1.一种公路视频巡检的里程标识牌自动识别方法，其特征在于包括以下步骤：获取视频数据，将视频数据转换成帧图像；

用矩形框选取里程标识牌将帧图像分为正负样本区域，进行正负样本的校正；

提取校正之后的正负样本的梯度直方图特征算子，将特征向量训练出分类模型；

设置一个与待测帧图像大小相同的全零矩阵为概率密度矩阵；采用移动窗口技术，利用特征向量的分类模型，判断窗口内的待检测样本，形成规范化的概率密度矩阵；将概率密度矩阵与待测帧图像叠加，输出概率密度矩阵的灰度图像；

计算待测帧图像进行全局二值化阈值；将输出的概率密度矩阵灰度图像进行全局二值化，寻找最大连通域；在待测帧图像中截取相对应的最大连通域区域ROI；将里程标识牌分割，提取里程标识牌的字符区域；

利用小波包纹理特征结合向量机分类器进行里程标识牌字符识别。

2.根据权利要求1所述的一种公路视频巡检的里程标识牌自动识别方法，其特征在于：所述正负样本校正过程如下：在正负样本区域随机生成多个特定大小的正负样本；

对正负样本进行Gamma颜色标准化处理；

所述正样本区域为帧图像中包含里程标识牌的区域；

所述负样本区域为帧图像中不包含里程标识牌的区域。

3.根据权利要求1所述的一种公路视频巡检的里程标识牌自动识别方法，其特征在于：所述里程标识牌字符区域提取方法如下：将提取出的ROI区域进行局部自适应二值化，利用里程标识牌边框与里程标识牌背景色明显的颜色差别，提取出里程牌矩形边框的四个顶点坐标；

利用里程牌矩形边框的四个顶点坐标计算里程标识牌的倾斜角度，并将图像逆向旋转计算得到的角度值，使图像水平；

再次提取里程标识牌边框，并沿着里程标识牌切割，提取出里程标识牌的字符区域。

4.根据权利要求1所述的一种公路视频巡检的里程标识牌自动识别方法，其特征在于：所述全局二值化采用的计算方法为大津算法。

5.根据权利要求1所述的一种公路视频巡检的里程标识牌自动识别方法，其特征在于：所述窗口内的待检测样本的判断方法如下：若窗口内的待检测样本为正样本，则概率密度矩阵相应位置的元素值加1；

若窗口内的待检测样本为负样本，则概率密度矩阵相应位置的元素值不变。

6.根据权利要求1所述的一种公路视频巡检的里程标识牌自动识别方法，其特征在于：所述公路里程标识牌的字符识别过程如下：将提取出的里程标识牌字符区域进行四等分割；

提取待检测字符的小波包特征，并训练出10类分类器；

通过分类器进行里程标识牌字符识别。

7.根据权利要求1或5所述的一种公路视频巡检的里程标识牌自动识别方法，其特征在于：概率密度矩阵规范化的元素值范围为[0，255）。