本發(fā)明屬于智能交通技術(shù)領(lǐng)域，具體是一種在車牌圖像預(yù)處理之后的基于投影的單行車牌字符切割的車牌字符切割方法。

背景技術(shù)：

車牌字符切割是車牌識別系統(tǒng)重的重要環(huán)節(jié)，字符切割的準(zhǔn)確率直接決定車牌字符識別的準(zhǔn)確率。垂直投影法是解決車牌字符切割問題的一種方法，該方法主要用到了車牌二值化圖像的水平以及垂直投影直方圖，根據(jù)直方圖中的波峰波谷的變換規(guī)律確定每個字符的邊界。該方法的缺點是無法直接處理字符粘連、字符斷裂、錯誤字符等情況，用于切割清晰度不高或是污漬較多的車牌效果較差。

為了改善車牌字符切割的準(zhǔn)確度，國內(nèi)許多學(xué)者提出了改進(jìn)的基于投影的車牌字符切割方法，與本發(fā)明最為相近的方案包括：冉令峰(基于垂直投影的車牌字符切割方法[J].通信技術(shù),2012,45(04):89-91)首先通過垂直投影切割法得到所有可能的字符，然后根據(jù)獲得的字符個數(shù)，判斷是否存在字符粘連或是字符斷裂的情況，如果字符數(shù)小于7，則認(rèn)為存在字符粘連的情況，然后找到該粘連字符投影值最小的區(qū)域進(jìn)行字符切割，如果字符數(shù)大于7，則認(rèn)為切割結(jié)果存在字符斷裂情況，通過合并中心點距離最小且中心點距離小于先驗字符寬度的字符對，解決字符斷裂問題。該方法的不足之處是：(1)該方法沒有給出車牌上下邊界精確定位的方法，直接進(jìn)行車牌切割會受到車牌邊框的干擾，導(dǎo)致切割結(jié)果不準(zhǔn)確；(2)該方法在沒有進(jìn)行錯誤字符的篩選前提下，直接根據(jù)字符數(shù)判斷是否存在字符粘連或是斷裂是不可靠的；(3)該方法根據(jù)粘連字符區(qū)域中的最小投影點進(jìn)行粘連字符的切割是不準(zhǔn)確的，因為粘連區(qū)域不一定就是投影值最小的區(qū)域，同時部分字符也存在投影值較小的區(qū)域，如“H”；(4)該方法通過將距離較近的字符對進(jìn)行合并解決字符斷裂問題，沒有考慮車牌可能存在污漬的情況，會造成斷裂字符、“1”與邊框、污漬錯誤合并的情況。路敬祎等(基于改進(jìn)的連通域算法與垂直投影相結(jié)合的車牌字符分割[J].模式識別與仿真,2015,34(12):93-97)首先通過分析車牌二值化圖像的行黑白跳變數(shù)以及行像素值進(jìn)行車牌水平切割，精確定位車牌上下邊界，然后利用連通域算法進(jìn)行車牌字符的粗略定位，利用垂直投影法進(jìn)行車牌字符的精確定位，同時對可能出現(xiàn)的字符粘連和字符斷裂情況給出了解決方案，與本發(fā)明的不同之處在于：(1)該方法的水平切割方法是對整個車牌二值化圖像進(jìn)行分析，而本發(fā)明的水平切割方法是以車牌二值化圖像的中心區(qū)域為感興趣的區(qū)域進(jìn)行分析，避免了邊框干擾，同時本發(fā)明還進(jìn)行了車牌上下邊界的二次定位，字符區(qū)域的定位更加準(zhǔn)確；(2)該方法沒有給出錯誤字符篩選的方案；(3)該方法根據(jù)粘連字符的投影值結(jié)合計算得到的字符標(biāo)準(zhǔn)寬度進(jìn)行粘連字符切割；(4)該方法通過試探合并法進(jìn)行斷裂字符修復(fù)，如果合并后字符寬度滿足要求，則保留合并結(jié)果，沒有進(jìn)行錯誤字符的篩選，會出現(xiàn)字符與污漬、邊框錯誤合并的情況。陳濤等(基于投影和固有特征的車牌字符分割方法[J].計算機技術(shù)與發(fā)展,2009,19(5):45-47)首先通過黑白跳變法進(jìn)行定位車牌上下邊界的定位，然后根據(jù)車牌的固有特征，估算出第三個字符左邊界的大概位置，進(jìn)而根據(jù)車牌的垂直投影信息將該位置右邊的字符切割出來，并對切割出來的字符集進(jìn)行字符篩選、粘連字符的分割、斷裂字符的合并，從而得到車牌后5個字符，然后根據(jù)后5個字符估算出字符的標(biāo)準(zhǔn)寬度，用于前兩個字符定位。與本發(fā)明的不同之處在于：(1)該方法的水平切割方法只是基于黑白跳變法，而本發(fā)明的水平切割方法是以圖像中心區(qū)域為感興趣區(qū)域，結(jié)合黑白跳變法和投影值閾值法進(jìn)行分析的，同時還進(jìn)行了上下邊框的二次定位；(2)該方法取車牌寬度的一定比例長度作為字符先驗寬度，同時第三個字符左邊界也是按照車牌寬度的一定比例進(jìn)行估算，如果車牌定位不準(zhǔn)確，則字符先驗寬度和字符位置估算誤差較大，直接影響字符切割的準(zhǔn)確度；(3)該方法通過找到粘連字符區(qū)域中兩個最大投影點中間的最小投影點作為切割點，進(jìn)行粘連字符的切割，對于特殊的字符會存在誤切情況；(4)該方法處理斷裂字符的方法是，通過將寬度過小，間距過小的字符對進(jìn)行合并，如果合并后的字符滿足字符寬度要求，則進(jìn)行保留，會出現(xiàn)字符與污漬、邊框錯誤合并的情況。發(fā)明專利(申請?zhí)枺?01110454129.6，名稱：一種車牌字符分割的方法)首先通過逐行逐列分析投影值，找到車牌的上下左右邊框，進(jìn)行車牌精確定位，然后根據(jù)像素點間距逐行進(jìn)行像素點聚類，確定所有可能字符，并去除高度過小的字符，對于超過設(shè)定的寬度閾值的粘連字符，根據(jù)字符區(qū)域投影值最小點進(jìn)行粘連字符切割，如果字符集數(shù)量大于7，則選取字符集方差最小的7個字符作為正確的字符，最后對寬度過大的字符進(jìn)行位置調(diào)整，與本發(fā)明的不同之處在于：(1)該方法的水平切割方法是基于投影值閾值法；(2)該方法通過像素點聚類的方法確定可能字符；(3)該方法根據(jù)粘連字符區(qū)域的投影值最小點進(jìn)行字符切割，會造成誤切割的情況；(4)該方法通過找到方差最小的字符集進(jìn)行字符篩選，可靠性不高；(5)該方法沒有給出斷裂字符的處理方案。發(fā)明專利(申請?zhí)枺?01510459955.8，名稱：一種車牌字符分割的方法及裝置)首先采用垂直投影法進(jìn)行字符粗定位，然后對大于預(yù)設(shè)寬高比閾值的粘連字符進(jìn)行二次切割，切割方法為首先對粘連字符區(qū)域進(jìn)行二值化、腐蝕操作，然后使用垂直投影法進(jìn)行切割，同時該方法還給出了解決斷裂字符的方案，即首先找出所有小于一定寬高比閾值的過切割字符，然后根據(jù)字符間距，合并后的字符寬度判斷是否進(jìn)行字符合并，同時還對邊框、間隔點切割快進(jìn)行了剔除，最后該方法還給出了判斷車牌類型的方法，與本發(fā)明不同之處在于：(1)該方法沒有給出水平切割的處理方案；(2)通過投影法進(jìn)行粘連字符的處理，會造成誤切割的情況；(3)判斷斷裂字符和篩選錯誤字符的方法與本發(fā)明不同。發(fā)明專利(申請?zhí)枺?01110405227.0，名稱：一種車牌字符分割方法)首先根據(jù)黑白跳變法進(jìn)行車牌上下邊框的精確定位，然后根據(jù)車牌圖像的垂直投影信息，動態(tài)調(diào)整閾值進(jìn)行字符分割，直至切割出來的字符集數(shù)量在[7,15]范圍內(nèi)，然后將字符集中寬度過小和像素點過小的字符進(jìn)行剔除，最后根據(jù)字符寬度和字符中心點距離，找到第一個或是第二個字符，進(jìn)而推算出其他字符，與本發(fā)明的不同之處在于：(1)該方法的水平切割方法是基于黑白跳變法；(2)該方法通過動態(tài)調(diào)整閾值進(jìn)行字符切割，以保證切割結(jié)果不存在字符粘連的情況，但該方法不能保證成功分割粘連字符，而且當(dāng)在閾值過大時，會造成正確字符誤切割的情況；(3)該方法沒有給出除漢字之外的其他字符的斷裂字符修復(fù)方案；(4)該方法在找到第一個或是第二個字符后，對于其后的切割塊直接進(jìn)行順序保留，沒有考慮到字符斷裂和字符缺失的情況。

