本發(fā)明涉及圖像處理領(lǐng)域，特別是涉及一種車牌定位的方法以及裝置。

背景技術(shù)：

隨著圖像處理技術(shù)的發(fā)展進(jìn)步，基于圖像處理技術(shù)的車牌定位技術(shù)也在不斷地進(jìn)步。

車牌定位技術(shù)是車牌識(shí)別的前提，在車輛管理中扮演的角色舉足輕重。車牌定位技術(shù)可以將包含有車牌的圖像進(jìn)行處理，以得到僅包含車牌的圖像部分。而車牌定位一般首先將待定位圖像進(jìn)行處理，獲取一個(gè)或者多個(gè)車牌候選區(qū)域，該車牌候選區(qū)域可以是指有可能包含車牌的區(qū)域；然后對(duì)車牌候選區(qū)域進(jìn)行篩選，判斷該車牌候選區(qū)域是否包含有車牌。

在現(xiàn)有的車牌定位技術(shù)中，當(dāng)采集車牌圖像的環(huán)境過于復(fù)雜時(shí)，基于顏色特征進(jìn)行車牌定位，容易被大量的背景顏色干擾，而基于灰度圖像進(jìn)行車牌定位，則會(huì)被大量的背景元素的邊緣干擾。車牌定位時(shí)，存在大量的干擾因素，會(huì)使得高效率和高準(zhǔn)確率兩者不可兼得，即提高準(zhǔn)確率必然會(huì)降低效率，而提高效率則會(huì)因?yàn)楹雎缘暨^多的特征降低了準(zhǔn)確率?；谏鲜銮闆r，如何使得車牌定位的效率較高且準(zhǔn)確率較高是本領(lǐng)域亟待解決的問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種車牌定位的方法以及裝置，目的在于解決現(xiàn)有技術(shù)中車牌定位中高效率和高準(zhǔn)確率兩者不可兼得的問題。

為解決上述技術(shù)問題，本發(fā)明提供一種車牌定位的方法，該方法包括：

獲取待定位圖像；

計(jì)算所述待定位圖像的每個(gè)像素點(diǎn)和相鄰像素點(diǎn)的像素差異值，根據(jù)所述像素差異值，選取出車牌候選區(qū)域；

將所述車牌候選區(qū)域進(jìn)行r通道和g通道灰度化操作，得出所述車牌候選區(qū)域的灰度圖；

對(duì)所述灰度圖進(jìn)行全局均值二值化，得出二值灰度圖；

根據(jù)車牌字符分布特征以及所述二值灰度圖，判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域是否為車牌區(qū)域。

可選地，所述計(jì)算所述待定位圖像的每個(gè)像素點(diǎn)和相鄰像素點(diǎn)的像素差異值，根據(jù)所述像素差異值，選取出車牌候選區(qū)域包括：

利用分別計(jì)算每個(gè)所述像素點(diǎn)與水平向右相鄰像素點(diǎn)、每個(gè)所述像素點(diǎn)與垂直向下相鄰像素點(diǎn)之間的差異值，得出水平像素差異值和垂直像素差異值；

分別判斷所述水平像素差異值和所述垂直像素差異值是否等于預(yù)設(shè)差異值；

當(dāng)所述水平像素差異值和所述垂直像素差異值中至少有一個(gè)等于所述預(yù)設(shè)差異值時(shí)，將所述像素點(diǎn)標(biāo)記為目標(biāo)像素點(diǎn)；

選取預(yù)設(shè)面積的區(qū)域，判斷所述區(qū)域內(nèi)所包含的所述目標(biāo)像素點(diǎn)的個(gè)數(shù)是否大于或等于第一預(yù)設(shè)閾值；

當(dāng)所述個(gè)數(shù)大于或等于所述第一預(yù)設(shè)閾值時(shí)，將所述區(qū)域作為所述車牌候選區(qū)域；

其中，所述像素點(diǎn)的rgb值為(x1，y1，z1)，所述水平向右相鄰像素點(diǎn)或垂直向下相鄰像素點(diǎn)的rgb值為(x2，y2，z2)，value(x1,y1,z1)表示所述像素點(diǎn)與所述水平向右相鄰像素點(diǎn)或所述垂直向下相鄰像素點(diǎn)之間的像素差異值。

