[发明专利]一种基于多特征融合的车牌定位与识别方法

权利要求书

1.一种基于多特征融合的车牌定位与识别方法，其特征在于，包括以下步骤：

1)对车辆图像进行预处理，提取车牌图像的色差特征、边缘特征以及车牌字符的纹理投影特征；

2)融合车牌图像的边缘特征与车牌字符的纹理投投影特征，进行数学形态学运算，对车牌进行粗定位；

3)利用上述粗定位得到的车牌粗定位图像，融合所述车牌图像的色差特征，进行车牌的精细定位，确定完整的车牌区域；

4)对所述车牌区域内的车牌字符进行归一化处理；

5)选取N幅精细定位后的车牌图像作为训练样本，利用深度学习算法训练样本，得到训练好的网络，分别使用归一化处理后的车牌字符内的汉字、字母、字母数字、数字四个样本对四个子网络进行训练，得到相应的节点数和权值，逐个提取车牌区域的图像特征，然后从相应的文件中读取相应的节点数和权值，把归一化处理后的车牌字符分别送入相应的网络进行识别，输出识别结果。

2.根据权利要求1所述的基于多特征融合的车牌定位与识别方法，其特征在于，步骤1)中，车牌图像的色差特征提取具体过程包括：

对于蓝底白字的车牌，采用下式提取蓝色色差：S_(x,y)＝B_(x,y)-min{R_(x,y),G_(x,y)}；其中，S_(x,y)为色差提取后的车牌图像坐标点(x,y)的蓝色色差像素值，B_(x,y)，R_(x,y)，G_(x,y)分别为(x,y)点蓝、红、绿对应的像素值；

对于黄底黑字组成的车牌，采用下式提取黄色色差：其中，S'_(x,y)为色差提取后的车牌图像坐标点(x,y)的黄色色差像素值，R，G，B分别为(x,y)点红、绿、蓝对应的像素值；

对于白底车牌，采用下式提取白色色差：其中，S”_(x,y)为色差提取后的车牌图像坐标点(x,y)的白色色差像素值，T₁为阈值；

对于黑底车牌，采用下式提取黑色色差：其中，S^*_(x,y)为色差提取后的车牌图像坐标点(x,y)的黑色色差像素值，T₂为阈值；

对于白底红字或者黑底红字的车牌，采用下式提取红色色差：S^**_(x,y)＝R_(x,y)-min{B_(x,y),G_(x,y)}，其中，S^**_(x,y)为色差提取后的车牌图像坐标点(x,y)的红色色差像素值。

3.根据权利要求1所述的基于多特征融合的车牌定位与识别方法，其特征在于，步骤1)中，提取车牌字符的峰谷峰跳变数作为车牌字符的纹理投影特征。

4.根据权利要求1所述的基于多特征融合的车牌定位与识别方法，其特征在于，步骤2)的具体实现过程包括：

1)使用Canny边缘算子提取车辆图像的边缘特征，得到车辆的轮廓；

2)对所述车牌的轮廓运用形态学运算，得到包含车牌区域的连通区域；

3)对所述连通区域进行平滑处理，得到平滑连通区域；

4)利用深度优先遍历方法筛选所述平滑连通区域，获得车牌区域，去除不相干的结构，得到车牌粗定位图像。

5.根据权利要求4所述的基于多特征融合的车牌定位与识别方法，其特征在于，利用深度优先遍历方法筛选所述平滑连通区域的具体实现过程为：根据标准车牌设定阈值，当平滑连通区域长度和高度符合长宽比时，选中为候选区域，否则予以舍弃；对所述候选区域，融合车牌字符的投影特征并对车牌图像进行倾斜校正，得到车牌粗定位图像。

6.根据权利要求1所述的基于多特征融合的车牌定位与识别方法，其特征在于，步骤3)的具体实现过程包括：

1)采用统计彩色色差像素点的方法，从所述车牌粗定位图像中分割出合理的车牌区域；

2)确定车牌底色RGB对应的各自灰度范围，然后在行方向统计在各自灰度范围内的像素点数量，设定合理的阈值，确定车牌在行方向的合理区域；

3)在分割出的行区域内，统计列方向车牌底色像素点的数量，最终确定完整的车牌区域。