[发明专利]一种车牌字符切割新方法

摘要

一种车牌字符切割方法，属于智能交通技术领域。它是针对车牌字符切割过程中可能遇到的各种问题给出了解决方案，基于投影的字符切割方法，该方法在切分字符的基础上实现了断裂字符的修复、粘连字符分割、字符的精确定位等过程，显著改善了车牌字符切割的准确率，为后续字符的正确识别提供了保障，它用于定位和分析的字符参考宽度、中心点距离都是用基于统计的方法动态获取的，更加精确。

主权项

一种车牌字符切割方法，其特征在于包括如下步骤：步骤1：获得经过车牌定位、倾斜校正、灰度、滤波和二值化算法处理后的白底黑字的车牌二值化图像D，其中图像的宽度为wh1，高度为ht1，单位为像素；步骤2：用基于投影的水平切割方法进行车牌字符区域的精确定位，确定车牌字符区域Dc；步骤3：对步骤2的车牌字符区域Dc进行字符切割，得到字符集C＝{ci|ci＝(li,ri,ai,bi)；i＝0,1,…,N‑1}，其中，li,ri,ai,bi分别表示字符ci的左右上下边界，N表示集合C中元素的个数；步骤4：根据字符集C重新调整车牌字符区域Dc，具体为：步骤4.1：计算出字符集C对应的字符宽度集W和字符的最适宽度具体为：步骤4.1.1：根据公式(14)，得到字符集C对应的字符宽度集W；W＝{wi|wi＝ci.r‑ci.l+1,ci∈C,i＝0,1,…,N‑1}                    (14)步骤4.1.2：根据公式(15)‑(16)，得到字符宽度集W'，N'w表示集合W'中元素的个数；wa＝cN‑1.r‑c0.l+1；cN‑1,c0均∈C                                  (15) 其中，wa表示最右侧字符的右边界和最左侧字符的左边界的距离；步骤4.1.3：将字符宽度集W'中元素按照从小到大的顺序进行排序，然后不断剔除掉W'中最大和最小的元素，直至W'中元素的个数小于5，根据公式(17)得到集合W'中元素的平均值，记为aw0；步骤4.1.4：根据公式(17)‑(19)，计算出集合W'中所有元素的方差集Vw和标准差sw；aw=1Nw′Σwi∈W′wi---(17)]]> Vw＝{vi|vi＝(wi‑aw)2,wi∈W',i＝0,1,…,N'w‑1}                    (18)sw=1Nw′Σvi∈Vwvi---(19)]]> 其中，aw表示W'中所有字符宽度的平均值；步骤4.1.5：若标准差sw＜0.6且N'w＞1，则跳至步骤4.2执行；若标准差sw＜0.6且N'w＝1，则跳至步骤4.2执行；若标准差sw≥0.6，则继续执行步骤4.1.6； 步骤4.1.6：剔除掉W'中对应方差最大的元素，然后返回步骤4.1.4执行； 步骤4.2：根据公式(20)得到字符集C1，字符集C1中元素个数为N1； 步骤4.3：统计出集合C1中满足ci.a＝0的字符个数Na以及满足ci.b＝htc‑1的字符个数Nb；步骤4.4：若则根据公式(21)计算出车牌上边界a，否则令a＝0；若则根据公式(22)计算得出车牌上边界b，否则令b＝htc‑1；若且则直接跳至步骤6执行；a=1N1-NaΣci∈C1,ci.a≠0ci.a---(21)]]>b=1N1-NbΣci∈C1,ci.b≠htc-1ci.b---(22)]]>步骤4.5：根据公式(23)调整车牌所在区域Dc，根据公式(24)更新区域Dc的高度htc；Dc＝{(x,y)|x∈[a,b],y∈[0,wh1),(x,y)∈Dc}                       (23)htc＝b‑a+1                                                     (24)步骤5：对步骤4确定的车牌区域Dc，根据步骤3重新进行字符集定位，得到新的字符集C＝{ci＝(li,ri,ai,bi)|i＝0,1,…,N‑1}，N表示集合C中元素的个数；步骤6：解决字符断裂问题，具体为：步骤6.1：根据步骤4.1，得到字符集C对应的字符宽度集W和字符最适宽度步骤6.2：计算得到字符集C对应的字符中心点间距集合M和最适字符中心点间距具体为： 步骤6.2.1：根据公式(25)，得到字符中心点间距集合M，集合M的元素个数为Nm；M={mi|mi=ci+1.l+ci+1.r2-ci.l+ci.r2+1,ci,ci+1∈C,i=0,1,...,N-2}---(25)]]> 步骤6.2.2：根据公式(26)，得到中心点间距集合M′，并根据公式(27)，得到集合M′中元素的平均值，记为am0； 