[发明专利]车牌字符识别装置、方法和计算机可读存储介质

说明书

本发明公开了一种车牌字符识别装置、方法和计算机可读存储介质，所述方法包括：从拍摄的图像/视频中提取车牌图像；在所述车牌图像内计算车牌边缘轮廓；去除所述车牌边缘轮廓内的车牌区域上的干扰对象；将所述车牌区域划分成每个均包含单个字符的多个独立图像，并识别每个独立图像上的字符。根据该识别车牌字符的方法，能够自动地精确识别各种样式的车牌号。

技术领域

本发明涉及复杂环境下车牌识别领域，特别是一种在复杂环境下用来识别车牌上各个字符的车牌字符识别装置、方法和计算机可读存储介质。

背景技术

众所周知，各地区的车牌样式可能不尽相同，比如香港或英国车牌便有多种不同的风格，车牌字符的长度各有不同，或者还包含动态数字，并且车牌还被分成单排车牌和双排车牌，各种车牌的字体也有可能不同，不同车牌的底色也可能不同，如图1a至图1d中示出的各种样式的车牌，这给车牌识别带来了较大的困难。

除了车牌样式不同以外，与诸如停车场等场景下的可能仅有一辆汽车的简单环境相比，在诸如车辆出入口、繁忙道路等复杂环境下摄像机拍摄出来的图像中可能存在多辆汽车，在这种环境下还可能存在其他诸多干扰，例如，建筑物、行人、道路周边绿色等，这在一定程度上给车牌识别造成干扰。

对于各种样式的车牌，并没有较为适合的通用识别技术，通常在拍摄完图像或视频之后，需要工作人员手动打开图像或视频，并用人眼来识别车牌信息。

发明内容

有鉴于此，本发明提出了一种车牌字符识别系统和方法。

根据本发明的一方面，提供了一种用于识别车牌字符的方法，所述方法包括：从拍摄的图像/视频中提取车牌图像；在所述车牌图像内计算车牌边缘轮廓；去除所述车牌边缘轮廓内的车牌区域上的干扰对象；将去除干扰对象后的所述车牌区域划分成每个均包含单个字符的多个独立图像，并识别每个独立图像上的字符。根据该识别车牌字符的方法，能够自动地精确识别各种样式的车牌号，适于在具有诸多干扰要素的复杂环境下识别各种样式的车牌号，也适于“智能城市”里各种场景下的车牌自动识别。

在一个实施例中，所述从拍摄的图像/视频中提取车牌图像包括：通过机器学习获得车牌图像训练模型，将所述拍摄的图像/视频输入到所述车牌图像训练模型，并从所述车牌图像训练模型中输出车牌图像。因此，通过事先大量的样本训练，能够从拍摄的图像中直接提取出所需要的车牌图像。

在一个实施例中，所述在所述车牌图像内计算车牌边缘轮廓包括：将所述车牌图像转换成灰度图；将所述灰度图转换成二值图；根据所述二值图，计算所述车牌边缘轮廓。在计算出车牌边缘之后，在后续处理时可仅针对车牌图像上的车牌区域，因而可避免车牌之外的区域造成过多的干扰。

在一个实施例中，所述干扰对象包括干扰噪点，所述去除所述车牌边缘轮廓内的车牌区域上的干扰对象包括：对所述二值图进行腐蚀和膨胀处理，以去除图像中的干扰噪点，从而能够使得车牌图像上的车牌区域部分更加清晰，以便于字符识别。

在一个实施例中，所述干扰对象还包括干扰线，所述去除所述车牌边缘轮廓内的车牌区域上的干扰对象进一步包括：检测膨胀后的图像是否存在干扰线，若存在干扰线，则消除所述干扰线，从而能够提高字符识别精确度。

在一个实施例中，所述检测膨胀后的图像是否存在干扰线包括：计算所述膨胀后的图像中的字符线条是否在预设的长度区间内，以及相对于水平方向是否处于预设的角度范围内，若存在超出所述预设的长度区间且落在所述预设的角度范围内的线，则确定所述字符线条为干扰线，然后对所述膨胀后的图像进行长度过滤处理，以消除所述干扰线。至此，能够有效地消除各种干扰线，避免影响字符识别。