本發(fā)明涉及定位技術(shù)領(lǐng)域，尤其是一種基于汽車車牌識(shí)別的汽車定位系統(tǒng)及方法。

背景技術(shù)：

車輛牌照識(shí)別系統(tǒng)作為一個(gè)專用的計(jì)算機(jī)視覺系統(tǒng)，能夠自動(dòng)攝取車輛圖像并識(shí)別出車牌。這個(gè)系統(tǒng)可應(yīng)用在公路自動(dòng)收費(fèi)、停車場(chǎng)管理、失竊車輛偵察、門衛(wèi)系統(tǒng)、智能交通系統(tǒng)等不同場(chǎng)合。汽車牌照定位是車牌識(shí)別的難點(diǎn)，因此，公路車牌定位算法的研究有著重要而實(shí)用意義。車牌識(shí)別在圖像處理技術(shù)中是典型的先分割目標(biāo)進(jìn)而識(shí)別的應(yīng)用實(shí)例。類似的應(yīng)用包括信封上郵政編碼的分割與識(shí)別、貨運(yùn)列車車型車號(hào)的自動(dòng)分割和識(shí)別、文字的識(shí)別等等。雖然車輛牌照識(shí)別系統(tǒng)是一個(gè)針對(duì)車牌識(shí)別的專用系統(tǒng)，然而對(duì)它的研究定會(huì)對(duì)上述類似問題的研究起到推動(dòng)作用。

關(guān)于車牌定位已有很多方法提出，如基于數(shù)學(xué)形態(tài)學(xué)的定位方法：基于顏色的定位方法，這種方法主要利用彩色空間的信息，實(shí)現(xiàn)車牌定位，包括彩色邊緣算法、顏色距離、相似度算法和基于邊緣的顏色對(duì)方法等; 基于遺傳算法提取汽車牌照的方法：基于神經(jīng)網(wǎng)絡(luò)的車牌定位方法。

針對(duì)各種車牌定位算法的優(yōu)缺點(diǎn)，提出基于DCT變化的車牌定位算法， 該方法在DCT 數(shù)據(jù)中，提取出一種基于加權(quán)頻率的車牌區(qū)新特征，然后經(jīng)過自適應(yīng)閾值分類，采用基于投影法的車牌區(qū)分割方法，直接在DCT 域?qū)崿F(xiàn)車牌的快速定位。該方法可使定位矩形框緊湊地包圍車牌區(qū)域，有效降低誤檢率，且運(yùn)算復(fù)雜度較低，有利于實(shí)現(xiàn)復(fù)雜背景中車牌的快速定位。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的發(fā)明目的在于：針對(duì)上述存在的問題，提供了一種基于汽車車牌識(shí)別的汽車定位系統(tǒng)及方法，它具有檢測(cè)準(zhǔn)確率高、運(yùn)算復(fù)雜度低、適用性廣和成本低等優(yōu)點(diǎn)。

本發(fā)明采用的技術(shù)方案如下：

一種基于汽車車牌識(shí)別的汽車定位系統(tǒng)，其特征在于，所述系統(tǒng)包括：設(shè)置于各個(gè)道路旁的若干個(gè)圖像采集裝置；所述圖像采集裝置用于獲取經(jīng)過道路車輛的車牌原始圖像信息，通過有線/無線的方式分別信號(hào)連接于各個(gè)圖像識(shí)別裝置；所述圖像識(shí)別裝置用于將圖像采集裝置發(fā)送過來的圖像信息進(jìn)行識(shí)別，通過有線/無線的方式分別信號(hào)連接于中間數(shù)據(jù)庫；所述中間數(shù)據(jù)庫用于存儲(chǔ)圖像識(shí)別裝置的識(shí)別結(jié)果，通過有線/無線的方式信號(hào)連接于數(shù)據(jù)傳輸裝置；所述數(shù)據(jù)傳輸裝置通過有線/無線的方式分別信號(hào)連接于客戶端和用于對(duì)中間數(shù)據(jù)庫中的數(shù)據(jù)信息進(jìn)行匹配的匹配處理器。

