[发明专利]一种基于MSER和SWT相结合的车辆车牌检测识别方法

权利要求书

1.一种基于MSER和SWT相结合的车辆车牌检测识别方法，用于对待检测图像中的车牌区域进行检测识别，其特征在于，包括：

步骤一，对所述待检测图像依次进行预处理、最大稳定极值区域MSER检测分割处理和笔画宽度变换SWT处理，得到车牌字符的候选区域后再根据车牌几何特征完成车牌定位；

步骤二，对定位后的所述候选区域进行分割校正处理和归一化处理，将经过上述处理后的所有车牌字符分别与模板中的字符进行匹配，根据匹配的结果识别出所述车牌区域内的所有的车牌字符所对应的字符信息，

其中，所述车牌字符包括汉字字符和数字、字母字符，

所述模板包括汉字模板和数字、字母模板，

所述步骤二的识别过程是：

对于汉字字符，根据汉字字符与所述汉字模板中的汉字的匹配关系来进行匹配对应，

对于数字、字母字符，根据数字、字母字符与所述数字、字母模板中的数字、字母的匹配关系来进行匹配对应。

2.根据权利要求1所述的基于MSER和SWT相结合的车辆车牌检测识别方法，其特征在于：

其中，所述步骤一包括以下子步骤：

步骤1.1，将所述待检测图像转换为灰度图像并进行对比度增强操作，提取对比度增强操作后的所述灰度图像中的MSER区域并进行边缘检测膨胀后对所述MSER区域进行分割，得到根据车牌字符特征筛选后的候选区域；

步骤1.2，在所述候选区域内做基于一系列腐蚀操作的笔画宽度变换SWT，并对得到的各个所述候选区域的笔画宽度值进行筛选；

步骤1.3，对经过笔画宽度过滤筛选得到的车牌字符的候选区域聚合，根据车牌几何特征对聚合后的区域实现车牌精定位。

3.根据权利要求2所述的基于MSER和SWT相结合的车辆车牌检测识别方法，其特征在于：

其中，所述步骤1.1包括以下子步骤：

步骤1.1.1，对所述待检测图像灰度化之后，进行非线性灰度变换，用于突出所述车牌区域得到对比度增强后的图像；

步骤1.1.2，对对比度增强后的图像进行MSER区域提取；

步骤1.1.3，对对比度增强后的图像进行Canny边缘检测和膨胀操作后再与原MSER区域取交后分割原MSER区域；

步骤1.1.4，对步骤1.1.3所得到的分割后的MSER区域根据车牌字符特征对其基本统计特征进行筛选，所述基本统计特征包括最小外接矩形宽高比、区域大小以及占空比。

4.根据权利要求3所述的基于MSER和SWT相结合的车辆车牌检测识别方法，其特征在于：

其中，所述步骤1.2包括以下子步骤：

步骤1.2.1，对根据车牌字符特征筛选得到的候选区域内做K次腐蚀操作，K是连通域被腐蚀为空集前的最后一次迭代步骤；

步骤1.2.2，计算所述候选区域内的各个像素与步骤1.2.1腐蚀后剩余像素的欧式距离，并乘以2后赋值为其笔画宽度值；

步骤1.2.3，对步骤1.2.2得到的各个所述候选区域的所述笔画宽度值，根据车牌字符笔画宽度特点对各连通域进行筛选。