可選地，所述將所述車牌候選區(qū)域進(jìn)行r通道和g通道灰度化操作，得出所述車牌候選區(qū)域的灰度圖包括：

利用graymapⁱ(x,y)＝0.5*rⁱ(x,y)+0.5*gⁱ(x,y)，對(duì)所述車牌候選區(qū)域進(jìn)行灰度化，得出所述灰度圖；

其中，graymapⁱ(x,y)為第i個(gè)所述車牌候選區(qū)域的所述灰度圖，rⁱ(x,y)與gⁱ(x,y)分別為第i個(gè)所述車牌候選區(qū)域在位置(x,y)的r通道值與g通道值。

可選地，所述對(duì)所述灰度圖進(jìn)行全局均值二值化，得出二值灰度圖包括：

將所述灰度圖中的所有像素點(diǎn)的像素值進(jìn)行相加，得出像素總值；

將所述像素總值與所述灰度圖內(nèi)所包含的像素點(diǎn)個(gè)數(shù)作商，得出所述灰度圖的像素均值；

分別將所述灰度圖中的每一個(gè)像素點(diǎn)的像素值與所述像素均值作比較；

將大于所述像素均值的像素點(diǎn)的像素值記為1，小于所述像素均值記的像素點(diǎn)的像素值記為0，得出所述二值灰度圖。

可選地，所述根據(jù)車牌字符分布特征以及所述二值灰度圖，判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域是否為車牌區(qū)域包括：

統(tǒng)計(jì)所述二值灰度圖的每一行像素點(diǎn)的0-1跳變數(shù)；

統(tǒng)計(jì)所述跳變數(shù)大于第二預(yù)設(shè)閾值的行數(shù)；

當(dāng)所述行數(shù)大于第三預(yù)設(shè)閾值時(shí)，則判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域?yàn)檐嚺茀^(qū)域；

當(dāng)所述行數(shù)小于所述第三預(yù)設(shè)閾值時(shí)，則判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域?yàn)榉擒嚺茀^(qū)域。

可選地，在所述計(jì)算所述待定位圖像的像素點(diǎn)和相鄰像素點(diǎn)的像素差異值，根據(jù)所述像素差異值，選取出車牌候選區(qū)域之前還包括：

利用圓弧函數(shù)對(duì)所述待定位圖像進(jìn)行圖像增強(qiáng)；

其中，所述圓弧函數(shù)為i_after(i,j,k)為進(jìn)行圖像增強(qiáng)之后的待定位圖像，i(i,j,k)為待定位圖像的三維數(shù)組。

此外，本發(fā)明還提供了一種車牌定位的裝置，該裝置包括：

獲取模塊，用于獲取待定位圖像；

計(jì)算選取模塊，用于計(jì)算所述待定位圖像的每個(gè)像素點(diǎn)和相鄰像素點(diǎn)的像素差異值，根據(jù)所述像素差異值，選取出車牌候選區(qū)域；

灰度化模塊，用于將所述車牌候選區(qū)域進(jìn)行r通道和g通道灰度化操作，得出所述車牌候選區(qū)域的灰度圖；

二值化模塊，用于對(duì)所述灰度圖進(jìn)行全局均值二值化，得出二值灰度圖；

判斷模塊，用于根據(jù)車牌字符分布特征以及所述二值灰度圖，判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域是否為車牌區(qū)域。

可選地，所述計(jì)算選取模塊包括：

差異值計(jì)算單元，用于利用分別計(jì)算每個(gè)所述像素點(diǎn)與水平向右相鄰像素點(diǎn)、每個(gè)所述像素點(diǎn)與垂直向下相鄰像素點(diǎn)之間的差異值，得出水平像素差異值和垂直像素差異值；

第一判斷單元，用于分別判斷所述水平像素差異值和所述垂直像素差異值是否等于預(yù)設(shè)差異值；

標(biāo)記單元，用于當(dāng)所述水平像素差異值和所述垂直像素差異值中至少有一個(gè)等于所述預(yù)設(shè)差異值時(shí)，將所述像素點(diǎn)標(biāo)記為目標(biāo)像素點(diǎn)；

第二判斷單元，用于選取預(yù)設(shè)面積的區(qū)域，判斷所述區(qū)域內(nèi)所包含的所述目標(biāo)像素點(diǎn)的個(gè)數(shù)是否大于或等于第一預(yù)設(shè)閾值；

確定單元，用于當(dāng)所述個(gè)數(shù)大于或等于所述第一預(yù)設(shè)閾值時(shí)，將所述區(qū)域作為所述車牌候選區(qū)域；

其中，所述像素點(diǎn)的rgb值為(x1，y1，z1)，所述水平向右相鄰像素點(diǎn)或垂直向下相鄰像素點(diǎn)的rgb值為(x2，y2，z2)，value(x1,y1,z1)表示所述像素點(diǎn)與所述水平向右相鄰像素點(diǎn)或所述垂直向下相鄰像素點(diǎn)之間的像素差異值。

