[发明专利]车牌识别方法及其识别系统

权利要求书

1.一种车牌识别方法，包括车牌图像定位、字符分割、以及字符识别，其特征在于，所述字符识别具体包括如下步骤：

去除字符分割处理后的单个字符图像的冗余边框，并将各个字符图形转化到相同大小像素；

将各个字符图像分为两类，第一类为汉字图像、第二类为字母与数字图像；

其中，第一类利用Gabor滤波器提取各个汉字图像的图像特征，并利用最小距离分类器根据其图像特征实现分类；

其中，第二类利用基于相关性的特征挑选法(CFS)从数字与字母的原始特征向量中挑选代表力强和冗余性低的特征子集合，并利用贝叶斯分类器根据所述特征子集合对数字与字母实现分类。

2.根据权利要求1所述的车牌识别方法，其特征在于，将各个字符图形转化到相同大小像素，具体是：

利用高斯函数对图像做立方插值运算，将各个字符图形都转化到60×30像素。

3.根据权利要求1所述的车牌识别方法，其特征在于，在将各个字符图形转化到相同大小像素之后，该车牌识别方法还包括：

使用均值滤波器对各字符图像进行平滑滤波、以及使用最大类间方差法(OTSU)对各字符图像进行二值化处理。

4.根据权利要求1所述的车牌识别方法，其特征在于，将各个字符图像分为两类，第一类为汉字图像、第二类为字母与数字图像，具体包括：

区分首末字符与中间字符，中间字符直接判定为第二类字母与数字图像；

利用二叉树分类器对首末字符图像再次进行汉字、字母和数字的粗分，第一类为汉字图像，第二类为字母与数字图像；

如果所述首字符为“W”，则进入武警车牌识别系统进行识别。

5.根据权利要求1所述的车牌识别方法，其特征在于，所述Gabor滤波器使用的Gabor函数是：

其中，x′＝xcosθ+ysinθ、y′＝-x sinθ+ycosθ、

其中，λ是波长，它的单位是像素，其有效波长大于等于2、同时小于输入图像大小的五分之一；

其中，θ是旋转角度，它的单位是度，其有效取值区间是[0°，360°]；

其中，φ是相移，它的单位是度，有效取值范围是[-180°，180°]；

其中，γ是纵横比；

其中，bw是带宽。

6.根据权利要求5所述的车牌识别方法，其特征在于，利用Gabor滤波器提取各个汉字图像的图像特征，包括：

将待处理的字符图像与卷积核进行卷积得60×30的复数矩阵；

对同一字符图像取四个方向的纹理特征并拼接得60×120的实数矩阵，所述四个方向分别是θ＝0°、45°、90°、135°的方向；

将所述实数矩阵变换为7200维特征向量，并通过PCA算法(Principle Component Analysis)将特征向量降至78维；

所述卷积核由所述Gabor函数构建而得，其卷积核如下式：

其中，λ＝8，φ＝0°，γ＝0.5，bw＝1，卷积尺度为35×35。

7.根据权利要求1所述的车牌识别方法，其特征在于，所述数字与字母的原始特征向量的具体获取步骤如下：

定义一个10×5的结构元素；

将此结构元素在字符图像上每隔一个像素移动一次，直至覆盖整个字符图像；

每次移动时，统计该结构元素覆盖区域的白点像素个数并除以结构元素的面积作为一个特征，最后得到一个1326维的原始特征向量。