[发明专利]一种基于车牌识别的智能交通分析方法

权利要求书

1.一种基于车牌识别的智能交通分析方法，其特征在于，包括以下步骤：

1)原始图像采集，使用高速摄像机对出现在画面内的信息进行录像；

2)图像预处理，对采集到的录像进行灰度处理，然后进行降噪处理；

3)车牌定位，使用基于小波分析定位法对车牌进行定位；

4)字符分割，对已经定位出车牌区域的图像进一步处理，精确定位字符区域，然后根据字符尺寸特征采用动态模板进行字符分割，并将字符大小进行归一化处理；

5)字符识别，对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别和分类规则，识别出输入的字符图像。

2.根据权利要求1所述的一种基于车牌识别的智能交通分析方法，其特征在于，所述步骤3)车牌定位中，使用的小波分析定位法包括以下步骤：

1)先使用自适应滤波多尺度边缘检测方法检测出车牌的边缘；

2)然后用数学形态学方法度阈值二值化后的边缘图像记性系列形态运算，进一步消除无用信息；

3)最后用基于车牌底色识别的方法进行车牌定位。

3.根据权利要求1所述的一种基于车牌识别的智能交通分析方法，其特征在于，所述步骤2)中对图像预处理，具体为对拍到的车辆图像进行灰度化和去噪处理，在处理中保留和增强车牌中纹理和颜色信息。

4.根据权利要求3所述的一种基于车牌识别的智能交通分析方法，其特征在于，所述灰度化处理，具体做法为将拍到的图像转化为BMP格式，转换为256个亮度级的灰度图像，使用加权平均值法作为灰度化算法。

5.根据权利要求4所述的一种基于车牌识别的智能交通分析方法，其特征在于，所述加权平均值法对BMP图像的R、G、B值赋予权值后加权平均，即：

R＝G＝B＝(W_rR+W_gG+W_bB)/3；

灰度图像随着赋予不同的权值而变化，实际中取(0.299/0.587/0.114)时，图像效果最好。

6.根据权利要求5所述的一种基于车牌识别的智能交通分析方法，其特征在于，所述在图像灰度化处理后，还要进行灰度拉伸，通过T变换来改变图像中每个点的像素值，直至达到满意的效果，即：

g(x,y)＝T[f(x,y)]。

7.根据权利要求1所述的一种基于车牌识别的智能交通分析方法，其特征在于，在步骤4)和步骤3)之间还包括一个选择性触发的步骤，车牌校正，具体为将倾斜的车牌图像进行校正。

8.根据权利要求1所述的一种基于车牌识别的智能交通分析方法，其特征在于，所述字符分割中，所述的对已经定位出车牌区域的图像进一步处理包括：灰度化、灰度拉伸、二值化和边缘化处理。

9.根据权利要求1所述的一种基于车牌识别的智能交通分析方法，其特征在于，所述步骤字符识别中，还包括与字符模板数据库中的标准字符表达形式进行匹配判别。

10.根据权利要求1所述的一种基于车牌识别的智能交通分析方法，其特征在于，还包括结果输出步骤，将车牌识别的结果以文本格式的形式输出。