可選地，所述灰度化模塊包括：

灰度化單元，用于利用graymapⁱ(x,y)＝0.5*rⁱ(x,y)+0.5*gⁱ(x,y)，對(duì)所述車牌候選區(qū)域進(jìn)行灰度化，得出所述灰度圖；

其中，graymapⁱ(x,y)為第i個(gè)所述車牌候選區(qū)域的所述灰度圖，rⁱ(x,y)與gⁱ(x,y)分別為第i個(gè)所述車牌候選區(qū)域在位置(x,y)的r通道值與g通道值。

可選地，所述判斷模塊包括：

跳變數(shù)統(tǒng)計(jì)單元，用于統(tǒng)計(jì)所述二值灰度圖的每一行像素點(diǎn)的0-1跳變數(shù)；

行數(shù)統(tǒng)計(jì)單元，用于統(tǒng)計(jì)所述跳變數(shù)大于第二預(yù)設(shè)閾值的行數(shù)；

第三判斷單元，用于當(dāng)所述行數(shù)大于第三預(yù)設(shè)閾值時(shí)，則判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域?yàn)檐嚺茀^(qū)域；

第四判斷單元，用于當(dāng)所述行數(shù)小于所述第三預(yù)設(shè)閾值時(shí)，則判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域?yàn)榉擒嚺茀^(qū)域。

本發(fā)明所提供的一種車牌定位的方法以及裝置，通過獲取待定位圖像；計(jì)算上述待定位圖像的每個(gè)像素點(diǎn)和相鄰像素點(diǎn)的像素差異值，根據(jù)上述像素差異值，選取出車牌候選區(qū)域；將上述車牌候選區(qū)域進(jìn)行r通道和g通道灰度化操作，得出上述車牌候選區(qū)域的灰度圖；對(duì)上述灰度圖進(jìn)行全局均值二值化，得出二值灰度圖；根據(jù)車牌字符分布特征以及上述二值灰度圖，判斷上述二值灰度圖對(duì)應(yīng)的上述車牌候選區(qū)域是否為車牌區(qū)域。通過相鄰像素差異值來篩選車牌候選區(qū)域，可以提高干擾因素被提取的門檻，有效地減少干擾因素的影響，同時(shí)使得偽候選區(qū)域數(shù)量減少，進(jìn)而提高了車牌定位的效率以及準(zhǔn)確率?？梢?，本申請(qǐng)使得車牌定位的效率較高且準(zhǔn)確率較高。

附圖說明

為了更清楚的說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例所提供的車牌定位方法的一種具體實(shí)施方式的流程示意圖；

圖2為本發(fā)明實(shí)施例所提供的車牌定位裝置的結(jié)構(gòu)框圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明。顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請(qǐng)參見圖1，圖1為本發(fā)明實(shí)施例所提供的車牌定位方法的一種具體實(shí)施方式的流程示意圖，該方法包括以下步驟：

步驟101：獲取待定位圖像；

需要說明的是，上述待定位圖像可以是指包含車牌的圖像，也可以是指不包含車牌的圖像。而該待定位圖像的背景可以是公路、小區(qū)以及校道等，同時(shí)，該待定位圖像的干擾因素可以包括傾斜、陰影以及警示牌等。

步驟102：計(jì)算所述待定位圖像的每個(gè)像素點(diǎn)和相鄰像素點(diǎn)的像素差異值，根據(jù)所述像素差異值，選取出車牌候選區(qū)域；

需要說明的是，上述相鄰像素點(diǎn)可以是指與當(dāng)前像素點(diǎn)上下左右相鄰的像素點(diǎn)，可以將左右相鄰的像素點(diǎn)成為水平相鄰像素點(diǎn)，上下相鄰的像素點(diǎn)成為垂直相鄰像素點(diǎn)。而水平相鄰像素點(diǎn)又可以包括水平向右相鄰像素點(diǎn)，即位于該像素點(diǎn)右方的相鄰像素點(diǎn)，以及水平向左相鄰像素點(diǎn)，即位于該像素點(diǎn)左方的相鄰像素點(diǎn)。垂直相鄰像素點(diǎn)可以包括垂直向下相鄰像素點(diǎn)，即即位于該像素點(diǎn)下方的相鄰像素點(diǎn)，以及垂直向上相鄰像素點(diǎn)，即位于該像素點(diǎn)上方的相鄰像素點(diǎn)。

