基于色彩纹理的车牌定位方法及系统的利记博彩app
【专利摘要】本发明公开了一种基于色彩纹理的车牌定位方法及系统，方法包括以下步骤：将经调整和滤波后的图片的色彩空间由RGB转换到HSV；对车牌背景颜色和车牌字符颜色的二值化处理，生成两幅灰度图片；对两幅灰度图片的像素点进行分析找出符合车牌色彩纹理的像素；计算并找到车牌区域；输出车牌区域图片。本发明通过对车牌背景颜色和车牌字符颜色的二值化处理，排除了大部分会造成干扰的颜色。通过对车牌背景颜色的特征点和车牌字符颜色的特征点进行分析，即使车体颜色和车牌颜色一样，也能很好的区分车体和车牌。再利用车牌背景和字符之间色彩纹理的变化特点确定车牌区域，使车牌定位更加精确。
【专利说明】基于色彩纹理的车牌定位方法及系统
【技术领域】
[0001] 本发明涉及车牌定位，尤其涉及一种基于色彩纹理的车牌定位方法及系统。
【背景技术】
[0002] 交通与社会经济的迅速发展促进了机动车辆的大幅增加，在方便人们出行的同时 也带来了机动车辆的监管问题。机动车车牌号是机动车的重要标志，在停车场、收费站等场 所可利用车牌自动识别技术，实现对机动车辆的自动化监控和管理。然而，车牌定位技术是 车牌自动识别技术中最基本也是最重要的环节，必须要准确的定位出车牌的位置，才能准 确的识别出车牌号。
[0003] 现有的车牌定位主要是基于颜色或者基于车牌字符纹理的方法。其中基于颜色的 车牌定位方法关键在于图片颜色的二值化，尽量多的去掉与车牌颜色不同的部分。再利用 车牌的几何形状以及长宽比等特征找到车牌所在区域。但在车体颜色与车牌颜色相近时， 很难将车体与车牌通过颜色分离开，也就无法通过这种办法定位到车牌。
[0004] 基于车牌字符纹理的方法是利用车牌区域含有丰富的边缘信息，特别是垂直边缘 的信息。通过边缘检测来寻找边缘信息较多的区域达到定位车牌的目的。但该方法对其他 的边缘也很敏感，例如车体的散热出口区域，会对定位效果造成很大的干扰。
[0005] 因此，以上的现有车牌定位方案，不适用于复杂的背景，具有很大的局限性。
【发明内容】
[0006] 本发明要解决的技术问题在于针对现有技术中无法适用复杂背景，且具有很大的 局限性的缺陷，提供一种能够适用于更广泛的环境，并能快速准确的从图片中定位到车牌 区域的基于色彩纹理的车牌定位方法。
[0007] 本发明解决其技术问题所采用的技术方案是：
[0008] 提供一种基于色彩纹理的车牌定位方法，包括以下步骤：
[0009] 调整输入的包含车牌的彩色图片的分辨率，并进行滤波，将滤波后的图片的色彩 空间由RGB转换到HSV ;
[0010] 对转换到HSV的图片进行二值化处理，生成两幅灰度图片，其中一幅图片中符合 车牌背景颜色阀值的像素设为白色，其他不符合阀值的像素设为黑色；另一幅图片中符合 车牌字符颜色阀值的像素设为白色，其他不符合阀值的像素设为黑色；
[0011] 对两幅灰度图片的像素点进行分析找出符合车牌色彩纹理的像素，并将所得像素 个数存入数组h(y)中，求出数组h(y)中的最大值，y为图像的行数，数组h(y)中保存的是 每行符合车牌色彩纹理像素的个数；
[0012] 通过对数组h(y)最大值的判断，确定是否包含车牌信息，如果不包含车牌信息， 则更换车牌背景和字符颜色的设置，重新进行二值化处理；
[0013] 对数组h(y)以及数组h(y)中的最大值进行分析，如果数组h(y)中的最大值小 于车牌色彩纹理的最小阀值，则数组h (y)中所储存的数据不包含车牌的信息，变换车牌背 景颜色阀值或者车牌字符颜色阀值的设置，再次进行检测；否则，数组h(y)中所储存的数 据包含车牌的信息，找出数组h (y)中的值连续不为0,数值变化比较平稳，且峰值等于数组 h(y)中最大值的区域，该区域为车牌区域；