綜上所述，當(dāng)前字符切割方法存在著如下不足之處：(1)部分方法沒有進(jìn)行車牌水平切割，或是切割方法不夠精確，這直接影響后續(xù)字符切割的準(zhǔn)確度；(2)部分方法沒有進(jìn)行錯誤字符的篩選，這會導(dǎo)致后續(xù)粘連字符和斷裂字符的誤處理；(3)大多數(shù)方法通過最小投影值點分割法處理粘連字符，對于粘連嚴(yán)重的字符和特殊字符存在誤切割的情況；(4)部分方法對于找到的7個切割塊直接進(jìn)行保留，沒有考慮字符可能卻在雜質(zhì)粘連、字符缺失、定位不精確等問題；(5)部分方法參考的的字符標(biāo)準(zhǔn)寬度、字符間距等數(shù)據(jù)是固定的或是按照車牌寬度的一定比例確定，如果車牌定位不準(zhǔn)確，則這些數(shù)據(jù)會出現(xiàn)較大誤差，直接影響算法的精度。

技術(shù)實現(xiàn)要素：

為了克服基于投影的直接切割方式的不足，本發(fā)明的目的是提供一種一種車牌字符切割方法，它是基于投影的字符切割方法，該方法在切分字符的基礎(chǔ)上實現(xiàn)了斷裂字符的修復(fù)、粘連字符分割、字符的精確定位等過程，該方法不包括車牌圖像預(yù)處理過程，如車牌圖像的灰度、濾波、二值化、傾斜校正等。

所述的一種車牌字符切割方法，其特征在于包括如下步驟：

步驟1：獲得經(jīng)過車牌定位、傾斜校正、灰度、濾波和二值化算法處理后的白底黑字的車牌二值化圖像D，其中圖像的寬度為wh₁，高度為ht₁，單位為像素；

步驟2：用基于投影的水平切割方法進(jìn)行車牌字符區(qū)域的精確定位，確定車牌字符區(qū)域D_c；

步驟3：進(jìn)行字符切割，得到字符集C＝{c_i|c_i＝(l_i,r_i,a_i,b_i)；i＝0,1,…,N-1}，其中，l_i,r_i,a_i,b_i分別表示字符c_i的左右上下邊界，N表示集合C中元素的個數(shù)；

步驟4：根據(jù)字符集C重新調(diào)整車牌字符區(qū)域D_c，具體為：

步驟4.1：計算出字符集C對應(yīng)的字符寬度集W和字符的最適寬度具體為：

步驟4.1.1：根據(jù)公式(14)，得到字符集C對應(yīng)的字符寬度集W；

W＝{w_i|w_i＝c_i.r-c_i.l+1,c_i∈C,i＝0,1,…,N-1} (14)

步驟4.1.2：根據(jù)公式(15)-(16)，得到字符寬度集W'，N'_w表示集合W'中元素的個數(shù)；

wa＝c_N-1.r-c₀.l+1；c_N-1,c₀均∈C (15)

其中，wa表示最右側(cè)字符的右邊界和最左側(cè)字符的左邊界的距離；

步驟4.1.3：將字符寬度集W'中元素按照從小到大的順序進(jìn)行排序，然后不斷剔除掉W'中最大和最小的元素，直至W'中元素的個數(shù)小于5，根據(jù)公式(17)得到集合W'中元素的平均值，記為aw₀；

步驟4.1.4：根據(jù)公式(17)-(19)，計算出集合W'中所有元素的方差集V_w和標(biāo)準(zhǔn)差s_w；

V_w＝{v_i|v_i＝(w_i-aw)²,w_i∈W',i＝0,1,…,N'_w-1} (18)

其中，aw表示W(wǎng)'中所有字符寬度的平均值；

步驟4.1.5：若標(biāo)準(zhǔn)差s_w＜0.6且N'_w＞1，則跳至步驟4.2執(zhí)行；若標(biāo)準(zhǔn)差s_w＜0.6且N'_w＝1，則跳至步驟4.2執(zhí)行；若標(biāo)準(zhǔn)差s_w≥0.6，則繼續(xù)執(zhí)行步驟4.1.6；

步驟4.1.6：剔除掉W'中對應(yīng)方差最大的元素，然后返回步驟4.1.4執(zhí)行；

步驟4.2：根據(jù)公式(20)得到字符集C₁，字符集C₁中元素個數(shù)為N₁；

步驟4.3：統(tǒng)計出集合C₁中滿足c_i.a＝0的字符個數(shù)N_a以及滿足c_i.b＝ht_c-1的字符個數(shù)N_b；

步驟4.4：若則根據(jù)公式(21)計算出車牌上邊界a，否則令a＝0；若則根據(jù)公式(22)計算得出車牌上邊界b，否則令b＝ht_c-1；若且則直接跳至步驟6執(zhí)行；

步驟4.5：根據(jù)公式(23)調(diào)整車牌所在區(qū)域D_c，根據(jù)公式(24)更新區(qū)域D_c的高度ht_c；

D_c＝{(x,y)|x∈[a,b],y∈[0,wh₁),(x,y)∈D_c} (23)

ht_c＝b-a+1 (24)

步驟5：對步驟4確定的車牌區(qū)域D_c，根據(jù)步驟3重新進(jìn)行字符集定位，得到新的字符集C＝{c_i＝(l_i,r_i,a_i,b_i)|i＝0,1,…,N-1}，N表示集合C中元素的個數(shù)；