上述像素差異值可以是指當(dāng)前像素點(diǎn)與相鄰的像素點(diǎn)之間的像素值之差。上述車牌候選區(qū)域可以是指某一個(gè)可能為車牌區(qū)域的小區(qū)域，該車牌候選區(qū)域的面積可以是任意的。

由于車牌區(qū)域和其它區(qū)域之間的像素值差異較大，故可以根據(jù)像素值差異來篩選可能為車牌區(qū)域的小區(qū)域，并將小區(qū)域作為車牌候選區(qū)域。

作為一種具體實(shí)施方式，上述計(jì)算所述待定位圖像的每個(gè)像素點(diǎn)和相鄰像素點(diǎn)的像素差異值，根據(jù)所述像素差異值，選取出車牌候選區(qū)域過程可以具體為：利用分別計(jì)算每個(gè)所述像素點(diǎn)與水平向右相鄰像素點(diǎn)、每個(gè)所述像素點(diǎn)與垂直向下相鄰像素點(diǎn)之間的差異值，得出水平像素差異值和垂直像素差異值；分別判斷所述水平像素差異值和所述垂直像素差異值是否等于預(yù)設(shè)差異值；當(dāng)所述水平像素差異值和所述垂直像素差異值中至少有一個(gè)等于所述預(yù)設(shè)差異值時(shí)，將所述像素點(diǎn)標(biāo)記為目標(biāo)像素點(diǎn)；選取預(yù)設(shè)面積的區(qū)域，判斷所述區(qū)域內(nèi)所包含的所述目標(biāo)像素點(diǎn)的個(gè)數(shù)是否大于或等于第一預(yù)設(shè)閾值；當(dāng)所述個(gè)數(shù)大于或等于所述第一預(yù)設(shè)閾值時(shí)，將所述區(qū)域作為所述車牌候選區(qū)域；其中，所述像素點(diǎn)的rgb值為(x1，y1，z1)，所述水平向右相鄰像素點(diǎn)或垂直向下相鄰像素點(diǎn)的rgb值為(x2，y2，z2)，value(x1,y1,z1)表示所述像素點(diǎn)與所述水平向右相鄰像素點(diǎn)或所述垂直向下相鄰像素點(diǎn)之間的像素差異值。

需要說明的是，上述水平像素差異值指的是像素點(diǎn)和水平向右相鄰像素點(diǎn)之間的像素差異值，而垂直像素差異值指的是像素點(diǎn)和垂直向下相鄰像素點(diǎn)之間的像素值差異。

顯而易見地，最后一行像素點(diǎn)只有水平向右相鄰像素點(diǎn)，而最后一列像素點(diǎn)只有垂直向下相鄰像素點(diǎn)。

利用公式來計(jì)算像素差異值，其中，所述水平向右相鄰像素點(diǎn)或垂直向下相鄰像素點(diǎn)的rgb值為(x2，y2，z2)，即(x2，y2，z2)可以表示水平向右相鄰像素點(diǎn)的rgb值，也可以表示垂直向下相鄰像素點(diǎn)的rgb值，即利用上述公式可以計(jì)算所需的像素差異值。

上述預(yù)設(shè)差異值可以為2，此時(shí)，分別判斷水平像素差異值是否等于2，以及垂直像素差異值是否等于2。當(dāng)水平像素差異值和垂直像素差異值中的任意一個(gè)等于2，或者兩者都等于2時(shí)，標(biāo)記該像素點(diǎn)為目標(biāo)像素點(diǎn)，具體地可以通過記錄該像素點(diǎn)的位置來完成標(biāo)記。

可以理解的是，可以只計(jì)算水平像素差異值，也可以只計(jì)算垂直像素差異值，當(dāng)然，也可以同時(shí)計(jì)算水平像素差異值和垂直像素差異值，在此不作限定。

上述第一預(yù)設(shè)閾值可以是根據(jù)區(qū)域內(nèi)所包含的總像素點(diǎn)個(gè)數(shù)的確定，其可以表示目標(biāo)像素點(diǎn)占區(qū)域內(nèi)的總像素點(diǎn)個(gè)數(shù)的百分比。

在對(duì)所有的像素點(diǎn)進(jìn)行標(biāo)記之后，可以根據(jù)標(biāo)記之后的目標(biāo)像素點(diǎn)密度來選取車牌候選區(qū)域，即所選取的區(qū)域內(nèi)所包含的目標(biāo)像素點(diǎn)的個(gè)數(shù)應(yīng)大于等于第一預(yù)設(shè)閾值。例如，對(duì)于一個(gè)選取的某一個(gè)區(qū)域，該區(qū)域的總像素點(diǎn)為100個(gè)，當(dāng)該區(qū)域內(nèi)的目標(biāo)像素點(diǎn)的個(gè)數(shù)大于或等于60個(gè)時(shí)，即目標(biāo)像素點(diǎn)占該區(qū)域的總像素點(diǎn)的60％以上，此時(shí)，可以將該區(qū)域選為車牌候選區(qū)域。