[0014] 输出车牌区域图片。
[0015] 本发明所述的方法中，调整分辨率时具体将包含车牌的彩色图片的分辨率调整为 800*600。
[0016] 本发明所述的方法中，二值化处理时，具体将车牌背景颜色默认设置为蓝色，车牌 字符颜色默认设置为白色。
[0017] 本发明所述的方法中，步骤S3具体为：
[0018] 分别逐行扫描两幅灰度图片中的各个像素点，并得出当前像素点的灰度值，对灰 度值进行判断，当前像素为车牌背景颜色时，检测两幅灰度图片当前像素点右边的一定数 量的像素点内，是否包含车牌字符颜色的像素点；当前像素点为车牌字符颜色时，检测两幅 灰度图片当前像素点右边的一定数量的像素点内，是否包含车牌背景颜色的像素点，如果 包含则将该点记录为符合车牌色彩纹理的点，并将该行相对应的h (y)+1，所有像素点扫描 完毕后计算h(y)中的最大值。
[0019] 本发明还提供了一种基于色彩纹理的车牌定位系统，包括：
[0020] 图片预处理模块，用于调整输入的包含车牌的彩色图片的分辨率，并进行滤波，将 滤波后的图片的色彩空间由RGB转换到HSV ;
[0021] 二值化处理模块，用于对转换到HSV的图片进行二值化处理，生成两幅灰度图片， 其中一幅图片中符合车牌背景颜色阀值的像素设为白色，其他不符合阀值的像素设为黑 色；另一幅图片中符合车牌字符颜色阀值的像素设为白色，其他不符合阀值的像素设为黑 色；
[0022] 车牌色彩纹理的像素计算模块，用于对两幅灰度图片的像素点进行分析找出符合 车牌色彩纹理的像素，并将所得像素个数存入数组h(y)中，求出数组h(y)中的最大值，y为 图像的行数，数组h(y)中保存的是每行符合车牌色彩纹理像素的个数；
[0023] 判断模块，用于通过对数组h(y)最大值的判断，确定是否包含车牌信息，如果不 包含车牌信息则更换车牌背景和字符颜色的设置，重新进行二值化处理；
[0024] 车牌区域确定模块，用于对数组h(y)以及数组h(y)的最大值进行分析，如果数组 h(y)中的最大值小于车牌色彩纹理的最小阀值，则数组h(y)中所储存的数据不包含车牌 的信息，变换车牌背景颜色阀值或者车牌字符颜色阀值的设置，再次进行检测；否则，数组 h(y)中所储存的数据包含车牌的信息，找出数组h(y)中的值连续不为0,数值变化比较平 稳，且峰值等于数组h (y)中最大值的区域，该区域为车牌区域，并输出该车牌区域。
[0025] 本发明所述的系统中，所述图片预处理模块具体将包含车牌的彩色图片的分辨率 调整为800*600。
[0026] 本发明所述的系统中，所述二值化处理模块具体将车牌背景颜色默认设置为蓝 色，车牌字符颜色默认设置为白色。
[0027] 本发明所述的系统中，所述车牌色彩纹理的像素计算模块具体用于分别逐行扫描 两幅灰度图片中的各个像素点，并得出当前像素点的灰度值，对灰度值进行判断，当前像素 为车牌背景颜色时，检测两幅灰度图片当前像素点右边的一定数量的像素点内，是否包含 车牌字符颜色的像素点；当前像素点为车牌字符颜色时，检测两幅灰度图片当前像素点右 边的一定数量的像素点内，是否包含车牌背景颜色的像素点，如果包含则将该点记录为符 合车牌色彩纹理的点，并将该行相对应的h (y) +1，所有像素点扫描完毕后计算h (y)中的最 大值。