步驟6：解決字符斷裂問題，具體為：

步驟6.1：根據(jù)步驟4.1，得到字符集C對應(yīng)的字符寬度集W和字符最適寬度

步驟6.2：計算得到字符集C對應(yīng)的字符中心點間距集合M和最適字符中心點間距具體為：

步驟6.2.1：根據(jù)公式(25)，得到字符中心點間距集合M，集合M的元素個數(shù)為N_m；

步驟6.2.2：根據(jù)公式(26)，得到中心點間距集合M′，并根據(jù)公式(27)，得到集合M′中元素的平均值，記為am₀；

步驟6.2.3：根據(jù)公式(27)-(29)，得到集合M′中所有元素的方差集V_m和標(biāo)準(zhǔn)差s_m；

V_m＝{v_i|v_i＝(m_i-am)²,m_i∈W',i＝0,1,…,N_m-1} (28)

其中，am表示M′中所有字符寬度的平均值；

步驟6.2.4：若集合M′中元素的個數(shù)3，則更新am₀＝am；

步驟6.2.5：若標(biāo)準(zhǔn)差s_m＜1.2且N_m＞1，則跳至步驟6.3執(zhí)行；若標(biāo)準(zhǔn)差s_m＜1.2且N_m＝1，則跳至步驟6.3執(zhí)行；若標(biāo)準(zhǔn)差s_m≥1.2，則繼續(xù)執(zhí)行步驟6.2.6；

步驟6.2.6：剔除掉集合M′對應(yīng)方差最大的元素，然后返回步驟6.2.3執(zhí)行。

步驟6.3：根據(jù)字符對的中心點間距、字符高度和字符寬度分析出斷裂字符和錯誤字符，并實現(xiàn)斷裂字符的修復(fù)和錯誤字符的剔除，具體為：順序遍歷集合M中除首尾元素外的元素m_i,i＝1,2,…,N_m-2，若則c_i和c_i+1是斷裂字符對或存在錯誤字符，需進(jìn)一步根據(jù)滿足式(30)-(34)判斷字符對屬于何種情況，若滿足式(32)，則需要剔除字符c_i；若滿足式(33)，則需要剔除字符c_i+1；若滿足式(33)，則字符c_i和c_i+1可以進(jìn)行合并；

h_x＝c_x.b-c_x.a+1；c_x∈C,x＝0,1,…,N-1 (30)

Y(x,y)＝c_y.r-c_x.l+1；c_x,c_y∈C,x＝0,1,…,N-1,y＝0,1,…,N-1 (31)

其中，h_x表示字符c_x的高度，Y(x,y)表示集合C中字符c_x的左邊界和字符c_y的右邊界之間的距離；

步驟6.4：對字符集C進(jìn)行更新，得到解決了斷裂問題后的字符集C，字符集C中元素的個數(shù)為N；

步驟7：解決字符粘連問題，具體為：

步驟7.1：根據(jù)步驟4.1，得到字符集C對應(yīng)的字符寬度集W和字符最適寬度

步驟7.2：根據(jù)步驟6.2，得到字符集C對應(yīng)的字符中心點間距集合M和最適字符中心點間距

步驟7.3：順序遍歷字符集C中所有字符c_i,i＝0,1,…,N-1，若字符c_i滿足式(38)，則字符c_i是粘連字符，進(jìn)一步根據(jù)滿足式(40)-(43)判斷該字符屬于何種字符粘連情況，再分別進(jìn)行處理：

A.若字符c_i滿足式(40)，則認(rèn)為該字符是錯誤字符，不進(jìn)行分割；

B.若字符c_i滿足式(41)，則認(rèn)為該字符是二字符粘連字符，需要進(jìn)一步根據(jù)滿足式(44)-(46)判斷該字符是何種二字符粘連情況，再分別進(jìn)行處理：

a.若字符c_i滿足式(44)，則認(rèn)為該字符是兩個“1”字符粘連的情況，將字符c_i分割為和兩個字符；

b.若字符c_i滿足式(44)，則認(rèn)為該字符為“1”字符和非“1”字符粘連的情況，將字符c_i分割為和兩個字符；

c.若字符c_i滿足式(45)，則認(rèn)為該字符為非“1”字符和“1”字符粘連的情況，將字符c_i分割為和兩個字符；

d.若字符c_i滿足則認(rèn)為該字符為兩個非“1”字符粘連的情況，將字符c_i分割為和兩個字符；

C.若字符c_i滿足式(42)，則認(rèn)為該字符是三字符粘連字符，將字符c_i分割為三個字符；

D.若字符c_i滿足式(43)，則認(rèn)為該字符是四字符粘連字符，將字符c_i分割為四個字符；

(i＝0或i＝N-1)且(h_i＜0.6×ht_c或t_i＞0.8×w_i×ht_c)；w_i∈W (40)

其中，d_i表示字符c_i左側(cè)字符的右邊界與其右側(cè)字符的左邊界的距離，dL_i表示字符c_i左邊界與其左側(cè)字符右邊界的距離，dR_i表示字符c_i右邊界與其右側(cè)字符左邊界的距離，t_i表示字符c_i中黑色像素點的個數(shù)，h_i根據(jù)公式(30)計算得到，表示字符c_i的高度；

步驟7.4：對字符集C進(jìn)行更新，得到解決了字符粘連問題后的字符集C，字符集C中元素的個數(shù)為N；

步驟8：若N＞7，則需要進(jìn)行字符篩選，轉(zhuǎn)至步驟9執(zhí)行；否則，直接轉(zhuǎn)至步驟10執(zhí)行；

步驟9：篩選出正確的7個字符，具體為：

步驟9.1：根據(jù)步驟4.1，得到字符集C對應(yīng)的字符寬度集W和字符最適寬度

步驟9.2：根據(jù)步驟6.2，得到字符集C對應(yīng)的字符中心點間距集合M和最適字符中心點間距

步驟9.3：根據(jù)步驟3.2，更新字符集C中所有字符的上下邊界；

步驟9.4：確定中心字符c_f，c_f為字符集C中下標(biāo)為f的字符，具體為：順序遍歷中心點距離集合M，找到第一個滿足的元素，則f可由公式(47)確定；

步驟9.5：篩選出正確的7個字符，保存至字符集C₂中，具體為：

步驟9.5.1：若字符c_f不符合滿足式(48)，則認(rèn)為該字符為正確的字符，將其保存至字符集C₂中；

步驟9.5.2：順序交替的遍歷字符集C中位于字符c_f兩邊的字符c_i，若字符c_i不符合滿足式(48)，則認(rèn)為字符c_i為正確字符，將其保存至字符集C₂中；其中，字符的遍歷方式為順序交替的遍歷字符c_f兩邊的字符，即所遍歷字符的下標(biāo)順序為f-1,f+1,f-2,f+2…，如果完成一側(cè)字符的遍歷，則結(jié)束交替遍歷，繼續(xù)進(jìn)行另一側(cè)字符的順序遍歷；每分析完一個字符，需要判斷判別式lc+rc+tc＝7是否正確，若正確，則默認(rèn)剩余未判斷的字符都為正確字符，直接順序加到集合C₂中；其中，lc表示字符c_f左側(cè)未分析的字符數(shù)量，rc表示字符c_f右側(cè)未分析的字符數(shù)量，tc表示當(dāng)前字符集C₂中正確字符的數(shù)量；