所述圖像采集裝置為攝像頭；它還包括一個(gè)數(shù)據(jù)傳輸裝置；所述數(shù)據(jù)傳輸裝置包括：能夠?qū)z像頭采集到的模擬圖像信號(hào)轉(zhuǎn)換為數(shù)字圖像信號(hào)的模數(shù)裝換裝置，以及將轉(zhuǎn)換后的數(shù)字圖像信號(hào)通過有線/無線的方式發(fā)送給圖像識(shí)別裝置的數(shù)據(jù)發(fā)送裝置。

所述圖像識(shí)別裝置為：圖像處理器；所述圖像處理器包括：用于對(duì)接收到的彩色圖像進(jìn)行去彩色化處理的圖像預(yù)處理模塊、用于對(duì)預(yù)處理后的圖像進(jìn)行DCT變換的DCT變換模塊、用于對(duì)DCT變換后的圖像進(jìn)行分類處理的分類處理模塊，用于對(duì)分類處理后的圖像進(jìn)行平滑去噪的平滑去噪模塊，以及用于對(duì)平滑去噪處理后的圖像進(jìn)行投影分割的投影分割模塊。

所述中間數(shù)據(jù)庫包括：用于接收和發(fā)送來往于中間數(shù)據(jù)庫數(shù)字圖像信息的數(shù)據(jù)傳輸裝置、用于保存圖像識(shí)別裝置發(fā)送過來的數(shù)字圖像信息的數(shù)據(jù)庫；所述數(shù)據(jù)庫在接收數(shù)字圖像信息后在該數(shù)字圖像信息附加位置標(biāo)記和時(shí)間標(biāo)記。

所述匹配處理器用于對(duì)中間數(shù)據(jù)庫中的數(shù)字圖像信息進(jìn)行檢索和匹配，根據(jù)檢索匹配的結(jié)果以及檢索匹配結(jié)果的數(shù)據(jù)信息得出汽車的位置信息，將位置信息經(jīng)數(shù)據(jù)傳輸裝置發(fā)送給客戶端。

一種基于汽車車牌識(shí)別的汽車定位系統(tǒng)，其特征在于，所述方法包括以下步驟：

步驟1：圖像采集裝置采集原始的汽車車牌圖像信息，將采集到的圖像信息進(jìn)行模數(shù)轉(zhuǎn)換后發(fā)送給圖像識(shí)別裝置；

步驟2：圖像識(shí)別裝置對(duì)接收到的數(shù)字圖像信息依次進(jìn)行圖像預(yù)處理、DCT變換、分類處理、平滑去噪處理和投影分割處理；

步驟3：中間數(shù)據(jù)庫對(duì)圖像識(shí)別裝置處理后的數(shù)字圖像信息添加位置標(biāo)記和時(shí)間標(biāo)記；

步驟4：匹配處理器根據(jù)輸入的目標(biāo)車牌信息通過數(shù)據(jù)傳輸裝置在中間數(shù)據(jù)庫中的數(shù)據(jù)信息進(jìn)行匹配和檢索，根據(jù)匹配檢索的結(jié)果得出目標(biāo)車牌對(duì)應(yīng)的車輛位置信息；將車輛位置信息發(fā)送至客戶端。

所述圖像識(shí)別裝置進(jìn)行圖像識(shí)別的方法包括以下步驟：

步驟1：圖像識(shí)別裝置的圖像預(yù)處理模塊首先將輸入的圖像去掉彩色，進(jìn)行灰度化；利用RGB 空間到灰度的轉(zhuǎn)換公式得到車牌的灰度圖像；

步驟2：圖像識(shí)別裝置的DCT變換模塊對(duì)圖像預(yù)處理模塊處理后的圖像進(jìn)行DCT變換，將變換后的圖像發(fā)送給分類處理模塊；分類處理模塊對(duì)DCT變換后的圖像進(jìn)行分類處理；

