掉W'中对应方差最大的元素，然后返回步骤4.1.4执行；

步骤4.2：根据公式(19)得到字符集C₁，字符集C₁中元素个数为N₁；

步骤4.3：统计出集合C₁中满足c_i.a＝0的字符个数N_a以及满足c_i.b＝ht_c-1的字符个数N_b；

步骤4.4：若则根据公式(20)计算出车牌上边界否则令若则根据公式(21)计算得出车牌上边界否则令若且则直接跳至步骤6执行；

步骤4.5：对区域D_c进行调整，保留区域D_c上坐标满足式(22)的区域；

x∈[a,b]且y∈[0,wh₁) (22)

步骤5：对步骤4确定的车牌区域D_c，重新根据步骤3进行字符集分割，根据分割结果更新字符集C＝{c_i,i＝0,1,…,N-1}；

步骤6：解决字符断裂问题，具体为：

步骤6.1：根据步骤4.1，得到字符集C对应的字符宽度集W和字符最适宽度

步骤6.2：计算得到字符集C对应的字符中心点间距集合M和最适字符中心点间距具体为：

步骤6.2.1：根据公式(23)，得到字符中心点间距集合M；

步骤6.2.2：根据公式(24)，得到中心点间距集合M′，并根据步骤6.2.3、6.2.4和6.2.5，得到集合M′中元素所有字符宽度的平均值，记为am₀；

步骤6.2.3：根据公式(25)-(27)，得到集合M′中所有元素的方差集V_m和标准差s_m；

V_m＝{v_i|v_i＝(m_i-am)²,m_i∈W',i＝0,1,…,N_m-1} (26)

其中，am表示M′中所有字符宽度的临时性平均值；

步骤6.2.4：若集合M′中元素的个数为3，则更新am₀＝am；

步骤6.2.5：若标准差s_m＜1.2且N_m＞1，则跳至步骤6.3执行；若标准差s_m＜1.2且N_m＝1，则跳至步骤6.3执行；若标准差s_m≥1.2，则继续执行步骤6.2.6；

步骤6.2.6：剔除掉集合M′对应方差最大的元素，然后返回步骤6.2.3执行；

步骤6.3：根据字符对的中心点间距、字符高度和字符宽度分析出断裂字符和错误字符，并实现断裂字符的修复和错误字符的剔除，具体为：顺序遍历集合M中除首尾元素外的元素m_i,i＝1,2,…,N_m-2，若则c_i和c_i+1是断裂字符对或存在错误字符，需进一步根据满足式(28)-(32)判断字符对属于何种情况，若满足式(30)，则需要剔除字符c_i；若满足式(31)，则需要剔除字符c_i+1；若满足式(32)，则字符c_i和c_i+1可以进行合并；

h_i＝c_i.b-c_i.a+1；c_i∈C,i＝0,1,…,N-1 (28)

Y(i,j)＝c_j.r-c_i.l+1；c_i,c_j∈C,i＝0,1,…,N-1,j＝0,1,...,N-1 (29)

h_i＜0.5×ht_c

或

或

h_i+1＜0.5×ht_c

或

或

h_i≥0.5×ht_c且h_i+1≥0.5×ht_c

且

其中，h_i表示字符c_i的高度，Y(i,j)表示集合C中字符c_i的左边界和字符c_j的右边界之间的距离；

步骤6.4：对字符集C进行更新，得到解决了断裂问题后的字符集C，字符集C中元素的个数为N；

步骤7：解决字符粘连问题，具体为：

步骤7.1：根据步骤4.1，得到字符集C对应的字符宽度集W和字符最适宽度

步骤7.2：根据步骤6.2，得到字符集C对应的字符中心点间距集合M和最适字符中心点间距

步骤7.3：顺序遍历字符集C中所有字符c_i,i＝0,1,…,N-1，若字符c_i满足式(36)，则字符c_i是粘连字符，进一步根据满足式(38)-(41)判断该字符属于何种字符粘连情况，再分别进行处理：

A.若字符c_i满足式(38)，则认为该字符是错误字符，不进行分割；

B.若字符c_i满足式(39)，则认为该字符是二字符粘连字符，需要进一步根据满足式(42)-(44)判断该字符是何种二字符粘连情况，再分别进行处理：

a.若字符c_i满足式(42)，则认为该字符是两个“1”字符粘连的情况，将字符c_i分割为和两个字符；

b.若字符c_i满足式(43)，则认为该字符为“1”字符和非“1”字符粘连的情况，将字符c_i分割为和两个字符；

c.若字符c_i满足式(44)，则认为该字符为非“1”字符和“1”字符粘连的情况，将字符c_i分割为和两个字符；

d.若字符c_i满足则认为该字符为两个非“1”字符粘连的情况，将字符c_i分割为和两个字符；

C.若字符c_i满足式(40)，则认为该字符是三字符粘连字符，将字符c_i分割为三个字符；

D.若字符c_i满足式(41)，则认为该字符是四字符粘连字符，将字符c_i分割为四个字符；

(i＝0或i＝N-1)且(h_i＜0.6×ht_c或t_i＞0.8×w_i×ht_c)；w_i∈W (38)

其中，d_i表示字符c_i左侧字符的右边界与其右侧字符的左边界的距离，dL_i表示字符c_i左边界与其左侧字符右边界的距离，dR_i表示字符c_i右边界与其右侧字符左边界的距离，t_i表示字符c_i中黑色像素点的个数，h_i根据公式(28)计算得到，表示字符c_i的高度；表示区域D_c中坐标为(x,y)的像素点的灰度值；