根據(jù)像素點(diǎn)密度來篩選車牌候選區(qū)域的具體實(shí)現(xiàn)可以如下：通過一定面積大小(例如為10*10)的小矩陣，對(duì)像素點(diǎn)進(jìn)行掃描，將目標(biāo)像素點(diǎn)分布較密集的區(qū)域進(jìn)行截取，判斷所截取的區(qū)域內(nèi)的像素點(diǎn)密度是否大于或等于某個(gè)閾值(例如為60％左右)，若是，則將該區(qū)域作為車牌候選區(qū)域。

需要說明的是，假如當(dāng)前所選取的區(qū)域和之前選取的某一個(gè)或幾個(gè)區(qū)域是相鄰區(qū)域，可以將相鄰的區(qū)域進(jìn)行合并，并將合并后的區(qū)域作為車牌候選區(qū)域。

可以看出，利用像素差異值來篩選車牌候選區(qū)域，其效率較高，準(zhǔn)確率也較高。

在對(duì)待定位圖像進(jìn)行定位之前，為了突出圖像中的有用信息，可以先進(jìn)行圖像增強(qiáng)操作。

作為一種具體實(shí)施方式，在上述計(jì)算所述待定位圖像的像素點(diǎn)和相鄰像素點(diǎn)的像素差異值，根據(jù)所述像素差異值，選取出車牌候選區(qū)域之前還可以包括：利用圓弧函數(shù)對(duì)所述待定位圖像進(jìn)行圖像增強(qiáng)；

其中，所述圓弧函數(shù)為其中，i_after(i,j,k)為進(jìn)行圖像增強(qiáng)之后的待定位圖像，i(i,j,k)為三維數(shù)組，用于表示待定位圖像。

可以看出，利用圓弧函數(shù)對(duì)圖像進(jìn)行增強(qiáng)處理，可以突出各個(gè)像素點(diǎn)之間的差異。

步驟103：將所述車牌候選區(qū)域進(jìn)行r通道和g通道灰度化操作，得出所述車牌候選區(qū)域的灰度圖；

可以理解的是，對(duì)車牌候選區(qū)域的r通道和g通道進(jìn)行灰度化操作時(shí)，可以將b通道的數(shù)值設(shè)為0。

作為一種具體實(shí)施方式，上述將所述車牌候選區(qū)域進(jìn)行r通道和g通道灰度化操作，得出所述車牌候選區(qū)域的灰度圖的過程可以具體為：利用graymapⁱ(x,y)＝0.5*rⁱ(x,y)+0.5*gⁱ(x,y)，對(duì)所述車牌候選區(qū)域進(jìn)行灰度化，得出所述灰度圖；其中，graymapⁱ(x,y)為第i個(gè)所述車牌候選區(qū)域的所述灰度圖，rⁱ(x,y)與gⁱ(x,y)分別為第i個(gè)所述車牌候選區(qū)域在位置(x,y)的r通道值與g通道值。

可以看出，利用上述灰度化方法，可以突出灰度圖中車牌字符顏色和車牌本身的顏色，使得后續(xù)步驟的二值分類更加準(zhǔn)確高效。

步驟104：對(duì)所述灰度圖進(jìn)行全局均值二值化，得出二值灰度圖；

可以理解的是，上述二值灰度圖可以是指像素點(diǎn)為0或1的灰度圖。

作為一種具體實(shí)施方式，上述對(duì)所述灰度圖進(jìn)行全局均值二值化，得出二值灰度圖的過程可以具體為：將所述灰度圖中的所有像素點(diǎn)的像素值進(jìn)行相加，得出像素總值；將所述像素總值與所述灰度圖內(nèi)所包含的像素點(diǎn)個(gè)數(shù)作商，得出所述灰度圖的像素均值；分別將所述灰度圖中的每一個(gè)像素點(diǎn)的像素值與所述像素均值作比較；將大于所述像素均值的像素點(diǎn)的像素值記為1，小于所述像素均值記的像素點(diǎn)的像素值記為0，得出所述二值灰度圖。