步骤6.2.3：根据公式(27)‑(29)，得到集合M′中所有元素的方差集Vm和标准差sm；am=1NmΣmi∈M′mi---(27)]]> Vm＝{vi|vi＝(mi‑am)2,mi∈W',i＝0,1,…,Nm‑1}                     (28)sm=1NmΣvi∈Vmvi---(29)]]>其中，am表示M′中所有字符宽度的平均值；步骤6.2.4：若集合M′中元素的个数3，则更新am0＝am；步骤6.2.5：若标准差sm＜1.2且Nm＞1，则跳至步骤6.3执行；若标准差sm＜1.2且Nm＝1，则跳至步骤6.3执行；若标准差sm≥1.2，则继续执行步骤6.2.6；步骤6.2.6：剔除掉集合M′对应方差最大的元素，然后返回步骤6.2.3执行。步骤6.3：根据字符对的中心点间距、字符高度和字符宽度分析出断裂字符和错误字符，并实现断裂字符的修复和错误字符的剔除，具体为：顺序遍历集合M中除首尾元素外的元素mi,i＝1,2,…,Nm‑2，若则ci和ci+1是断裂字符对或存在错误字符，需进一步根据满足式(30)‑(34)判断字符对属于何种情况，若满足式(32)，则需要剔除字符ci；若满足式(33)，则需要剔除字符ci+1；若满足式(33)，则字符ci和ci+1可以进行合并； hx＝cx.b‑cx.a+1；cx∈C,x＝0,1,…,N‑1                            (30) Y(x,y)＝cy.r‑cx.l+1；cx,cy∈C,x＝0,1,…,N‑1,y＝0,1,…,N‑1       (31) 其中，hx表示字符cx的高度，Y(x,y)表示集合C中字符cx的左边界和字符cy的右边界之间的距离；步骤6.4：对字符集C进行更新，得到解决了断裂问题后的字符集C，字符集C中元素的个数为N；步骤7：解决字符粘连问题，具体为：步骤7.1：根据步骤4.1，得到字符集C对应的字符宽度集W和字符最适宽度步骤7.2：根据步骤6.2，得到字符集C对应的字符中心点间距集合M和最适字符中心点间距步骤7.3：顺序遍历字符集C中所有字符ci,i＝0,1,…,N‑1，若字符ci满足式(38)，则字符ci是粘连字符，进一步根据满足式(40)‑(43)判断该字符属于何种字符粘连情况，再分别进行处理：A.若字符ci满足式(40)，则认为该字符是错误字符，不进行分割；B.若字符ci满足式(41)，则认为该字符是二字符粘连字符，需要进一步根据满足式(44)‑(46)判断该字符是何种二字符粘连情况，再分别进行处理：a.若字符ci满足式(44)，则认为该字符是两个“1”字符粘连的情况，将字符ci分割为和两个字符；b.若字符ci满足式(44)，则认为该字符为“1”字符和非“1”字符粘连的情况，将字符ci分割为和两个字符；c.若字符ci满足式(45)，则认为该字符为非“1”字符和“1”字符粘连的情况，将字符ci分割为和两个字符；d.若字符ci满足则认为该字符为两个非“1”字符粘连的情况，将字符ci分割为和两个字符；C.若字符ci满足式(42)，则认为该字符是三字符粘连字符，将字符ci分割为三个字符；D.若字符ci满足式(43)，则认为该字符是四字符粘连字符，将字符ci分割为四个字符；di=c1.l-c0.r+1;i=0cN-1.r-cN-2.r+1;i=N-1ci+1.l-ci-1.r+1;i=1,2,...,N-2---(35)]]>dLi=ci.l-ci-1.r+1;i=1,2,...,N-20;i=0,N-1---(36)]]>dRi=ci+1.l-ci.r+1;i=1,2,...,N-20;i=0,N-1---(37)]]> (i＝0或i＝N‑1)且(hi＜0.6×htc或ti＞0.8×wi×htc)；wi∈W          (40) 