步驟3：圖像識(shí)別裝置的平滑去噪模塊對(duì)分類處理后的圖像進(jìn)行平滑去噪，將平滑去噪后的圖像發(fā)送給投影分割模塊；

步驟4：投影分割模塊對(duì)平滑去噪模后的圖像進(jìn)行投影分割，得到處理后的最終圖像信息。

所述DCT變換模塊對(duì)圖像進(jìn)行DCT變換后，還會(huì)采用基于DCT子塊的加權(quán)頻率特征，通過對(duì)不同方向DCT分量進(jìn)行非線性加權(quán)增強(qiáng)，使得車牌字符特征更加明顯；所述加權(quán)頻率特征的計(jì)算方法為：；其中c( i， j)為圖像塊塊中第i行第j列的DCT系數(shù); i值的范圍1~8;j取1~8。

所述分類處理模塊對(duì)圖像進(jìn)行分類處理的方法為：設(shè)定一個(gè)自適應(yīng)閾值為： ；其中aver為整幅圖像的平均WF值，max為整幅圖像的最大WF值，min為整幅圖像的最小WF值，k為經(jīng)驗(yàn)值。

所述投影分割模塊進(jìn)行投影分割的方法包括以下步驟：對(duì)于去噪后的圖像信息，首先對(duì)其進(jìn)行水平投影，然后對(duì)投影值進(jìn)行分析，確定出水平基線，再在水平基線之間進(jìn)行垂直投影，確定出垂直基線；這樣就可以初步定位出車牌區(qū)；基線的產(chǎn)生依據(jù)下面的規(guī)則：首先設(shè)定一個(gè)閾值T，將小于此閾值的投影值置0，大于此閾值的投影值置1，然后當(dāng)相鄰?fù)队爸狄粋€(gè)為0，另一個(gè)為1時(shí)，即認(rèn)為非零投影值處存在一條基線；因?yàn)檫M(jìn)行了兩次投影，即水平和垂直投影；確定出水平基線和垂直基線后即可在圖像中劃出矩形框，標(biāo)出車牌區(qū)域；另外，為使矩形框緊緊包圍車牌區(qū)域，在畫基線之前，首先判斷矩形框各基線上所有像素值之和是否為零，若為零，則將基線向靠近矩形中心的位置移動(dòng)直到各基線上所有像素值之和不為零為止。

綜上所述，由于采用了上述技術(shù)方案，本發(fā)明的有益效果是：

1、正確檢測(cè)率高：本發(fā)明的汽車定位系統(tǒng)和方法，采用離散余弦變換，得到DCT系數(shù)，計(jì)算加權(quán)頻率特性，之后采用自適應(yīng)閾值法實(shí)現(xiàn)車牌和非車牌區(qū)的快速分類，能夠非常準(zhǔn)確的得到車牌信息。

2、成本較低：本發(fā)明的汽車定位系統(tǒng)和方法，不需要衛(wèi)星定位，只需要道路旁的圖像采集裝置和對(duì)圖像采集裝置采集到的圖像信息進(jìn)行識(shí)別的圖像識(shí)別裝置后，對(duì)識(shí)別的圖像進(jìn)行匹配檢索處理得到最終的結(jié)果，相較于采用衛(wèi)星定位的成本顯著降低

3、運(yùn)算復(fù)雜度低：本發(fā)明的汽車定位系統(tǒng)和方法，采用離散余弦變換進(jìn)行處理，較之于采用連續(xù)傅里葉變換的運(yùn)算復(fù)雜度較低。

4、適用性廣：本發(fā)明的汽車定位系統(tǒng)和方法，適用性非常廣，在沒有衛(wèi)星定位的情況下，得到很好的利用，同時(shí)在成本顯著降低的情況下，更增加了應(yīng)用的廣泛性。

