[发明专利]一种基于Hadoop的分布式车牌识别方法

摘要

本发明涉及一种基于Hadoop的分布式车牌识别方法，属于云计算、数字图像处理、模式识别与计算机视觉技术领域，特别涉及到车牌定位、车牌倾斜校正、车牌字符分割和车牌字符识别等车牌识别关键技术。本发明的综合面积、长宽比以及垂直投影特征值3个因素进行综合评价分析来定位车牌区域，可以消除仅用某一个参数进行评价所带来的误差。本发明基于模板匹配和关键域的车牌字符分割方法能够有效应对字符间粘滞的问题。本发明对不同的字符进行四个侧面扫描提取出字符骨骼累积统计特征，有效的解决了相近字符难以区分问题。本发明系统基于Hadoop平台开发，使用MapReduce编程模型，车牌识别系统的执行效率获得了大幅度提升。

主权项

一种基于Hadoop的分布式车牌识别方法，其特征在于该方法的步骤：1）客户端向网关发送车牌识别请求，请求中包含待识别的车牌图像；2）网关收到请求后形成识别任务下发到主节点上；3）主节点收到识别任务后，根据当前作业节点的状态将包含待识别车牌图像的识别子任务发送给作业节点；作业节点开始车牌识别任务，其主要步骤为：① 车牌图像预处理：对抓拍到的车牌图像进行高斯滤波处理，减小噪声的影响，然后作灰度化处理得到灰度图像；② 车牌定位：首先利用Sobel算子对包含车牌的图像进行边缘检测，然后进行二值化处理，再对二值图像进行形态学滤波，使车牌区域形成一个连通区域，然后根据车牌的先验知识：长宽比相对固定，在二值图像上字符呈现明暗交替变化，分别采用面积、长宽比、一级垂直投影特征进行加权综合来对所得到的连通区域进行筛选，选定一个最佳的区域作为牌照区域，并将其从图像中分隔出来；③ 车牌校正：由于车牌的上下沿是两条明显的平行线，所以结合Hough变换和特征投影法来检测车牌的倾斜角，然后对车牌图像进行倾斜校正；④ 车牌字符分割：采用模板匹配，关键域和垂直投影法相结合的方式进行车牌字符分割；充分利用车牌自身的特征并结合模板匹配法对车牌进行分割，该方法分割速度快且能够有效应对字符粘连、模糊等情况；⑤ 字符特征提取和归一化：对不同的字符进行四个侧面扫描提取出字符骨骼累积统计特征，包括笔画斜率累积特征、拐点幅度累积特征、轮廓深度累积特征；最后通过固定粗网格提取字符内部像素特征；⑥ 字符识别：字符识别的基本思想是匹配分类，首先对待识别字符样本进行特征提取，将这些特征和预先存储在字符库中的一支字符模式集合逐一进行比对，将最接近输入字符模式的已知字符作为识别结果，本方案采用概率神经网络的识别方法；作业节点完成任务后向主节点返回成功消息，消息中包含车牌字符串；4）主节点将识别出来的车牌字符串返回给客户端。