[发明专利]一种基于特征融合匹配的行驶证检测和识别方法

权利要求书

1.一种基于特征融合匹配的行驶证检测和识别方法，其特征在于，包括以下步骤：

步骤A：从行驶证模板图像中提取关键点，计算关键点特征；

步骤B：使用分类器判定待检测图像是否为行驶证图像；

步骤C：若为行驶证图像，则从图像中提取关键点，计算关键点特征；

步骤D：根据提取的关键点特征，进行特征匹配，计算透视变换矩阵，得到行驶证定位和校正结果；

步骤E：提取行驶证字段区域图像，进行字段区域图像二值化；

步骤F：对字段区域进行文字分割，并使用分类器对文字进行识别，得到行驶证文字内容识别结果。

2.根据权利要求1所述的一种基于特征融合匹配的行驶证检测和识别方法，其特征在于，所述步骤A中，从行驶证模板图像中提取关键点，计算关键点特征，具体包括以下步骤：

步骤A1：从行驶证模版图像中提取候选关键点；

步骤A2：对候选关键点进行非极大值抑制操作，筛选关键点：对于候选关键点，在以其为中心5×5像素的邻域内，如果该候选关键点的得分值S为该邻域中所有候选关键点的得分最大值，则将其标记为关键点，否则将其标记为非关键点；

步骤A3：计算关键点特征。

3.根据权利要求1所述的基于特征融合匹配的行驶证检测和识别方法，其特征在于，所述步骤A1中，从行驶证模版图像中提取候选关键点，具体包括以下步骤：步骤A11：对图像进行灰度化处理，其灰度化公式如下：

V＝(V_r+V_g+V_b)/3；

其中，V_r、V_g、V_b为图像在RGB颜色空间下各通道的像素值，V为灰度值；

步骤A12：对于图像中的每个像素点，按照下面的公式计算其得分值S：

其中，P为当前像素点的灰度值，n_r为以当前像素点为中心半径为r的圆上点的个数，为半径为r圆上第in个像素点的灰度值，R为统计半径最大值，pix为函数f的输入参数，t为跳跃阈值；

步骤A13：当像素点的得分值S大于设定阈值时，将该像素点标记为候选关键点。

4.根据权利要求1所述的基于特征融合匹配的行驶证检测和识别方法，其特征在于，所述步骤A3中，计算关键点特征，具体包括以下步骤：

步骤A31：计算梯度：将图像转换到HSV颜色空间，只取H通道作为其灰度值；对关键点，计算以其为中心的64×64像素邻域内各像素点的梯度，公式如下：

θ＝arctan(G_y/G_x)；

其中，A为以关键点为中心3×3邻域所有像素点灰度值组成的矩阵，为卷积运算，G_x为横向梯度幅值，G_y为纵向梯度幅值，G为梯度幅值，θ为梯度方向；

步骤A32：计算特征向量；

步骤A33：对特征向量进行降维操作，得到降维后的特征向量。