步骤7.4：对字符集C进行更新，得到解决了字符粘连问题后的字符集C，字符集C中元素的个数为N；

步骤8：若N＞7，则需要进行字符筛选，转至步骤9执行；否则，直接转至步骤10执行；

步骤9：筛选出正确的7个字符，具体为：

步骤9.1：根据步骤4.1，得到字符集C对应的字符宽度集W和字符最适宽度

步骤9.2：根据步骤6.2，得到字符集C对应的字符中心点间距集合M和最适字符中心点间距

步骤9.3：根据步骤3.2，更新字符集C中所有字符的上下边界；

步骤9.4：确定中心字符c_f，c_f为字符集C中下标为f的字符，具体为：顺序遍历中心点距离集合M，找到第一个满足的元素，则f可由公式(45)确定；

步骤9.5：筛选出正确的7个字符，保存至字符集C₂中，具体为：

步骤9.5.1：若字符c_f不符合满足式(46)，则认为该字符为正确的字符，将其保存至字符集C₂中；

步骤9.5.2：顺序交替的遍历字符集C中位于字符c_f两边的字符c_i，若字符c_i不符合满足式(46)，则认为字符c_i为正确字符，将其保存至字符集C₂中；其中，字符的遍历方式为顺序交替的遍历字符c_f两边的字符，即所遍历字符的下标顺序为f-1,f+1,f-2,f+2…，如果完成一侧字符的遍历，则结束交替遍历，继续进行另一侧字符的顺序遍历；每分析完一个字符，需要判断判别式lc+rc+tc＝7是否正确，若正确，则默认剩余未判断的字符都为正确字符，直接顺序加到集合C₂中；其中，lc表示字符c_f左侧未分析的字符数量，rc表示字符c_f右侧未分析的字符数量，tc表示当前字符集C₂中正确字符的数量；

其中，h_i根据公式(28)计算得到，表示字符c_i的高度；

步骤9.5.3：对字符集C₂中字符按照c_i.l从小到大的顺序进行排序，并更新C＝C₂；

步骤10：若N＜6，则表示车牌字符切割失败，不再执行下面的步骤；否则，继续执行步骤11；

步骤11：找到字符集C中位置存在位置偏差的字符进行位置修正，实现字符的精确定位，集合U＝{u_i|i＝0,1,…,N-1}表示字符集C中字符位置的正确性，u_i＝-1表示字符c_i位置存在偏差，u_i＝1表示字符c_i位置正确，初始u_i都为-1，算法的具体过程为：

步骤11.1：根据步骤4.1，得到字符集C对应的字符宽度集W和字符最适宽度

步骤11.2：根据步骤6.2，得到字符集C对应的字符中心点间距集合M和最适字符中心点间距

步骤11.3：若N＝6且则认为是第一个字符缺失的情况，估算出第一个字符的位置为并将其加到字符集C的最前端，并重新执行步骤11.1和步骤11.2；

步骤11.4：顺序遍历字符集C，找到字符宽度合理的非粘连字符，即若字符c_i满足！Z(i)且则认为该字符位置正确，令u_i＝1，其中Z(i)返回为true表示c_i是由粘连算法分割出来的字符；

步骤11.5：顺序遍历字符集C，若字符c_i符合满足式(47)，则将字符c_i下标i添加集合K中；

步骤11.6：顺序遍历集合K，若字符符合满足式(48)，则置u_i＝1，并将元素k_i从集合K中剔除，同时若字符符合满足式(47)，则将该字符下标添加至集合K中，不断分析集合K中元素所对应的字符，直至集合K为空；

步骤11.7：首先对车牌后五个字符进行位置修正，具体为：

步骤11.7.1：顺序遍历字符集C，若字符c_i符合满足式(49)，则将该字符下标添加集合K中；

步骤11.7.2：顺序遍历集合K，若字符符合满足式(50)，则可将字符调整为若字符符合满足式(51)，则可将字符调整为若字符符合满足式(52)，则可将字符调整为若不满足以上条件，且符合条件i＝2或条件(i＞2且i＜6且u_i+1＝1且u_i-1＝-1)，则可将字符调整为若不满足以上条件，且符合条件i＝6或条件(i＞2且i＜6且u_i+1＝-1且u_i-1＝1)，则可将字符调整为对完成字符位置修正后，置将元素k_i从集合K中剔除，并重新执行步骤11.2，同时若字符符合满足式(49)，则将该字符下标添加至集合K中；不断调整集合K中元素所对应的字符，直至集合K为空；

i！＝2且i！＝6且u_i+1＝1且u_i-1＝1 (52)

步骤11.8：若u₀＝1且u₁＝1，则直接跳至步骤12执行，否则对车牌前两个字符进行位置修正，具体为：

步骤11.8.1：若u₀＝-1且u₁＝-1，则将字符c₁的位置调整为同时置u₁＝1；

步骤11.8.2：若u₀＝1且u₁＝-1，则将字符c₁的位置调整为同时置u₁＝1；

步骤11.8.3：若u₀＝-1且u₁＝1，则需根据满足式(52)-(53)进行分情况处理；若字符c₀符合满足式(52)，则可将字符c₀调整为若字符c₀符合满足式(53)，则可将字符c₀调整为否则，可将字符c₀调整为

且；

w₀∈W,m₀∈M,c₀,c₁∈C

且；

w₀∈W,m₀∈M,c₀,c₁∈C

步骤11.9：将字符集C中所有字符c_i,i＝0,1,…,N-1调整为(c_i.a,c_i.b,0,ht_c-1)；

步骤12：根据字符集C，确定各个字符在车牌图像区域D_c中的位置，进行字符切割。