[发明专利]一种车牌定位方法在审
申请号: | 201611213190.0 | 申请日: | 2016-12-23 |
公开(公告)号: | CN106815580A | 公开(公告)日: | 2017-06-09 |
发明(设计)人: | 白丽莎;王勇;叶红波;张悦强 | 申请(专利权)人: | 上海集成电路研发中心有限公司;成都微光集电科技有限公司 |
主分类号: | G06K9/20 | 分类号: | G06K9/20;G06K9/32;G06K9/46 |
代理公司: | 上海天辰知识产权代理事务所(特殊普通合伙)31275 | 代理人: | 吴世华,陈慧弘 |
地址: | 201210 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车牌 定位 方法 | ||
1.一种车牌定位方法,其特征在于,包括以下步骤:
S10:撷取含有车牌的图像;
S20:通过分别提取该图像中符合车牌颜色的指定颜色特征、水平边缘特征和竖直边缘特征以得到一张包含车牌候选区域的二值图;
S30:对所述车牌候选区域进行膨胀,并通过计算所述车牌候选区域中各连通域的面积,确定面积最大的连通域为车牌区域,所述连通域为由多个连续且像素值为1的像素组成的区域。
2.根据权利要求1所述的车牌定位方法,其特征在于,步骤S20包括:
S21:提取该图像中符合车牌颜色的指定颜色特征以得到一张包含指定颜色特征区域的二值图像;
S22:提取该图像中水平边缘特征和竖直边缘特征以得到一张包含边缘特征区域的二值图像;
S23:将上述包含指定颜色特征区域的二值图像和包含边缘特征区域的二值图像进行逻辑与运算,以得到所述包含车牌候选区域的二值图。
3.根据权利要求2所述的车牌定位方法,其特征在于,
步骤S21包括:将所述含有车牌的图像由RGB格式图像转换到HSV格式图像,提取该图像中符合车牌颜色的指定颜色特征;
步骤S22包括:将所述包含车牌的图像转换为灰度图像,利用Sobel算子提取所述水平边缘特征和竖直边缘特征。
4.根据权利要求2所述的车牌定位方法,其特征在于,步骤S22还包括对所述边缘特征区域进行膨胀的步骤。
5.根据权利要求4所述的车牌定位方法,其特征在于,对所述边缘特征区域进行膨胀的步骤包括:
设定长度为P个像素、宽度为Q个像素的矩形,P和Q均为大于等于3的正整数;
对所述包含边缘特征区域的二值图像中每一个像素值为1的像素,将以其为中心的该矩形范围内的所有像素的像素值替换为1。
6.根据权利要求1所述的车牌定位方法,其特征在于,步骤S30中对所述车牌候选区域进行膨胀包括矩形像素组填充膨胀和/或形态学膨胀,其中所述矩形像素组膨胀包括:
设定长度为M个像素、宽度为N个像素的矩形,M和N均为大于等于3的正整数;
对所述包含车牌候选区域的二值图中每一个像素值为1的像素,将以其为中心的该矩形范围内的所有像素的像素值替换为1。
7.根据权利要求1所述的车牌定位方法,其特征在于,步骤S30中计算所述车牌候选区域中各连通域的面积的步骤包括:
S31:沿水平方向逐行扫描所述车牌候选区域;
S32:为每一行中像素值为1的像素及其相邻像素值为1的像素标记连通域编号;
S33:计算各所述连通域中像素值为1的像素的个数以得到各所述连通域的面积。
8.根据权利要求7所述的车牌定位方法,其特征在于,步骤S32包括:
S321:对于像素值为1的当前像素判断其是否已被标记为属于第1个-第i个中任一个连通域,若是则进行步骤S323,若否则将其标记为属于第i+1个连通域并使得第i+1个连通域中像素值为1的像素个数加1;对于像素值为0的当前像素进行步骤S323;其中i为已标记的连通域的编号最大值;
S322:扫描该当前像素的8个相邻像素,若有K个相邻像素的像素值为1且没有被标记为属于第1个-第i+1个中任一个连通域,将该K个相邻像素标记为属于第i+1个连通域并使得第i+1个连通域中像素值为1的像素个数递增K,其中K为小于等于8的正整数;
S323:选取当前行的下一个像素作为当前像素;
重复上述步骤S321-S323直至该行所有像素扫描完毕。
9.根据权利要求1所述的车牌定位方法,其特征在于,还包括:将所述车牌区域的坐标映射至所述含有车牌的图像中,以获得车牌图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海集成电路研发中心有限公司;成都微光集电科技有限公司,未经上海集成电路研发中心有限公司;成都微光集电科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611213190.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于主动轮廓模型的曲线降噪方法
- 下一篇:图像处理方法及装置