其中，h_i根據(jù)公式(30)計算得到，表示字符c_i的高度；

步驟9.5.3：對字符集C₂中字符按照c_i.l從小到大的順序進(jìn)行排序，并更新C＝C₂；

步驟10：若N＜6，則表示車牌字符切割失敗，不再執(zhí)行下面的步驟；否則，繼續(xù)執(zhí)行步驟11；

步驟11：找到字符集C中位置存在位置偏差的字符進(jìn)行位置修正，實現(xiàn)字符的精確定位，集合U{u_i|i＝0,1,…,N-1}表示字符集C中字符位置的正確性，u_i＝-1表示字符c_i位置存在偏差，u_i＝1表示字符c_i位置正確，初始u_i都為-1，算法的具體過程為：

步驟11.1：根據(jù)步驟4.1，得到字符集C對應(yīng)的字符寬度集W和字符最適寬度

步驟11.2：根據(jù)步驟6.2，得到字符集C對應(yīng)的字符中心點間距集合M和最適字符中心點間距

步驟11.3：若N＝6且則認(rèn)為是第一個字符缺失的情況，估算出第一個字符的位置為并將其加到字符集C的最前端，并重新執(zhí)行步驟11.1和步驟11.2；

步驟11.4：順序遍歷字符集C，找到字符寬度合理的非粘連字符，即若字符c_i滿足！Z(i)且則認(rèn)為該字符位置正確，令u_i＝1，其中Z(i)返回為true表示c_i是由粘連算法分割出來的字符；

步驟11.5：順序遍歷字符集C，若字符c_i符合滿足式(49)，則將該字符下標(biāo)添加集合K中；

步驟11.6：順序遍歷集合K，若字符c_ki符合滿足式(50)，則置u_i＝1，并將元素k_i從集合K中剔除，同時若字符c_ki-1、c_ki+1符合滿足式(49)，則將該字符下標(biāo)添加至集合K中，不斷分析集合K中元素所對應(yīng)的字符，直至集合K為空；

步驟11.7：首先對車牌后五個字符進(jìn)行位置修正，具體為：

步驟11.7.1：順序遍歷字符集C，若字符c_i符合滿足式(51)，則將該字符下標(biāo)添加集合K中；

步驟11.7.2：順序遍歷集合K，若字符符合滿足式(52)，則可將字符調(diào)整為若字符符合滿足式(53)，則可將字符調(diào)整為若字符符合滿足式(54)，則可將字符調(diào)整為若不滿足以上條件，且符合條件(i＝2或(i＞2且i＜6且u_i+1＝1且u_i-1＝-1))，則可將字符調(diào)整為若不滿足以上條件，且符合條件(i＝6或(i＞2且i＜6且u_i+1＝-1且u_i-1＝1))，則可將字符調(diào)整為對完成字符位置修正后，置將元素k_i從集合K中剔除，并重新執(zhí)行步驟11.2，同時若字符符合滿足式(51)，則將該字符下標(biāo)添加至集合K中；不斷調(diào)整集合K中元素所對應(yīng)的字符，直至集合K為空；

i?。?且i?。?且且u_i+1＝1且u_i-1＝1 (54)

步驟11.8：若u₀＝1且u₁＝1，則直接跳至步驟12執(zhí)行，否則對車牌前兩個字符進(jìn)行位置修正，具體為：

步驟11.8.1：若u₀＝-1且u₁＝-1，則將字符c₁的位置調(diào)整為同時置u₁＝1；

步驟11.8.2：若u₀＝1且u₁＝-1，則將字符c₁的位置調(diào)整為同時置u₁＝1；

步驟11.8.2：若u₀＝-1且u₁＝1，則需根據(jù)滿足式(55)-(56)進(jìn)行分情況處理；若字符c₀符合滿足式(55)，則可將字符c₀調(diào)整為若字符c₀符合滿足式(56)，則可將字符c₀調(diào)整為否則，可將字符c₀調(diào)整為

步驟11.9：將字符集C中所有字符c_i,i＝0,1,…,N-1調(diào)整為(c_i.a,c_i.b,0,ht_c-1)；

步驟12：根據(jù)字符集C，確定各個字符在車牌圖像區(qū)域D_c中的位置，進(jìn)行字符切割。

所述的一種車牌字符切割方法，其特征在于步驟2中的用基于投影的水平切割方法進(jìn)行車牌字符區(qū)域的精確定位確定車牌字符區(qū)域D_c的具體步驟為：

步驟2.1：根據(jù)公式(1)，得到圖像中心區(qū)域D₁；

其中，(x,y)表示區(qū)域D1的像素坐標(biāo)；

步驟2.2：根據(jù)公式(2)-(3)，得到區(qū)域D₁中所有行的行像素值集P_h和行黑白跳變數(shù)集J，行像素值是指該行黑色像素點個數(shù)，黑白跳變是指相鄰像素對的灰度值不同，即相鄰的兩個像素點分別為白色、黑色，或者黑色、白色，行黑白跳變數(shù)是該行滿足黑白跳邊的像素對個數(shù)；

其中，p_x表示區(qū)域D₁中第x行的行像素值，pt_xy表示區(qū)域D₁中點(x,y)的灰度值，j_x表示區(qū)域D₁中第x行的黑白跳變數(shù)；

步驟2.3：確定車牌上邊界aL，即從區(qū)域D₁的中線開始順序向上遍歷區(qū)域D₁上半?yún)^(qū)域中的所有行，若第x行滿足式(4)，則x+1行可以確定為車牌上邊界，令aL＝x+1；若找不到上邊界，則令aL＝0；

p_x＞0.8×wh₁或p_x＜0.1×wh₁或j_x＜8，其中p_x∈P_h,j_x∈J(4)

步驟2.4：確定車牌下邊界bL，即從區(qū)域D₁的中線開始順序向下遍歷區(qū)域D₁下半?yún)^(qū)域中的所有行，若第x行滿足式(4)，則x-1行可以確定為車牌下邊界，令bL＝x-1；若找不到下邊界，則令bL＝ht₁-1；

步驟2.5：根據(jù)公式(5)確定車牌字符所在區(qū)域D_c，根據(jù)公式(6)確定區(qū)域D_c的高度ht_c；

D_c＝{(x,y)|x∈[aL,bL],y∈[0,wh₁),(x,y)∈D} (5)

ht_c＝bL-aL+1 (6)。

所述的一種車牌字符切割方法，其特征在于步驟3：進(jìn)行字符切割的具體步驟為：

步驟3.1：確定所有字符的左右邊界，具體為：

步驟3.1.1：根據(jù)公式(7)，得到車牌區(qū)域D_c所有列的列像素值集P_v，圖像第y列的列像素值p_y表示y列中黑色像素點的個數(shù)；

其中，pt_xy表示區(qū)域D_c中點(x,y)的灰度值；

步驟3.1.2：順序遍歷列像素值集P_v，確定所有候選字符的滿足式(8)的左邊界集L＝{l_i|i＝0,1,…,m}和滿足式(9)的右邊界集R＝{r_i|i＝0,1,…,m}；

步驟3.1.3：順序組合集合L、R中的元素l_i,r_i確定可能字符的左右邊界，如果該字符滿足式(10)，則將該字符(l_i,r_i,0,ht_c-1)加入到字符集C中；

