[发明专利]一种基于视觉显著性检测的MSER车牌定位方法及系统

权利要求书

1.一种基于视觉显著性检测的MSER车牌定位方法，其特征在于，包括如下步骤：

S1.获取待检测图像的显著性特征，对待检测图像进行分割以获取分割图像，对比所述显著性特征和分割图像提取待检测图像的目标主体数据，以得到目标主体图像；

S2.对目标主体图像进行边缘增强，提取目标主体图像的最大极值稳定区域；其中，对目标主体图像采用边缘增强，即采用Laplacian变换提取边缘图像，与原图叠加得到边缘增强图像，对边缘增强图像进行滤波后提取MSER区域，以得到目标主体图像的最大极值稳定区域；对边缘增强图像进行滤波后提取MSER区域后，根据MSER区域的大小和设定的车牌字符大小对比进行粗筛选，去掉明显不符合车牌字符大小的区域，同时去掉字符区域的重叠部分，以得到目标主体图像的最大极值稳定区域；

S3.利用分类器判断所述最大极值稳定区域为字符区域的概率，所述概率大于预设阈值时，判断所述最大极值稳定区域为候选字符区域，聚合候选字符区域定位车牌位置。

2.根据权利要求1所述的一种基于视觉显著性检测的MSER车牌定位方法，其特征在于，采用FT显著性检测方法获取待检测图像的显著性特征，其中，待检测图像的显著性特征S(x,y)为：

其中，I_u为原始图像转换为Lab特征空间后的平均像素值，为Lab特征图像像素高斯平滑后的像素值，(x,y)为像素点坐标。

3.根据权利要求1或2所述的一种基于视觉显著性检测的MSER车牌定位方法，其特征在于，采用Mean-shift分析方法对待检测图像进行分割以获取分割图像，具体为：

利用模点搜索找到每个数据点的分类中心点，以分类中心点的颜色更换模点颜色，同时利用模点聚类合并相似区域。

4.根据权利要求1所述的一种基于视觉显著性检测的MSER车牌定位方法，其特征在于，步骤S3具体为：

采用训练好的字符分类器，对所述最大极值稳定区域进行分类判别，确定M所述最大极值稳定区域为字符的概率，筛选出概率大于预设阈值的最大极值稳定区域，将最大极值稳定区域判定为候选字符区域。

5.根据权利要求1所述的一种基于视觉显著性检测的MSER车牌定位方法，其特征在于，所述聚合候选字符区域定位车牌位置的具体过程为：根据确定的候选字符区域，计算最左和最右的候选字符区域的距离作为车牌可能的最小宽度，将候选字符区域中高度最大的作为车牌可能的最小高度，以最小宽度和最小高度最为候选字符区域的外边框，将所有的候选字符区域聚合在外边框内精准定位车牌。

6.一种基于视觉显著性检测的MSER车牌定位系统，其包括目标主体图像获取模块、最大极值稳定区域获取模块和车牌位置定位模块，其特征在于，

目标主体图像获取模块用于获取待检测图像的显著性特征，对待检测图像进行分割以获取分割图像，对比所述显著性特征和分割图像提取待检测图像的目标主体数据，以得到目标主体图像；

最大极值稳定区域获取模块用于对目标主体图像进行边缘增强，提取目标主体图像的最大极值稳定区域；

车牌位置定位模块用于利用分类器判断所述最大极值稳定区域为字符区域的概率，所述概率大于预设阈值时，判断所述最大极值稳定区域为候选字符区域，聚合候选字符区域定位车牌位置，以使得所述系统实现权利要求1～5任一权利要求所述方法的步骤。

7.一种终端设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行权利要求1～5任一权利要求所述方法的步骤。

8.一种计算机可读介质，其特征在于，其存储有可由终端设备执行的计算机程序，当所述程序在终端设备上运行时，使得所述终端设备执行权利要求1～5任一权利要求所述方法的步骤。