附圖說明

本發(fā)明將通過例子并參照附圖的方式說明，其中：

圖1是本發(fā)明的一種基于汽車車牌識(shí)別的汽車定位系統(tǒng)及方法的系統(tǒng)結(jié)構(gòu)示意圖。

具體實(shí)施方式

本說明書中公開的所有特征，或公開的所有方法或過程中的步驟，除了互相排斥的特征和/或步驟以外，均可以以任何方式組合。

本說明書（包括任何附加權(quán)利要求、摘要）中公開的任一特征，除非特別敘述，均可被其他等效或具有類似目的的替代特征加以替換。即，除非特別敘述，每個(gè)特征只是一系列等效或類似特征中的一個(gè)例子而已。

如圖1所示，一種基于汽車車牌識(shí)別的汽車定位系統(tǒng)，其特征在于，所述系統(tǒng)包括：設(shè)置于各個(gè)道路旁的若干個(gè)圖像采集裝置；所述圖像采集裝置用于獲取經(jīng)過道路車輛的車牌原始圖像信息，通過有線/無線的方式分別信號(hào)連接于各個(gè)圖像識(shí)別裝置；所述圖像識(shí)別裝置用于將圖像采集裝置發(fā)送過來的圖像信息進(jìn)行識(shí)別，通過有線/無線的方式分別信號(hào)連接于中間數(shù)據(jù)庫；所述中間數(shù)據(jù)庫用于存儲(chǔ)圖像識(shí)別裝置的識(shí)別結(jié)果，通過有線/無線的方式信號(hào)連接于數(shù)據(jù)傳輸裝置；所述數(shù)據(jù)傳輸裝置通過有線/無線的方式分別信號(hào)連接于客戶端和用于對(duì)中間數(shù)據(jù)庫中的數(shù)據(jù)信息進(jìn)行匹配的匹配處理器。

所述圖像采集裝置為攝像頭；它還包括一個(gè)數(shù)據(jù)傳輸裝置；所述數(shù)據(jù)傳輸裝置包括：能夠?qū)z像頭采集到的模擬圖像信號(hào)轉(zhuǎn)換為數(shù)字圖像信號(hào)的模數(shù)裝換裝置，以及將轉(zhuǎn)換后的數(shù)字圖像信號(hào)通過有線/無線的方式發(fā)送給圖像識(shí)別裝置的數(shù)據(jù)發(fā)送裝置。

所述圖像識(shí)別裝置為：圖像處理器；所述圖像處理器包括：用于對(duì)接收到的彩色圖像進(jìn)行去彩色化處理的圖像預(yù)處理模塊、用于對(duì)預(yù)處理后的圖像進(jìn)行DCT變換的DCT變換模塊、用于對(duì)DCT變換后的圖像進(jìn)行分類處理的分類處理模塊，用于對(duì)分類處理后的圖像進(jìn)行平滑去噪的平滑去噪模塊，以及用于對(duì)平滑去噪處理后的圖像進(jìn)行投影分割的投影分割模塊。

所述中間數(shù)據(jù)庫包括：用于接收和發(fā)送來往于中間數(shù)據(jù)庫數(shù)字圖像信息的數(shù)據(jù)傳輸裝置、用于保存圖像識(shí)別裝置發(fā)送過來的數(shù)字圖像信息的數(shù)據(jù)庫；所述數(shù)據(jù)庫在接收數(shù)字圖像信息后在該數(shù)字圖像信息附加位置標(biāo)記和時(shí)間標(biāo)記。

所述匹配處理器用于對(duì)中間數(shù)據(jù)庫中的數(shù)字圖像信息進(jìn)行檢索和匹配，根據(jù)檢索匹配的結(jié)果以及檢索匹配結(jié)果的數(shù)據(jù)信息得出汽車的位置信息，將位置信息經(jīng)數(shù)據(jù)傳輸裝置發(fā)送給客戶端。