其中，pt_xy表示區(qū)域D_c中點(x,y)的灰度值，pc_i表示l_i,r_i確定字符區(qū)域中的黑色像素點個數(shù)；

步驟3.2：順序確定字符集C中所有字符c_i的上下邊界，i＝0,1,…,N-1,具體為：

步驟3.2.1：根據(jù)公式(11)，得到字符c_i所在區(qū)域的行像素值集

其中，pt_xy表示區(qū)域D_c中點(x,y)的灰度值，c_i.l表示字符c_i的左邊界，c_i.r表示字符c_i的右邊界；

步驟3.2.2：順序遍歷行像素值集根據(jù)式(12)確定字符c_i在垂直方向上的連續(xù)字符段集的上邊界集A_i＝{a_j|j＝0,1,…,m_i}；根據(jù)式(13)確定字符c_i在垂直方向上的連續(xù)字符段集的下邊界集B_i＝{b_j|j＝0,1,…,m_i}，然后將集合A，B中元素兩兩組合，確定符c_i在垂直方向上的連續(xù)字符段集H_i＝{h_j|h_j＝(a_j,b_j),a_j∈A_i,b_j∈B_i,j＝0,1…,m_i}；

步驟3.2.3：順序遍歷連續(xù)字符段集H_i，找到其中b_j-a_j最大的字符段，記為h_k＝(a_k,b_k)，則a_k、b_k就是字符c_i的上下邊界，即c_i.a＝a_k,c_i.b＝b_k。

本發(fā)明針對車牌字符切割過程中可能遇到的各種問題給出了解決方案，顯著改善了車牌字符切割的準(zhǔn)確率，為后續(xù)字符的正確識別提供了保障，與其他方法相比，本發(fā)明的優(yōu)點在于：1)通過分析黑白跳變數(shù)和行像素值進(jìn)行車牌水平切割，并通過切割出來的字符集的上下邊界對車牌字符區(qū)域進(jìn)行二次定位，所確定的車牌字符區(qū)域更加精確，可以有效避免由于上下邊框造成的字符粘連情況；2)根據(jù)估算出來的字符寬度進(jìn)行粘連字符的粗定位，最后通過字符集位置修正的方法，對存在位置偏移的字符進(jìn)行調(diào)整，可以較好的解決字符對粘連問題；3)本發(fā)明的字符集篩選步驟是首先找到車牌中間字符，然后從中間字符開始往兩邊按照交替遍歷的順序進(jìn)行字符判斷，這種方式可以避免對容易誤判的邊框切割塊進(jìn)行訪問，從而快速的找到正確的7個字符；4)本發(fā)明給出了字符集位置修正的方案，對存在污漬粘連的較寬字符塊、存在缺失的較窄字符塊，存在位置偏移的粘連字符塊進(jìn)行位置調(diào)整，使字符集定位更加準(zhǔn)確；5)本發(fā)明對容易遺漏的漢字字符給出了修復(fù)方案；6)本發(fā)明用于定位和分析的字符參考寬度、中心點距離都是用基于統(tǒng)計的方法動態(tài)獲取的，更加精確。

附圖說明

圖1為根據(jù)步驟1得到的白底黑字的車牌二值化圖像；

圖2為根據(jù)步驟2.1確定的車牌圖像中心區(qū)域D₁；

圖3：根據(jù)步驟2.2-2.4確定的車牌區(qū)域D_c；

圖4：根據(jù)步驟3得到的字符集定位結(jié)果；

圖5：根據(jù)步驟4重新定位確定的車牌區(qū)域D_c；

圖6：執(zhí)行步驟5之前的字符集定位結(jié)果；

圖7：根據(jù)步驟5進(jìn)行字符集重新定位后得到的字符集定位結(jié)果；

圖8：執(zhí)行步驟6之前的字符集定位結(jié)果；

圖9：根據(jù)步驟6進(jìn)行斷裂字符修復(fù)后得到的字符集定位結(jié)果；

圖10：執(zhí)行步驟7之前的字符集定位結(jié)果1；

圖11：根據(jù)步驟7進(jìn)行粘連字符切分后得到的字符集定位結(jié)果1；

圖12：執(zhí)行步驟7之前的字符集定位結(jié)果2；

圖13：根據(jù)步驟7進(jìn)行粘連字符切分后得到的字符集定位結(jié)果2；

圖14：執(zhí)行步驟7之前的字符集定位結(jié)果3；

圖15：根據(jù)步驟7進(jìn)行粘連字符切分后得到的字符集定位結(jié)果4；

圖16：執(zhí)行步驟9之前的字符集定位結(jié)果；

圖17：根據(jù)步驟9進(jìn)行字符篩選后得到的字符集定位結(jié)果；

圖18：執(zhí)行步驟11之前的字符集定位結(jié)果1；

圖19：根據(jù)步驟11進(jìn)行字符位置修正后得到的字符集定位結(jié)果1；

圖20：執(zhí)行步驟11之前的字符集定位結(jié)果2；

圖21：根據(jù)步驟11進(jìn)行字符位置修正后得到的字符集定位結(jié)果2；

圖22：執(zhí)行步驟11之前的字符集定位結(jié)果3；

圖23：根據(jù)步驟11進(jìn)行字符位置修正后得到的字符集定位結(jié)果3；

圖24：執(zhí)行步驟11之前的字符集定位結(jié)果4；

圖25：根據(jù)步驟11進(jìn)行字符位置修正后得到的字符集定位結(jié)果4；

圖26：執(zhí)行步驟11之前的字符集定位結(jié)果5；

圖27：根據(jù)步驟11進(jìn)行字符位置修正后得到的字符集定位結(jié)果5。

具體實施方式

下面結(jié)合實例來詳細(xì)闡述本發(fā)明，因為本發(fā)明涉及車牌切割過程中多個問題的處理，無法通過單一實例進(jìn)行說明，因此下面將通過多張車牌進(jìn)行算法的說明。

本發(fā)明的一種車牌字符切割方法，其特征在于包括如下步驟：

步驟1：獲得經(jīng)過車牌定位、傾斜校正、灰度、濾波和二值化算法處理后的白底黑字的車牌二值化圖像D，其中圖像的寬度為wh₁，高度為ht₁，單位為像素；

根據(jù)步驟1得到的白底黑字的車牌二值化圖像D，如圖1所示。

步驟2：用基于投影的水平切割方法進(jìn)行車牌字符區(qū)域的精確定位，確定車牌字符區(qū)域D_c，具體為：

步驟2.1：根據(jù)公式(1)，得到圖像中心區(qū)域D₁；

以圖1車牌為例，根據(jù)步驟2.1得到的用于水平切割的圖像中心區(qū)域D₁，為圖2灰色線條中央的區(qū)域。

步驟2.2：根據(jù)公式(2)-(3)，得到區(qū)域D₁中所有行的行像素值集P_h和行黑白跳變數(shù)集J，行像素值是指該行黑色像素點個數(shù)，黑白跳變是指相鄰像素對的灰度值不同，即相鄰的兩個像素點分別為白色、黑色，或者黑色、白色，行黑白跳變數(shù)是該行滿足黑白跳邊的像素對個數(shù)；

其中，p_x表示區(qū)域D₁中第x行的行像素值，pt_xy表示區(qū)域D₁中點(x,y)的灰度值，j_x表示區(qū)域D₁中第x行的黑白跳變數(shù)；

步驟2.3：確定車牌上邊界aL，即從區(qū)域D₁的中線開始順序向上遍歷區(qū)域D₁上半?yún)^(qū)域中的所有行，若第x行符合滿足式(4)，則x+1行可以確定為車牌上邊界，令aL＝x+1；若找不到上邊界，則令aL＝0；