[0028] 本发明产生的有益效果是：本发明通过对车牌背景颜色和车牌字符颜色的二值化 处理，排除了大部分会造成干扰的颜色。通过对车牌背景颜色的特征点和车牌字符颜色的 特征点进行分析，即使车体颜色和车牌颜色一样，也能很好的区分车体和车牌。再利用车牌 背景和字符之间色彩纹理的变化特点确定车牌区域，使车牌定位更加精确。
【专利附图】
【附图说明】
[0029] 下面将结合附图及实施例对本发明作进一步说明，附图中：
[0030] 图1是本发明实施例基于色彩纹理的车牌定位方法的流程图；
[0031] 图2是步骤S6的具体流程示意图；
[0032] 图3是步骤S8的具体流程示意图；
[0033] 图4是本发明实施例基于色彩纹理的车牌定位系统的结构示意图。
【具体实施方式】
[0034] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不 用于限定本发明。
[0035] 如图1所示，本发明实施例基于色彩纹理的车牌定位方法包括以下步骤：
[0036] 步骤S1 :输入包含车牌的RGB彩色图片；
[0037] 步骤S2 :调整输入的包含车牌的图片的分辨率，本发明实施例将分辨率调整为 800*600，对分辨率过大的图片进行处理会大大增加图像处理所用的时间，800*600的图片 已经包含足够多的信息，完全能满足车牌定位以及识别的需要。不仅能加快识别的时间，还 能减少图片储存所需的空间。
[0038] 调整分辨率必须按图像原比例调整，防止图像内容被拉伸或压缩，不利于后面步 骤的分析。具体的可以先将图片裁剪成长宽比为4:3的图片，再调整分辨率。一般车牌区 域不会在整张图片的边缘，所以裁剪不会影响到车牌区域。
[0039] 步骤S3 :对图片进行滤波，目的是在处理图像之前尽量抑制图像中的噪声，以提 高后续图像处理的有效性和可靠性。
[0040] 具体的本发明实施例使用的是中值滤波，中值滤波的特点是：能有效地去除孤立 的噪点，并且可以很好的保持图像的边缘信息。
[0041] 步骤S4:将图片由R、G、B三基色图片，转换成HSV色彩空间。其中H(Hue)代表色 度、S(Saturation)代表饱和度、V(Value)代表明度。三基色格式图像与HSV空间图像可利 用下述公式转换：
[0042]
[0043]
【权利要求】
1. 一种基于色彩纹理的车牌定位方法，其特征在于，包括以下步骤： 调整输入的包含车牌的彩色图片的分辨率，并进行滤波，将滤波后的图片的色彩空间 由RGB转换到HSV ; 对转换到HSV的图片进行二值化处理，生成两幅灰度图片，其中一幅图片中符合车牌 背景颜色阀值的像素设为白色，其他不符合阀值的像素设为黑色；另一幅图片中符合车牌 字符颜色阀值的像素设为白色，其他不符合阀值的像素设为黑色； 对两幅灰度图片的像素点进行分析找出符合车牌色彩纹理的像素，并将所得像素个数 存入数组h(y)中，求出数组h(y)中的最大值，y为图像的行数，数组h(y)中保存的是每行 符合车牌色彩纹理像素的个数； 通过对数组h (y)最大值的判断，确定是否包含车牌信息，如果不包含车牌信息，则更 换车牌背景和字符颜色的设置，重新进行二值化处理； 对数组h(y)以及数组h(y)中的最大值进行分析，如果数组h(y)中的最大值小于车牌 色彩纹理的最小阀值，则数组h (y)中所储存的数据不包含车牌的信息，变换车牌背景颜色 阀值或者车牌字符颜色阀值的设置，再次进行检测；否则，数组h(y)中所储存的数据包含 车牌的信息，找出数组h(y)中的值连续不为0,数值变化比较平稳，且峰值等于数组h(y)中 最大值的区域，该区域为车牌区域； 输出车牌区域图片。