顯而易見地，也可以將大于像素均值的像素點(diǎn)的像素值記為0，小于像素均值的像素點(diǎn)的像素值記為1。

可以看出，將灰度圖進(jìn)行二值化，可以有效地將車牌字符與車牌本身進(jìn)行分類，使得后續(xù)車牌區(qū)域定位的效率更高。

步驟105：根據(jù)車牌字符分布特征以及所述二值灰度圖，判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域是否為車牌區(qū)域。

需要說明的是，上述車牌字符分布特征指的是車牌有7個(gè)字符，而在二值灰度圖中，每個(gè)字符與車牌之間至少有兩次0-1跳變。即在該車牌候選區(qū)域?qū)?yīng)的灰度圖中，由于每個(gè)字符與車牌之間至少有2次跳變，故假如車牌候選區(qū)域?yàn)檐嚺茀^(qū)域，則應(yīng)該至少有14次0-1跳變?；谏鲜鲕嚺频淖址植继攸c(diǎn)，判斷二值灰度圖的跳變數(shù)，根據(jù)跳變數(shù)來判斷車牌候選區(qū)域是否為車牌區(qū)域。

作為一種具體實(shí)施方式，上述根據(jù)車牌字符分布特征以及所述二值灰度圖，判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域是否為車牌區(qū)域的過程可以具體為：統(tǒng)計(jì)所述二值灰度圖的每一行像素點(diǎn)的0-1跳變數(shù)；統(tǒng)計(jì)所述跳變數(shù)大于第二預(yù)設(shè)閾值的行數(shù)；當(dāng)所述行數(shù)大于第三預(yù)設(shè)閾值時(shí)，則判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域?yàn)檐嚺茀^(qū)域；當(dāng)所述行數(shù)小于所述第三預(yù)設(shè)閾值時(shí)，則判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域?yàn)榉擒嚺茀^(qū)域。

需要說明的是，對(duì)于二值化灰度圖中的某一行像素點(diǎn)，像素點(diǎn)和相鄰像素點(diǎn)的像素值不同，則為一次跳變，例如，對(duì)應(yīng)某一行像素點(diǎn)，其包含5個(gè)像素點(diǎn)，像素值分別為01101，此時(shí)，第一個(gè)像素點(diǎn)為0，,相鄰的第二像素點(diǎn)為1，故發(fā)生了一次0-1跳變；而第二個(gè)像素點(diǎn)為1，相鄰的第三個(gè)像素點(diǎn)為1，則沒有發(fā)生0-1跳變，同理，第三個(gè)像素點(diǎn)和第四個(gè)像素點(diǎn)之間發(fā)生一次0-1跳變，第四個(gè)像素點(diǎn)和第五個(gè)像素點(diǎn)發(fā)生了一次0-1跳變，故該行像素點(diǎn)一共發(fā)生了3次跳變，跳變數(shù)為3。

上述第二預(yù)設(shè)閾值可以是為14，該預(yù)設(shè)閾值是基于車牌的字符分布特征確定的。

上述行數(shù)可以是指車牌候選區(qū)域內(nèi)跳變數(shù)大于14的總行數(shù)，例如，對(duì)于某一個(gè)車牌候選區(qū)域，總共有n(n為正整數(shù))行像素點(diǎn)，其中，有n/2行像素點(diǎn)的跳變數(shù)大于14時(shí)，此時(shí)，行數(shù)則為n/2。

上述第三預(yù)設(shè)閾值可以具體為總行數(shù)的一半，即當(dāng)車牌候選區(qū)域內(nèi)有n行像素點(diǎn)時(shí)，第三預(yù)設(shè)閾值則為n/2。此時(shí)，當(dāng)某個(gè)車牌候選區(qū)域內(nèi)有超過或等于n/2行像素點(diǎn)的跳變數(shù)大于14，則將該車牌候選區(qū)域識(shí)別為車牌區(qū)域。顯而易見地，上述第三預(yù)設(shè)閾值具體為總行數(shù)的一半只是一種優(yōu)選的方式，其還可以具體為其它數(shù)值，在此不作限定。