步驟2.4：確定車牌下邊界bL，即從區(qū)域D₁的中線開始順序向下遍歷區(qū)域D₁下半?yún)^(qū)域中的所有行，若第x行符合滿足式(4)，則x-1行可以確定為車牌下邊界，令bL＝x-1；若找不到下邊界，則令bL＝ht₁-1；

p_x＞0.8×wh₁或p_x＜0.1×wh₁或j_x＜8；p_x∈P_h,j_x∈J (4)

步驟2.5：根據(jù)公式(5)確定車牌字符所在區(qū)域D_c，根據(jù)公式(6)確定區(qū)域D_c的高度ht_c；

D_c＝{(x,y)|x∈[aL,bL],y∈[0,wh₁),(x,y)∈D} (5)

ht_c＝bL-aL+1 (6)

以圖2所示車牌為例，根據(jù)步驟2.2-2.5進(jìn)行車牌字符區(qū)域的定位，得到的車牌字符區(qū)域D_c為圖3灰色線條中央的區(qū)域。

步驟3：進(jìn)行字符切割，得到字符集C＝{c_i|c_i＝(l_i,r_i,a_i,b_i)；i＝0,1,…,N-1}，其中，l_i,r_i,a_i,b_i分別表示字符c_i的左右上下邊界，N表示集合C中元素的個數(shù)，具體為：

步驟3.1：確定所有字符的左右邊界，具體為：

步驟3.1.1：根據(jù)公式(7)，得到車牌區(qū)域D_c所有列的列像素值集P_v，圖像第y列的列像素值p_y表示y列中黑色像素點的個數(shù)；

其中，pt_xy表示區(qū)域D_c中點(x,y)的灰度值；

步驟3.1.2：順序遍歷列像素值集P_v，確定所有候選字符的滿足式(8)的左邊界集L＝{l_i|i＝0,1,…,m}和滿足式(9)的右邊界集R＝{r_i|i＝0,1,…,m}；

步驟3.1.3：順序組合集合L、R中的元素l_i,r_i確定可能字符的左右邊界，如果該字符符合滿足式(10)，則將該字符(l_i,r_i,0,ht_c-1)加入到字符集C中；

其中，pt_xy表示區(qū)域D_c中點(x,y)的灰度值，pc_i表示l_i,r_i確定字符區(qū)域中的黑色像素點個數(shù)；

步驟3.2：順序確定字符集C中所有字符c_i,i＝0,1,…,N-1的上下邊界，具體為：

步驟3.2.1：根據(jù)公式(11)，得到字符c_i所在區(qū)域的行像素值集

其中，pt_xy表示區(qū)域D_c中點(x,y)的灰度值；

步驟3.2.2：順序遍歷行像素值集根據(jù)滿足式(12)，確定字符c_i在垂直方向上的連續(xù)字符段集的上邊界集A_i＝{a_j|j＝0,1,…,m_i}，根據(jù)滿足式(13)，確定字符c_i在垂直方向上的連續(xù)字符段集的下邊界集B_i＝{b_j|j＝0,1,…,m_i}，然后將集合A，B中元素兩兩組合，確定符c_i在垂直方向上的連續(xù)字符段集H_i＝{h_j|h_j＝(a_j,b_j),a_j∈A_i,b_j∈B_i,j＝0,1…,m_i}；

步驟3.2.3：順序遍歷連續(xù)字符段集H_i，找到其中b_j-a_j最大的字符段，記為h_k＝(a_k,b_k)，則a_k、b_k就是字符c_i的上下邊界，即c_i.a＝a_k,c_i.b＝b_k；

以圖3所示車牌為例，根據(jù)步驟3，對由步驟2得到的車牌字符區(qū)域D_c進(jìn)行字符定位，字符集的定位結(jié)果如圖4所示，紅框表示每個字符區(qū)域的邊界。

步驟4：根據(jù)字符集C重新調(diào)整車牌字符區(qū)域D_c，具體為：

步驟4.1：計算出字符集C對應(yīng)的字符寬度集W和字符的最適寬度具體為：

步驟4.1.1：根據(jù)公式(14)，得到字符集C對應(yīng)的字符寬度集W；

W＝{w_i|w_i＝c_i.r-c_i.l+1,c_i∈C,i＝0,1,…,N-1} (14)

步驟4.1.2：根據(jù)公式(15)-(16)，得到字符寬度集W'，N'_w表示集合W'中元素的個數(shù)；

wa＝c_N-1.r-c₀.l+1；c_N-1,c₀均∈C (15)

其中，wa表示最右側(cè)字符的右邊界和最左側(cè)字符的左邊界的距離；

步驟4.1.3：將字符寬度集W'中元素按照從小到大的順序進(jìn)行排序，然后不斷剔除掉W'中最大和最小的元素，直至W'中元素的個數(shù)小于5，根據(jù)公式(17)得到集合W'中元素的平均值，記為aw₀；

步驟4.1.4：根據(jù)公式(17)-(19)，計算出集合W'中所有元素的方差集V_w和標(biāo)準(zhǔn)差s_w；

V_w＝{v_i|v_i＝(w_i-aw)²,w_i∈W',i＝0,1,…,N'_w-1} (18)

其中，aw表示W(wǎng)'中所有字符寬度的平均值；

步驟4.1.5：若標(biāo)準(zhǔn)差s_w＜0.6且N'_w＞1，則跳至步驟4.2執(zhí)行；若標(biāo)準(zhǔn)差s_w＜0.6且N'_w＝1，則跳至步驟4.2執(zhí)行；若標(biāo)準(zhǔn)差s_w≥0.6，則繼續(xù)執(zhí)行步驟4.1.6；

步驟4.1.6：剔除掉W'中對應(yīng)方差最大的元素，然后返回步驟4.1.4執(zhí)行；

步驟4.2：根據(jù)公式(20)得到字符集C₁，字符集C₁中元素個數(shù)為N₁；

步驟4.3：統(tǒng)計出集合C₁中滿足c_i.a＝0的字符個數(shù)N_a以及滿足c_i.b＝ht_c-1的字符個數(shù)N_b；

步驟4.4：若則根據(jù)公式(21)計算出車牌上邊界a，否則令a＝0；若則根據(jù)公式(22)計算得出車牌上邊界b，否則令b＝ht_c-1；若且則直接跳至步驟6執(zhí)行；

步驟4.5：根據(jù)公式(23)調(diào)整車牌所在區(qū)域D_c，根據(jù)公式(24)更新區(qū)域D_c的高度ht_c；

D_c＝{(x,y)|x∈[a,b],y∈[0,wh₁),(x,y)∈D_c} (23)

ht_c＝b-a+1 (24)

以圖5車牌為例，圖中綠線為步驟2確定的車牌字符區(qū)域的上下邊界，而灰色線條為步驟4重新定位確定的車牌字符區(qū)域的上下邊界可以看出，因為兩次定位結(jié)果的區(qū)域下邊界是重疊的，所以在圖中一紅綠交替的線標(biāo)出，可以看出經(jīng)過步驟4的重新定位得到的車牌字符區(qū)域D_c更加精確。

步驟5：對步驟4確定的車牌區(qū)域D_c，根據(jù)步驟3重新進(jìn)行字符集定位，得到新的字符集C＝{c_i＝(l_i,r_i,a_i,b_i)|i＝0,1,…,N-1}，N表示集合C中元素的個數(shù)；

以圖5所示車牌為例，由步驟3處理得到的字符集定位結(jié)果如圖6所示，由于上下邊框的干擾，存在多個粘連字符；對步驟4確定的更加精確的車牌字符區(qū)域進(jìn)行字符集定位，得到的字符集定位結(jié)果如圖7所示，定位結(jié)果不再存在粘連字符。

