[发明专利]车牌识别方法及其识别系统

说明书

技术领域

本发明属于车辆识别技术领域，具体涉及一种针对我国车牌的高精度的车牌识别方法及其识别系统。

背景技术

我国车牌主要有蓝底白字、黄底黑字、白底黑字红字和黑底白字四种类型，它包括汉字、英文、以及数字共七个字符，其中汉字通常位于车牌的首末，中间五个字符通常为数字或字母。

车牌识别技术，是车辆自动识别技术的重要组成部分。它主要是利用每一个汽车都有唯一的车牌号码从而不同车辆具有不同牌照的思想来识别和统计车辆。它将摄像机所拍摄的车辆图像，通过一系列的图像处理、模式识别等技术，进行车牌号码的识别。在不影响汽车状态的情况下，计算机自动完成车牌号码的识别。

如图1所示，一个完整的车牌识别系统包含3个核心子系统：车牌图像定位单元、字符分割单元、以及字符识别单元，每一个子系统的正确率对下一个系统都有着直接的影响。

车牌识别系统的工作原理是，当车辆通过检测区域时，摄像头捕获车辆图像并传送到图像采集卡中，图像采集卡将采集到的车辆图像送入计算机进行识别，详细步骤如下：

1、车牌图像定位单元从输入的车辆图像中筛选出车牌图像区域；

2、字符分割单元将所述车牌图像区域分割为多个单个字符；

3、字符识别单元对各个字符进行分类识别，并输出相应的识别结果送至监控中心或收费处等信息处理场所。

对车牌的准确定位以及车牌字符的准确分割是进行车牌识别工作的前提。由于，我国车牌中不仅有英文字母和阿拉伯数字，还包括了笔画繁杂的汉字，车牌字符识别的难度比仅有数字和字母外国车牌大得多。因此，车牌字符识别对于我国车辆识别系统尤其关键。

目前，国内主要的车牌字符识别方法包括基于二值化图和基于灰度图的方法，具体是：由于汉字在二值化过程中会丢失许多有用信息，产生不必要的噪声和笔画断裂，最近的研究都是基于灰度图来进行汉字识别工作。这类方法可分为两种：基于局部特征的和基于全局特征的。前者的基本思想是把字符图像分割成若干基元来提取汉字的局部结构特征，将研究重点放在分析基元之间的相互关系和排列规则上，比较典型的算法有：地质学结构特征，笔画密度特征，笔画分布特征，笔画分析特征，笔画方向特征，等等。后者也称统计方法，这类方法往往将汉字灰度矩阵由空域变换为频域，提取频域特征，例如傅立叶变换，沃尔变换，哈夫曼变换，Karhunen-Loeve变换，Gabor滤波器等等。

常用的车牌字符识别算法多种多样，主要可以归纳为以下几种：基于组合特征的识别算法，如小波特征结合Zernike矩，通过这些特征对车牌字符进行分类识别，该方法鲁棒性高，准确性好，但由于采用了混合特征，因此计算量大，实时性有待改进；基于模板匹配，该方法将字符与模板进行匹配，找到相似程度最高的模板作为该字符的识别结果，如利用欧氏距离对字符进行匹配识别；支持向量机的方法，该方法是通过对大量的样本进行训练而识别出字符，而该方法的经典应用是处理两类识别问题，当类别数较多时鲁棒性不强；基于神经网络的方法，可将识别和若干预处理融为一体进行，并行工作方式，对信息分布式记忆，具有鲁棒性，但是该方法隐藏层数、节点数没有固定的方式确定，而且不容易收敛；基于贝叶斯模型的方法，贝叶斯分类器在处理复杂问题的情况表现很好，但是一个关键问题是必须知道先验分布，这一点正好可以充分利用字符在车牌上的先验分布信息。

它们虽然在一定的场景和条件下能够定位到车牌，但是在对一些外界条件恶劣的干扰，如天气雨雾，光照变化，背景复杂，车牌磨损褪色，图像倾斜等情况下，无法定位车牌或无法分割字符以及正确识别等。

发明内容

为了解决现有车牌识别技术在复杂环境因素下识别率低的问题，本发明的目的在于提供一种高精度的车牌识别方法、以及对应的车牌识别系统。

为实现上述发明目的，本发明所采用技术方案如下：

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，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。