為了更好地介紹本發(fā)明實(shí)施例的具體實(shí)現(xiàn)過程，下面將提供具體實(shí)現(xiàn)算法的部，該為代碼如下：

findlicense(i){

[m,n,h]＝size(i)；//獲取圖片大小，長(zhǎng)寬高分別為m，n，h

i_after＝pretreat(i)；//對(duì)i進(jìn)行圓弧函數(shù)預(yù)處理，預(yù)處理后的結(jié)果為i_after

for(i＝1；i<m；i++){//利用for循環(huán)向i2存儲(chǔ)那些相鄰像素差異值滿足要求的像素

if(value(x,y,z)vertucal＝＝2){//value(x,y,z)vertical為位置(x,y,z)的像素垂直向下的相鄰像素差異值

i2(x,y)＝1；

}

elseif(value(x,y,z)horizontal＝＝2){//value(x,y,z)horizontall為位置(x,y,z)的像素水平向右的相鄰像素差異值

i2(x,y)＝1；

}

else{i2(x,y)＝0；}

}

//i2為0-1集合，標(biāo)記為1的表示該位置的像素滿足相鄰像素差異值要求的像素，即可以認(rèn)為該位置有可能為字符邊緣

is＝getcandidates(i2)；//利用邊緣密度獲取候選區(qū)域，is為候選區(qū)域集合

if(is＝＝null)return-1；

is_i＝getbefore(is)；//通過is中的區(qū)域截取原圖像中位置相對(duì)應(yīng)的圖像

foreach(xinis_i){//對(duì)每個(gè)候選區(qū)域進(jìn)行驗(yàn)證

y＝graywithrg(x)；//利用r+g算法對(duì)x進(jìn)行灰度化

y＝binary(y)；//利用全局均值二值化算法進(jìn)行二值化y

counts＝count(y)；//統(tǒng)計(jì)滿足跳變數(shù)要求的行數(shù)

rows＝getrow(y)；//rows為y的行數(shù)

if(counts/rows>0.5)

returnx；//輸出x為車牌區(qū)域，得到驗(yàn)證

}

//如果沒有滿足要求，認(rèn)為該候選區(qū)域?yàn)閭螀^(qū)域，接著對(duì)下一個(gè)候選區(qū)域進(jìn)行驗(yàn)證，如果最后沒有輸出，則判定該圖片沒有車牌

本發(fā)明實(shí)施例所提供的車牌定位的方法，通過獲取待定位圖像；計(jì)算上述待定位圖像的每個(gè)像素點(diǎn)和相鄰像素點(diǎn)的像素差異值，根據(jù)像素差異值，選取出車牌候選區(qū)域；將車牌候選區(qū)域進(jìn)行r通道和g通道灰度化操作，得出車牌候選區(qū)域的灰度圖；對(duì)灰度圖進(jìn)行全局均值二值化，得出二值灰度圖；根據(jù)車牌字符分布特征以及上述二值灰度圖，判斷二值灰度圖對(duì)應(yīng)的車牌候選區(qū)域是否為車牌區(qū)域。通過相鄰像素差異值來篩選車牌候選區(qū)域，可以提高干擾因素被提取的門檻，有效地減少干擾因素的影響，同時(shí)使得偽候選區(qū)域數(shù)量減少，進(jìn)而提高了車牌定位的效率以及準(zhǔn)確率?？梢钥闯?，該方法可以使得車牌定位的效率較高且準(zhǔn)確率較高。

下面對(duì)本發(fā)明實(shí)施例提供的車牌定位裝置進(jìn)行介紹，下文描述的車牌定位裝置與上文描述的車牌定位方法可相互對(duì)應(yīng)參照。

圖2為本發(fā)明實(shí)施例所提供的車牌定位裝置的結(jié)構(gòu)框圖，參照?qǐng)D2車牌定位裝置可以包括：

獲取模塊201，用于獲取待定位圖像；

計(jì)算選取模塊202，用于計(jì)算所述待定位圖像的每個(gè)像素點(diǎn)和相鄰像素點(diǎn)的像素差異值，根據(jù)所述像素差異值，選取出車牌候選區(qū)域；

灰度化模塊203，用于將所述車牌候選區(qū)域進(jìn)行r通道和g通道灰度化操作，得出所述車牌候選區(qū)域的灰度圖；

二值化模塊204，用于對(duì)所述灰度圖進(jìn)行全局均值二值化，得出二值灰度圖；

判斷模塊205，用于根據(jù)車牌字符分布特征以及所述二值灰度圖，判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域是否為車牌區(qū)域。

可選地，所述計(jì)算選取模塊包括：

差異值計(jì)算單元，用于利用分別計(jì)算每個(gè)所述像素點(diǎn)與水平向右相鄰像素點(diǎn)、每個(gè)所述像素點(diǎn)與垂直向下相鄰像素點(diǎn)之間的差異值，得出水平像素差異值和垂直像素差異值；

第一判斷單元，用于分別判斷所述水平像素差異值和所述垂直像素差異值是否等于預(yù)設(shè)差異值；

標(biāo)記單元，用于當(dāng)所述水平像素差異值和所述垂直像素差異值中至少有一個(gè)等于所述預(yù)設(shè)差異值時(shí)，將所述像素點(diǎn)標(biāo)記為目標(biāo)像素點(diǎn)；