步驟6：解決字符斷裂問題，具體為：

步驟6.1：根據(jù)步驟4.1，得到字符集C對應(yīng)的字符寬度集W和字符最適寬度

步驟6.2：計算得到字符集C對應(yīng)的字符中心點間距集合M和最適字符中心點間距具體為：

步驟6.2.1：根據(jù)公式(25)，得到字符中心點間距集合M，集合M的元素個數(shù)為N_m；

步驟6.2.2：根據(jù)公式(26)，得到中心點間距集合M′，并根據(jù)公式(27)，得到集合M′中元素的平均值，記為am₀；

步驟6.2.3：根據(jù)公式(27)-(29)，得到集合M′中所有元素的方差集V_m和標(biāo)準(zhǔn)差s_m；

V_m＝{v_i|v_i＝(m_i-am)²,m_i∈W',i＝0,1,…,N_m-1} (28)

其中，am表示M′中所有字符寬度的平均值；

步驟6.2.4：若集合M′中元素的個數(shù)3，則更新am₀＝am；

步驟6.2.5：若標(biāo)準(zhǔn)差s_m＜1.2且N_m＞1，則跳至步驟6.3執(zhí)行；若標(biāo)準(zhǔn)差s_m＜1.2且N_m＝1，則跳至步驟6.3執(zhí)行；若標(biāo)準(zhǔn)差s_m≥1.2，則繼續(xù)執(zhí)行步驟6.2.6；

步驟6.2.6：剔除掉集合M′對應(yīng)方差最大的元素，然后返回步驟6.2.3執(zhí)行。

步驟6.3：根據(jù)字符對的中心點間距、字符高度和字符寬度分析出斷裂字符和錯誤字符，并實現(xiàn)斷裂字符的修復(fù)和錯誤字符的剔除，具體為：順序遍歷集合M中除首尾元素外的元素m_i,i＝1,2,…,N_m-2，若則c_i和c_i+1是斷裂字符對或存在錯誤字符，需進(jìn)一步根據(jù)滿足式(30)-(34)判斷字符對屬于何種情況，若滿足式(32)，則需要剔除字符c_i；若滿足式(33)，則需要剔除字符c_i+1；若滿足式(33)，則字符c_i和c_i+1可以進(jìn)行合并；

h_x＝c_x.b-c_x.a+1；c_x∈C,x＝0,1,…,N-1 (30)

Y(x,y)＝c_y.r-c_x.l+1；c_x,c_y∈C,x＝0,1,…,N-1,y＝0,1,…,N-1 (31)

其中，h_x表示字符c_x的高度，Y(x,y)表示集合C中字符c_x的左邊界和字符c_y的右邊界之間的距離；

步驟6.4：對字符集C進(jìn)行更新，得到解決了斷裂問題后的字符集C，字符集C中元素的個數(shù)為N；

以圖8所示車牌為例，在經(jīng)過步驟5處理后得到的字符集定位結(jié)果中，第5個字符“0”因為斷裂被切割成兩個字符；經(jīng)過步驟6算法的處理，字符集的定位結(jié)果如圖9所示，斷裂字符“0”修復(fù)成功。

步驟7：解決字符粘連問題，具體為：

步驟7.1：根據(jù)步驟4.1，得到字符集C對應(yīng)的字符寬度集W和字符最適寬度

步驟7.2：根據(jù)步驟6.2，得到字符集C對應(yīng)的字符中心點間距集合M和最適字符中心點間距

步驟7.3：順序遍歷字符集C中所有字符c_i,i＝0,1,…,N-1，若字符c_i符合滿足式(38)，則字符c_i可能是粘連字符，進(jìn)一步根據(jù)滿足式(40)-(43)判斷該字符屬于何種字符粘連情況，再進(jìn)行分情況處理：

A.若字符c_i符合滿足式(40)，則認(rèn)為該字符是錯誤字符，不進(jìn)行分割；

B.若字符c_i符合滿足式(41)，則認(rèn)為該字符是二字符粘連字符，需要進(jìn)一步根據(jù)滿足式(44)-(46)判斷該字符是何種二字符粘連情況，再進(jìn)行分情況處理：

a.若字符c_i符合滿足式(44)，則認(rèn)為該字符是兩個“1”字符粘連的情況，可將字符c_i分割為和兩個字符；

b.若字符c_i符合滿足式(44)，則認(rèn)為該字符為“1”字符和非“1”字符粘連的情況，可將字符c_i分割為和兩個字符；

c.若字符c_i符合滿足式(45)，則認(rèn)為該字符為非“1”字符和“1”字符粘連的情況，可將字符c_i分割為和兩個字符；

d.若字符c_i滿足則認(rèn)為該字符為兩個非“1”字符粘連的情況，可將字符c_i分割為和兩個字符；

C.若字符c_i符合滿足式(42)，則認(rèn)為該字符是三字符粘連字符，可將字符c_i分割為三個字符；

D.若字符c_i符合滿足式(42)，則認(rèn)為該字符是四字符粘連字符，可將字符c_i分割為四個字符；

(i＝0或i＝N-1)且(h_i＜0.6×ht_c或t_i＞0.8×w_i×ht_c)；w_i∈W (40)

其中，d_i表示字符c_i左側(cè)字符的右邊界與其右側(cè)字符的左邊界的距離，dL_i表示字符c_i左邊界與其左側(cè)字符右邊界的距離，dR_i表示字符c_i右邊界與其右側(cè)字符左邊界的距離，t_i表示字符c_i中黑色像素點的個數(shù)，h_i根據(jù)公式(30)計算得到，表示字符c_i的高度；

步驟7.4：對字符集C進(jìn)行更新，得到解決了字符粘連問題后的字符集C，字符集C中元素的個數(shù)為N；

以圖10所示車牌為例，該車牌存在二字符粘連字符，第4和第5個字符沒有切分成功，經(jīng)過步驟7粘連字符切分算法的處理后，字符集的定位結(jié)果如圖11所示，粘連字符成功切分，且定位較為準(zhǔn)確；以圖12所示車牌為例，該車牌存在二字符粘連和三字符粘連字符，經(jīng)過步驟7粘連字符切分算法的處理后，字符集的定位結(jié)果如圖11所示，粘連字符成功切分，但是第一個字符的定位存在偏差，后續(xù)將通過步驟11的位置修正算法進(jìn)行字符位置的修正；以圖14所示車牌為例，該車牌存在四字符粘連字符，經(jīng)過步驟7粘連字符切分算法的處理后，字符集的定位結(jié)果如圖15所示，粘連字符成功切分，但個別字符的定位存在偏差，后續(xù)將通過步驟11的位置修正算法進(jìn)行字符位置的修正。

