专利名称：一种基于边缘二值图的纹理过滤方法
技术领域：
本发明涉及一种基于边缘二值图的纹理过滤方法。
背景技术：
随着国民经济的迅猛发展，公路上行驶的车辆越来越多，速度也越来越快，与车辆交通有关的案件也呈不断上升势头，交通肇事逃逸等案件时有发生。如何运用科学的手段帮助公安部门有效控制高速公路上超速违章现象，抓捕逃逸车辆！已成为公安交通部门急待解决的问题。本公路视频超速监控系统利用视频图像处理技术，对高速公路车道上的汽车进行非接触式监控，获得超速车辆车速、车牌号码、违章照片等运行状态信息，可应用于公路管理、逃逸车辆抓捕等场合。目前在边缘行跳变粗分割中，采用Canny算子对二值边缘进行计算，由于Canny算子获得的边缘非常丰富，会造成以下错误结果:(1)车下部因为地面或其它干扰(如数码相机的时间数字)时，这些水平定位条被切出来，而根本没有牌照；(2)因为车身不光滑，使运算后有的车身上有大量边缘线，或车牌附近类似边缘密集区域，造成大宽度范围的符合试验设定的阈值， 使车牌切割区域很宽，影响下一步精确定位。
发明内容
本发明要解决的技术问题是:为了克服上述中存在的问题，提供一种基于边缘二值图的纹理过滤方法。本发明解决其技术问题所采用的技术方案是:一种基于边缘二值图的纹理过滤方法，第一步去除图片中水平过长的边缘线，将粘连的跳变区域分离出来，从而进行初步纹理过滤，其具体步骤如下:a.设置阈值I (车牌字符宽度)，行计数器i=0 ；b.从第i行的第一列开始，对各边缘线段进行长度统计，并存入线段长度统计数组；c.对统计数组进行检查，大于阈值I的线段，就将原图此位置的边缘线段变为背
旦
牙、；d.1=i+1 ;如果i到达图片的最后一彳丁，就结束，否则，返回(b)；第二步去除小的类似纹理跳变区域，进行进一步纹理过滤，其具体步骤如下:(I).设置阈值2 (字符之间的最大宽度)，行计数器i=0。计数器Count=O ;跳变点位置指针j=0 ;设置阈值3 (符合纹理特征的一组区域的最少数量值)；(2).考察第i行边缘跳变点j和j+n (n为两相邻边缘点的距离，在变化，以下相同)，如果二跳变点之间的距离小于阈值2，count加1，j = j+n。返回(2);如果二跳变点之间的距离大于阈值2，将count的值与阈值3比较:如果小于，就将j点和j向前查count个点，它们之间的所有边缘点赋值为0 (即变为背景)，然后Count=O ;如果大于，不做任何改动，j=j+n, Count=O返回(2)，如果j为第i行的最后一个边缘点，count=0,转到(3)；(3).1=i+l ;如果i到达图片的最后一行，就结束，否则，返回(2)。本发明的有益效果是，本发明的一种基于边缘二值图的纹理过滤方法，采用此种纹理过滤方法，经过过滤后的图像，再用前面的车牌上下边界的定位算法定位车牌的上下界，能够有效地提高准确率和排除干扰。
具体实施例方式现在结合本发明作进一步详细的说明。一种基于边缘二值图的纹理过滤方法，第一步去除图片中水平过长的边缘线，将粘连的跳变区域分离出来，从而进行初步纹理过滤，其具体步骤如下:a.设置阈值I (车牌字符宽度)，行计数器i=0 ；b.从第i行的第一列开始，对各边缘线段进行长度统计，并存入线段长度统计数组；c.对 统计数组进行检查，大于阈值I的线段，就将原图此位置的边缘线段变为背
旦
牙、；d.1=i+1 ;如果i到达图片的最后一彳丁，就结束，否则，返回(b)；第二步去除小的类似纹理跳变区域，进行进一步纹理过滤，其具体步骤如下:(I).设置阈值2 (字符之间的最大宽度)，行计数器i=0。计数器Count=O ;跳变点位置指针j=0 ;设置阈值3 (符合纹理特征的一组区域的最少数量值)；(2).考察第i行边缘跳变点j和j+n (n为两相邻边缘点的距离，在变化，以下相同)，如果二跳变点之间的距离小于阈值2，count加1，j = j+n。返回(2);如果二跳变点之间的距离大于阈值2，将count的值与阈值3比较:如果小于，就将j点和j向前查count个点，它们之间的所有边缘点赋值为0 (即变为背景)，然后Count=O ;如果大于，不做任何改动，j=j+n, Count=O返回(2),如果j为第i行的最后一个边缘点,count=0,转到(3)；(3).1=i+1 ;如果i到达图片的最后一彳丁，就结束，否则，返回(2)。以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
权利要求
1.一种基于边缘二值图的纹理过滤方法，其特征是: 第一步去除图片中水平过长的边缘线，将粘连的跳变区域分离出来，从而进行初步纹理过滤，其具体步骤如下: a.设置阈值I(车牌字符宽度)，行计数器i=0; b.从第i行的第一列开始，对各边缘线段进行长度统计，并存入线段长度统计数组； c.对统计数组进行检查，大于阈值I的线段，就将原图此位置的边缘线段变为背景； d.1=i+l ;如果i到达图片的最后一彳丁，就结束，否则，返回(b)； 第二步去除小的类似纹理跳变区域，进行进一步纹理过滤，其具体步骤如下: (1).设置阈值2(字符之间的最大宽度)，行计数器i=0。计数器Count=O ;跳变点位置指针j=0 ;设置阈值3 (符合纹理特征的一组区域的最少数量值)； (2).考察第i行边缘跳变点j和j+n(n为两相邻边缘点的距离，在变化，以下相同)，如果二跳变点之间的距离小于阈值2，count加1，j = j+n。返回(2);如果二跳变点之间的距离大于阈值2，将count的值与阈值3比较:如果小于，就将j点和j向前查count个点，它们之间的所有边缘点赋值为0(即变为背景)，然后Count=O ;如果大于，不做任何改动，j=j+n, count=0返回(2 ),如果j为第i行的最后一个边缘点，count=0,转到(3)； (3).1=i+l ;如果i到达图片的最后一行，就结束，否则，返回(2)。
全文摘要
本发明涉及一种基于边缘二值图的纹理过滤方法，第一步去除图片中水平过长的边缘线，将粘连的跳变区域分离出来，从而进行初步纹理过滤；第二步去除小的类似纹理跳变区域，进行进一步纹理过滤。本发明的一种基于边缘二值图的纹理过滤方法，采用此种纹理过滤方法，经过过滤后的图像，再用前面的车牌上下边界的定位算法定位车牌的上下界，能够有效地提高准确率和排除干扰。
文档编号G06T5/00GK103226812SQ20131008874
公开日2013年7月31日 申请日期2013年3月19日 优先权日2013年3月19日
发明者吴军 申请人:苏州橙果信息科技有限公司