2. 根据权利要求1所述的方法，其特征在于，调整分辨率时具体将包含车牌的彩色图 片的分辨率调整为800*600。
3. 根据权利要求1所述的方法，其特征在于，二值化处理时，具体将车牌背景颜色默认 设置为蓝色，车牌字符颜色默认设置为白色。
4. 根据权利要求1所述的方法，其特征在于，步骤S3具体为： 分别逐行扫描两幅灰度图片中的各个像素点，并得出当前像素点的灰度值，对灰度值 进行判断，当前像素为车牌背景颜色时，检测两幅灰度图片当前像素点右边的一定数量的 像素点内，是否包含车牌字符颜色的像素点；当前像素点为车牌字符颜色时，检测两幅灰度 图片当前像素点右边的一定数量的像素点内，是否包含车牌背景颜色的像素点，如果包含 则将该点记录为符合车牌色彩纹理的点，并将该行相对应的h(y)+l，所有像素点扫描完毕 后计算h(y)中的最大值。
5. -种基于色彩纹理的车牌定位系统，其特征在于，包括： 图片预处理模块，用于调整输入的包含车牌的彩色图片的分辨率，并进行滤波，将滤波 后的图片的色彩空间由RGB转换到HSV ; 二值化处理模块，用于对转换到HSV的图片进行二值化处理，生成两幅灰度图片，其中 一幅图片中符合车牌背景颜色阀值的像素设为白色，其他不符合阀值的像素设为黑色；另 一幅图片中符合车牌字符颜色阀值的像素设为白色，其他不符合阀值的像素设为黑色； 车牌色彩纹理的像素计算模块，用于对两幅灰度图片的像素点进行分析找出符合车牌 色彩纹理的像素，并将所得像素个数存入数组h(y)中，求出数组h(y)中的最大值，y为图 像的行数，数组h(y)中保存的是每行符合车牌色彩纹理像素的个数； 判断模块，用于通过对数组h (y)最大值的判断，确定是否包含车牌信息，如果不包含 车牌信息则更换车牌背景和字符颜色的设置，重新进行二值化处理； 车牌区域确定模块，用于对数组h(y)以及数组h(y)的最大值进行分析，如果数组h(y) 中的最大值小于车牌色彩纹理的最小阀值，则数组h(y)中所储存的数据不包含车牌的信 息，变换车牌背景颜色阀值或者车牌字符颜色阀值的设置，再次进行检测；否则，数组h (y) 中所储存的数据包含车牌的信息，找出数组h (y)中的值连续不为0,数值变化比较平稳，且 峰值等于数组h (y)中最大值的区域，该区域为车牌区域，并输出该车牌区域。
6. 根据权利要求5所述的系统，其特征在于，所述图片预处理模块具体将包含车牌的 彩色图片的分辨率调整为800*600。
7. 根据权利要求5所述的系统，其特征在于，所述二值化处理模块具体将车牌背景颜 色默认设置为蓝色，车牌字符颜色默认设置为白色。
8. 根据权利要求5所述的系统，其特征在于，所述车牌色彩纹理的像素计算模块具体 用于分别逐行扫描两幅灰度图片中的各个像素点，并得出当前像素点的灰度值，对灰度值 进行判断，当前像素为车牌背景颜色时，检测两幅灰度图片当前像素点右边的一定数量的 像素点内，是否包含车牌字符颜色的像素点；当前像素点为车牌字符颜色时，检测两幅灰度 图片当前像素点右边的一定数量的像素点内，是否包含车牌背景颜色的像素点，如果包含 则将该点记录为符合车牌色彩纹理的点，并将该行相对应的h(y)+l，所有像素点扫描完毕 后计算h(y)中的最大值。
【文档编号】G06K9/00GK104156703SQ201410376593
【公开日】2014年11月19日 申请日期:2014年8月1日 优先权日:2014年8月1日
【发明者】秦实宏, 周霖, 程莉, 严明浩, 叶云丽, 罗亚军, 袁发庭, 董润 申请人:武汉工程大学