步驟8：若N＞7，則需要進(jìn)行字符篩選，轉(zhuǎn)至步驟9執(zhí)行；否則，直接轉(zhuǎn)至步驟10執(zhí)行；

以圖16所示車牌為例，該車牌定位確定了9個切割塊，因此需要進(jìn)行字符篩選。

步驟9：篩選出正確的7個字符，具體為：

步驟9.1：根據(jù)步驟4.1，得到字符集C對應(yīng)的字符寬度集W和字符最適寬度

步驟9.2：根據(jù)步驟6.2，得到字符集C對應(yīng)的字符中心點間距集合M和最適字符中心點間距

步驟9.3：根據(jù)步驟3.2，更新字符集C中所有字符的上下邊界；

步驟9.4：確定中心字符c_f，c_f為字符集C中下標(biāo)為f的字符，具體為：順序遍歷中心點距離集合M，找到第一個滿足的元素，則f可由公式(47)確定；

步驟9.5：篩選出正確的7個字符，保存至字符集C₂中，具體為：

步驟9.5.1：若字符c_f不符合滿足式(48)，則認(rèn)為該字符為正確的字符，將其保存至字符集C₂中；

步驟9.5.2：順序交替的遍歷字符集C中位于字符c_f兩邊的字符c_i，若字符c_i不符合滿足式(48)，則認(rèn)為字符c_i為正確字符，將其保存至字符集C₂中；其中，字符的遍歷方式為順序交替的遍歷字符c_f兩邊的字符，即所遍歷字符的下標(biāo)順序為f-1,f+1,f-2,f+2…，如果完成一側(cè)字符的遍歷，則結(jié)束交替遍歷，繼續(xù)進(jìn)行另一側(cè)字符的順序遍歷；每分析完一個字符，需要判斷判別式lc+rc+tc＝7是否正確，若正確，則默認(rèn)剩余未判斷的字符都為正確字符，直接順序加到集合C₂中；其中，lc表示字符c_f左側(cè)未分析的字符數(shù)量，rc表示字符c_f右側(cè)未分析的字符數(shù)量，tc表示當(dāng)前字符集C₂中正確字符的數(shù)量；

其中，h_i根據(jù)公式(30)計算得到，表示字符c_i的高度；

步驟9.5.3：對字符集C₂中字符按照c_i.l從小到大的順序進(jìn)行排序，并更新C＝C₂；

以圖16所示車牌為例，根據(jù)步驟9進(jìn)行字符篩選，首先可以確定遍歷起點字符c_f為第5個字符“3”，然后順序交替遍歷字符c_f兩邊字符，分析保留正確的7個字符，最終的篩選結(jié)果如圖13所示，首尾的錯誤字符成功被剔除。

步驟10：若N＜6，則表示車牌字符切割失敗，不再執(zhí)行下面的步驟；否則，繼續(xù)執(zhí)行步驟11；

步驟11：找到字符集C中位置存在位置偏差的字符進(jìn)行位置修正，實現(xiàn)字符的精確定位，集合U{u_i|i＝0,1,…,N-1}表示字符集C中字符位置的正確性，u_i＝-1表示字符c_i位置存在偏差，u_i＝1表示字符c_i位置正確，初始u_i都為-1，算法的具體過程為：

步驟11.1：根據(jù)步驟4.1，得到字符集C對應(yīng)的字符寬度集W和字符最適寬度

步驟11.2：根據(jù)步驟6.2，得到字符集C對應(yīng)的字符中心點間距集合M和最適字符中心點間距

步驟11.3：若N＝6且則認(rèn)為是第一個字符缺失的情況，估算出第一個字符的位置為并將其加到字符集C的最前端，并重新執(zhí)行步驟11.1和步驟11.2；

步驟11.4：順序遍歷字符集C，找到字符寬度合理的非粘連字符，即若字符c_i滿足！Z(i)且則認(rèn)為該字符位置正確，令u_i＝1，其中Z(i)返回為true表示c_i是由粘連算法分割出來的字符；

步驟11.5：順序遍歷字符集C，若字符c_i符合滿足式(49)，則將該字符下標(biāo)添加集合K中；

步驟11.6：順序遍歷集合K，若字符符合滿足式(50)，則置u_i＝1，并將元素k_i從集合K中剔除，同時若字符符合滿足式(49)，則將該字符下標(biāo)添加至集合K中，不斷分析集合K中元素所對應(yīng)的字符，直至集合K為空；

步驟11.7：首先對車牌后五個字符進(jìn)行位置修正，具體為：

步驟11.7.1：順序遍歷字符集C，若字符c_i符合滿足式(51)，則將該字符下標(biāo)添加集合K中；

步驟11.7.2：順序遍歷集合K，若字符符合滿足式(52)，則可將字符調(diào)整為若字符符合滿足式(53)，則可將字符調(diào)整為若字符符合滿足式(54)，則可將字符調(diào)整為

若不滿足以上條件，且符合條件(i＝2或(i＞2且i＜6且u_i+1＝1且u_i-1＝-1))，則可將字符調(diào)整為若不滿足以上條件，且符合條件(i＝6或(i＞2且i＜6且u_i+1＝-1且u_i-1＝1))，則可將字符調(diào)整為對完成字符位置修正后，置將元素k_i從集合K中剔除，并重新執(zhí)行步驟11.2，同時若字符符合滿足式(51)，則將該字符下標(biāo)添加至集合K中；不斷調(diào)整集合K中元素所對應(yīng)的字符，直至集合K為空；

i?。?且i?。?且且u_i+1＝1且u_i-1＝1 (54)

步驟11.8：若u₀＝1且u₁＝1，則直接跳至步驟12執(zhí)行，否則對車牌前兩個字符進(jìn)行位置修正，具體為：

步驟11.8.1：若u₀＝-1且u₁＝-1，則將字符c₁的位置調(diào)整為同時置u₁＝1；

步驟11.8.2：若u₀＝1且u₁＝-1，則將字符c₁的位置調(diào)整為同時置u₁＝1；

步驟11.8.2：若u₀＝-1且u₁＝1，則需根據(jù)滿足式(55)-(56)進(jìn)行分情況處理；若字符c₀符合滿足式(55)，則可將字符c₀調(diào)整為若字符c₀符合滿足式(56)，則可將字符c₀調(diào)整為否則，可將字符c₀調(diào)整為

步驟11.9：將字符集C中所有字符c_i,i＝0,1,…,N-1調(diào)整為(c_i.a,c_i.b,0,ht_c-1)；

以圖18所示車牌為例，該車牌的第一個字符被誤剔除，經(jīng)過步驟11處理后，字符集的定位結(jié)果如圖19所示，第一個字符修復(fù)成功；以圖20所示車牌為例，因為“皖”字是左右偏旁的字，定位時只切割出字符的右部，存在字符缺失，經(jīng)過步驟11處理后，字符集的定位結(jié)果如圖21所示，“皖”字修復(fù)成功；以圖22所示車牌為例，該車牌的第6個字符“7”因為本身殘缺導(dǎo)致定位不準(zhǔn)確，經(jīng)過步驟11處理后，字符集的定位結(jié)果如圖23所示，字符“7”的定位更加精確；以圖24所示車牌為例，該車牌第一個和最后一個字符存在雜質(zhì)粘連，導(dǎo)致字符定位過寬，經(jīng)過步驟11處理后，字符集的定位結(jié)果如圖25所示，粘連的雜質(zhì)剔除成功；以圖26所示車牌為例，該車牌最后兩個字符是由步驟7的粘連字符切分算法處理得到的字符，字符的定位存在偏差，經(jīng)過步驟11處理后，字符集的定位結(jié)果如圖27所示，定位修正了存在定位偏差的字符。

步驟12：根據(jù)字符集C，確定各個字符在車牌圖像區(qū)域D_c中的位置，進(jìn)行字符切割。

本說明書實施方法中所列舉的處理對象，僅用于說明本發(fā)明的實現(xiàn)過程，本發(fā)明所能處理的對象情況并非僅限于所舉實例。