第二判斷單元，用于選取預(yù)設(shè)面積的區(qū)域，判斷所述區(qū)域內(nèi)所包含的所述目標(biāo)像素點(diǎn)的個(gè)數(shù)是否大于或等于第一預(yù)設(shè)閾值；

確定單元，用于當(dāng)所述個(gè)數(shù)大于或等于所述第一預(yù)設(shè)閾值時(shí)，將所述區(qū)域作為所述車牌候選區(qū)域；

其中，所述像素點(diǎn)的rgb值為(x1，y1，z1)，所述水平向右相鄰像素點(diǎn)或垂直向下相鄰像素點(diǎn)的rgb值為(x2，y2，z2)，value(x1,y1,z1)表示所述像素點(diǎn)與所述水平向右相鄰像素點(diǎn)或所述垂直向下相鄰像素點(diǎn)之間的像素差異值。

可選地，所述灰度化模塊包括：

灰度化單元，用于利用graymapⁱ(x,y)＝0.5*rⁱ(x,y)+0.5*gⁱ(x,y)，對(duì)所述車牌候選區(qū)域進(jìn)行灰度化，得出所述灰度圖；

其中，graymapⁱ(x,y)為第i個(gè)所述車牌候選區(qū)域的所述灰度圖，rⁱ(x,y)與gⁱ(x,y)分別為第i個(gè)所述車牌候選區(qū)域在位置(x,y)的r通道值與g通道值。

可選地，所述判斷模塊包括：

跳變數(shù)統(tǒng)計(jì)單元，用于統(tǒng)計(jì)所述二值灰度圖的每一行像素點(diǎn)的0-1跳變數(shù)；

行數(shù)統(tǒng)計(jì)單元，用于統(tǒng)計(jì)所述跳變數(shù)大于第二預(yù)設(shè)閾值的行數(shù)；

第三判斷單元，用于當(dāng)所述行數(shù)大于第三預(yù)設(shè)閾值時(shí)，則判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域?yàn)檐嚺茀^(qū)域；

第四判斷單元，用于當(dāng)所述行數(shù)小于所述第三預(yù)設(shè)閾值時(shí)，則判斷所述二值灰度圖對(duì)應(yīng)的所述車牌候選區(qū)域?yàn)榉擒嚺茀^(qū)域。

本發(fā)明實(shí)施例所提供的車牌定位的裝置，通過獲取待定位圖像；計(jì)算待定位圖像的每個(gè)像素點(diǎn)和相鄰像素點(diǎn)的像素差異值，根據(jù)像素差異值，選取出車牌候選區(qū)域；將車牌候選區(qū)域進(jìn)行r通道和g通道灰度化操作，得出車牌候選區(qū)域的灰度圖；對(duì)灰度圖進(jìn)行全局均值二值化，得出二值灰度圖；根據(jù)車牌字符分布特征以及二值灰度圖，判斷二值灰度圖對(duì)應(yīng)的車牌候選區(qū)域是否為車牌區(qū)域。通過相鄰像素差異值來篩選車牌候選區(qū)域，可以提高干擾因素被提取的門檻，有效地減少干擾因素的影響，同時(shí)使得偽候選區(qū)域數(shù)量減少，進(jìn)而提高了車牌定位的效率以及準(zhǔn)確率?？梢钥闯觯撗b置使得車牌定位的效率較高且準(zhǔn)確率較高。

本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其它實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同或相似部分互相參見即可。對(duì)于實(shí)施例公開的裝置而言，由于其與實(shí)施例公開的方法相對(duì)應(yīng)，所以描述的比較簡(jiǎn)單，相關(guān)之處參見方法部分說明即可。

專業(yè)人員還可以進(jìn)一步意識(shí)到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來實(shí)現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。

結(jié)合本文中所公開的實(shí)施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實(shí)施。軟件模塊可以置于隨機(jī)存儲(chǔ)器(ram)、內(nèi)存、只讀存儲(chǔ)器(rom)、電可編程rom、電可擦除可編程rom、寄存器、硬盤、可移動(dòng)磁盤、cd-rom、或技術(shù)領(lǐng)域內(nèi)所公知的任意其它形式的存儲(chǔ)介質(zhì)中。

以上對(duì)本發(fā)明所提供的車牌定位的方法以及裝置進(jìn)行了詳細(xì)介紹。本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想。應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以對(duì)本發(fā)明進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本發(fā)明權(quán)利要求的保護(hù)范圍內(nèi)。