一種基于汽車車牌識(shí)別的汽車定位系統(tǒng)，其特征在于，所述方法包括以下步驟：

步驟1：圖像采集裝置采集原始的汽車車牌圖像信息，將采集到的圖像信息進(jìn)行模數(shù)轉(zhuǎn)換后發(fā)送給圖像識(shí)別裝置；

步驟2：圖像識(shí)別裝置對(duì)接收到的數(shù)字圖像信息依次進(jìn)行圖像預(yù)處理、DCT變換、分類處理、平滑去噪處理和投影分割處理；

步驟3：中間數(shù)據(jù)庫對(duì)圖像識(shí)別裝置處理后的數(shù)字圖像信息添加位置標(biāo)記和時(shí)間標(biāo)記；

步驟4：匹配處理器根據(jù)輸入的目標(biāo)車牌信息通過數(shù)據(jù)傳輸裝置在中間數(shù)據(jù)庫中的數(shù)據(jù)信息進(jìn)行匹配和檢索，根據(jù)匹配檢索的結(jié)果得出目標(biāo)車牌對(duì)應(yīng)的車輛位置信息；將車輛位置信息發(fā)送至客戶端。

所述圖像識(shí)別裝置進(jìn)行圖像識(shí)別的方法包括以下步驟：

步驟1：圖像識(shí)別裝置的圖像預(yù)處理模塊首先將輸入的圖像去掉彩色，進(jìn)行灰度化；利用RGB 空間到灰度的轉(zhuǎn)換公式得到車牌的灰度圖像；

步驟2：圖像識(shí)別裝置的DCT變換模塊對(duì)圖像預(yù)處理模塊處理后的圖像進(jìn)行DCT變換，將變換后的圖像發(fā)送給分類處理模塊；分類處理模塊對(duì)DCT變換后的圖像進(jìn)行分類處理；

步驟3：圖像識(shí)別裝置的平滑去噪模塊對(duì)分類處理后的圖像進(jìn)行平滑去噪，將平滑去噪后的圖像發(fā)送給投影分割模塊；

步驟4：投影分割模塊對(duì)平滑去噪模后的圖像進(jìn)行投影分割，得到處理后的最終圖像信息。

所述DCT變換模塊對(duì)圖像進(jìn)行DCT變換后，還會(huì)采用基于DCT子塊的加權(quán)頻率特征，通過對(duì)不同方向DCT分量進(jìn)行非線性加權(quán)增強(qiáng)，使得車牌字符特征更加明顯；所述加權(quán)頻率特征的計(jì)算方法為： ；其中c( i， j)為圖像塊塊中第i行第j列的DCT系數(shù); i值的范圍1~8;j取1~8。

所述分類處理模塊對(duì)圖像進(jìn)行分類處理的方法為：設(shè)定一個(gè)自適應(yīng)閾值為： ；其中aver為整幅圖像的平均WF值，max為整幅圖像的最大WF值，min為整幅圖像的最小WF值，k為經(jīng)驗(yàn)值。

所述投影分割模塊進(jìn)行投影分割的方法包括以下步驟：對(duì)于去噪后的圖像信息，首先對(duì)其進(jìn)行水平投影，然后對(duì)投影值進(jìn)行分析，確定出水平基線，再在水平基線之間進(jìn)行垂直投影，確定出垂直基線；這樣就可以初步定位出車牌區(qū)；基線的產(chǎn)生依據(jù)下面的規(guī)則：首先設(shè)定一個(gè)閾值T，將小于此閾值的投影值置0，大于此閾值的投影值置1，然后當(dāng)相鄰?fù)队爸狄粋€(gè)為0，另一個(gè)為1時(shí)，即認(rèn)為非零投影值處存在一條基線；因?yàn)檫M(jìn)行了兩次投影，即水平和垂直投影；確定出水平基線和垂直基線后即可在圖像中劃出矩形框，標(biāo)出車牌區(qū)域；另外，為使矩形框緊緊包圍車牌區(qū)域，在畫基線之前，首先判斷矩形框各基線上所有像素值之和是否為零，若為零，則將基線向靠近矩形中心的位置移動(dòng)直到各基線上所有像素值之和不為零為止。

本發(fā)明并不局限于前述的具體實(shí)施方式。本發(fā)明擴(kuò)展到任何在本說明書中披露的新特征或任何新的組合，以及披露的任一新的方法或過程的步驟或任何新的組合。