其中，di表示字符ci左侧字符的右边界与其右侧字符的左边界的距离，dLi表示字符ci左边界与其左侧字符右边界的距离，dRi表示字符ci右边界与其右侧字符左边界的距离，ti表示字符ci中黑色像素点的个数，hi根据公式(30)计算得到，表示字符ci的高度；步骤7.4：对字符集C进行更新，得到解决了字符粘连问题后的字符集C，字符集C中元素的个数为N；步骤8：若N＞7，则需要进行字符筛选，转至步骤9执行；否则，直接转至步骤10执行；步骤9：筛选出正确的7个字符，具体为：步骤9.1：根据步骤4.1，得到字符集C对应的字符宽度集W和字符最适宽度步骤9.2：根据步骤6.2，得到字符集C对应的字符中心点间距集合M和最适字符中心点间距步骤9.3：根据步骤3.2，更新字符集C中所有字符的上下边界；步骤9.4：确定中心字符cf，cf为字符集C中下标为f的字符，具体为：顺序遍历中心点距离集合M，找到第一个满足的元素，则f可由公式(47)确定；步骤9.5：筛选出正确的7个字符，保存至字符集C2中，具体为：步骤9.5.1：若字符cf不符合满足式(48)，则认为该字符为正确的字符，将其保存至字符集C2中；步骤9.5.2：顺序交替的遍历字符集C中位于字符cf两边的字符ci，若字符ci不符合满足式(48)，则认为字符ci为正确字符，将其保存至字符集C2中；其中，字符的遍历方式为顺序交替的遍历字符cf两边的字符，即所遍历字符的下标顺序为f‑1,f+1,f‑2,f+2…，如果完成一侧字符的遍历，则结束交替遍历，继续进行另一侧字符的顺序遍历；每分析完一个字符，需要判断判别式lc+rc+tc＝7是否正确，若正确，则默认剩余未判断的字符都为正确字符，直接顺序加到集合C2中；其中，lc表示字符cf左侧未分析的字符数量，rc表示字符cf右侧未分析的字符数量，tc表示当前字符集C2中正确字符的数量； 其中，hi根据公式(30)计算得到，表示字符ci的高度；步骤9.5.3：对字符集C2中字符按照ci.l从小到大的顺序进行排序，并更新C＝C2；步骤10：若N＜6，则表示车牌字符切割失败，不再执行下面的步骤；否则，继续执行步骤11；步骤11：找到字符集C中位置存在位置偏差的字符进行位置修正，实现字符的精确定位，集合U{ui|i＝0,1,…,N‑1}表示字符集C中字符位置的正确性，ui＝‑1表示字符ci位置存在偏差，ui＝1表示字符ci位置正确，初始ui都为‑1，算法的具体过程为：步骤11.1：根据步骤4.1，得到字符集C对应的字符宽度集W和字符最适宽度步骤11.2：根据步骤6.2，得到字符集C对应的字符中心点间距集合M和最适字符中心点间距步骤11.3：若N＝6且则认为是第一个字符缺失的情况，估算出第一个字符的位置为并将其加到字符集C的最前端，并重新执行步骤11.1和步骤11.2；步骤11.4：顺序遍历字符集C，找到字符宽度合理的非粘连字符，即若字符ci满足！Z(i)且则认为该字符位置正确，令ui＝1，其中Z(i)返回为true表示ci是由粘连算法分割出来的字符； 步骤11.5：顺序遍历字符集C，若字符ci符合满足式(49)，则将该字符下标添加集合K中；步骤11.6：顺序遍历集合K，若字符符合满足式(50)，则置ui＝1，并将元素ki从集合K中剔除，同时若字符符合满足式(49)，则将该字符下标添加至集合K中，不断分析集合K中元素所对应的字符，直至集合K为空； 步骤11.7：首先对车牌后五个字符进行位置修正，具体为： 步骤11.7.1：顺序遍历字符集C，若字符ci符合满足式(51)，则将该字符下标添加集合K中；步骤11.7.2：顺序遍历集合K，若字符符合满足式(52)，则可将字符调整为若字符符合满足式(53)，则可将字符调整为若字符符合满足式(54)，则可将字符调整为若不满足以上条件，且符合条件(i＝2或(i＞2且i＜6且ui+1＝1且ui‑1＝‑1))，则可将字符调整为若不满足以上条件，且符合条件(i＝6或(i＞2且i＜6且ui+1＝‑1且ui‑1＝1))，则可将字符调整为对完成字符位置修正后，置将元素ki从集合K中剔除，并重新执行步骤11.2，同时若字符符合满足式(51)，则将该字符下标添加至集合K中；不断调整集合K中元素所对应的字符，直至集合K为空； i！＝2且i！＝6且且ui+1＝1且ui‑1＝1                               (54) 步骤11.8：若u0＝1且u1＝1，则直接跳至步骤12执行，否则对车牌前两个字符进行位置修正，具体为：步骤11.8.1：若u0＝‑1且u1＝‑1，则将字符c1的位置调整为同时置u1＝1；步骤11.8.2：若u0＝1且u1＝‑1，则将字符c1的位置调整为同时置u1＝1；步骤11.8.2：若u0＝‑1且u1＝1，则需根据满足式(55)‑(56)进行分情况处理；若字符c0符合满足式(55)，则可将字符c0调整为若字符c0符合满足式(56)，则可将字符c0调整为否则，可将字符c0调整为 步骤11.9：将字符集C中所有字符ci,i＝0,1,…,N‑1调整为(ci.a,ci.b,0,htc‑1)；步骤12：根据字符集C，确定各个字符在车牌图像区域Dc中的位置，进行字符切割。