The invention relates to a blue license plate segmentation and correction method, which includes the following steps: 1. For the rough location image of license plate, the combination image is constructed by R-channel graph of RGB channel and V-channel graph of HSV color space, and then the blue region binary map highlighting the blue region of license plate is obtained, and then it is fused with the white region binary map highlighting the white character region of license plate to obtain the double region. Domain fusion binary image; 2. Edge detection of two-region fusion binary image, based on which the outer contour binary image of license plate area is obtained, and then probability Hough transform is applied to the outer contour binary image of license plate area to fit the contour segment, and further locate the corner of license plate; 3. After obtaining the corner of license plate, perspective transformation is carried out on the original license plate image to obtain the corrected vehicle license plate image. Brand image. This method can correct the license plate quickly and accurately under complex conditions and improve the recognition rate of license plate.
【技术实现步骤摘要】
一种蓝色车牌分割与矫正方法
本专利技术涉及图像处理
,具体涉及一种蓝色车牌分割与矫正方法。
技术介绍
车牌识别系统是智能交通系统的关键组成部分,其具有广泛的应用场景,如汽车防盗、交通流量控制、停车场收费管理、闯红灯电子警察、公路收费站等。车牌识别系统大体步骤可分为车牌粗定位、精确车牌定位、车牌矫正、车牌字符识别。车牌识别系统中每个步骤联系密切,其中车牌精确定位和车牌矫正的好坏,对车牌字符识别的准确率有很大的影响。郑楷鹏、郑翠环等提出了基于色差的车牌快速定位算法,利用蓝色车牌RGB颜色通道的B通道灰度值大的特点,通过B通道减去R通道得到蓝色色差,从而突出蓝色区域像素值,抑制非蓝色区域像素值,再进行阈值分割得到精确车牌,但是在复杂条件下,比如明暗度不同、车牌有污渍、黑夜场景等,方法会失效。而车牌需要矫正的情况主要分为三种,即水平方向倾斜、垂直方向倾斜和水平垂直方向混合倾斜。我国科研人员针对三种情况提出很多矫正方法,主要可分为两种方法:1)基于传统Hough变换的方法;2)基于Radon变换的方法。基于传统Hough变换的方法依赖于车牌边框进行确定倾斜角度,对字符与边框粘粘和无车牌边框的情况无法完成矫正。基于Radon变换的方法同样有着计算量大、速度较慢、无法适应一些复杂条件的缺陷。这些方法都很难在复杂条件下完成车牌精确定位和车牌实时矫正的任务。
技术实现思路
本专利技术的目的在于提供一种蓝色车牌分割与矫正方法,该方法能够在复杂条件下快速准确地进行车牌矫正,提高车牌识别率。为实现上述目的,本专利技术的技术方案是:一种蓝色车牌分割与矫正方法,包括以下步骤:步骤S ...
【技术保护点】
1.一种蓝色车牌分割与矫正方法,其特征在于,包括以下步骤:步骤S1:对于车牌粗定位图像,采用其RGB通道的R通道图和HSV颜色空间的V通道图构造组合图像,进而得到突出车牌蓝色区域的蓝色区域二值图,然后将其与突出车牌白色字符区域的白色区域二值图融合,得到双区域融合二值图,从而分割出完整车牌区域;步骤S2:对双区域融合二值图进行边缘检测,在此基础上得到车牌区域外接轮廓二值图,然后对车牌区域外接轮廓二值图进行概率霍夫变换,拟合出轮廓线段,并进一步定位出车牌角点;步骤S3:得到车牌角点后,对原车牌图像进行透视变换矫正,得到矫正后的车牌图像。
【技术特征摘要】
1.一种蓝色车牌分割与矫正方法,其特征在于,包括以下步骤:步骤S1:对于车牌粗定位图像,采用其RGB通道的R通道图和HSV颜色空间的V通道图构造组合图像,进而得到突出车牌蓝色区域的蓝色区域二值图,然后将其与突出车牌白色字符区域的白色区域二值图融合,得到双区域融合二值图,从而分割出完整车牌区域;步骤S2:对双区域融合二值图进行边缘检测,在此基础上得到车牌区域外接轮廓二值图,然后对车牌区域外接轮廓二值图进行概率霍夫变换,拟合出轮廓线段,并进一步定位出车牌角点;步骤S3:得到车牌角点后,对原车牌图像进行透视变换矫正,得到矫正后的车牌图像。2.根据权利要求1所述的一种蓝色车牌分割与矫正方法,其特征在于,步骤S1中,构造组合图像,进而得到蓝色区域二值图,然后将其与白色区域二值图融合,得到双区域融合二值图的方法为:将车牌粗定位图像通过RGB通道分离得到R、G、B通道图,再将车牌粗定位图像转换到HSV颜色空间,通过通道分离得到H、S、V通道图,使用明度分量V通道图和红分量R通道图构造突出车牌蓝色区域与背景差异的组合图像,其方法如下:Ib=Max(0,V-R)(1)其中,Ib为组合图像中像素点的取值,V为转换到HSV的图像中像素点的V通道值,R为RGB图像中像素点的R通道值;对组合图像进行二值化,得到蓝色区域二值图;对于车体是蓝色的车牌图像,进一步采用大连通区域筛选法去除车体蓝色背景,得到去除车体蓝色背景的蓝色区域二值图;对转换到HSV颜色空间的图像使用公式(3)进行阈值分割得到白色区域二值图,以用车牌白色字符区域修补蓝色区域:其中,I′w为白色区域二值图中像素点的取值,h、s、v分别为转换到HSV的图像中像素点的H、S、V通道值,Hmin、Hmax分别为设定的H通道最小、大阈值,Smin、Smax分别为设定的S通道最小、大阈值,Vmin、Vmax分别为设定的V通道最小、大阈值;得到白色区域二值图后,进一步采用用大连通区域筛选法去除车体白色背景,得到去除车体白色背景的白色区域二值图;采用最后得到的白色区域二值图与蓝色区域二值图按公式(4)进行融合,得到双区域融合二值图:其中,If为双区域融合二值图中像素点的取值,I″b为去除车体蓝色背景的蓝色区域二值图中像素点的取值,I″w为去除车体白色背景的白色区域二值图中像素点的取值,即将双区域融合二值图中相加后灰度值大于255的像素点的取值设为255,其余情况直接相加;双区域融合二值图中最大区域就是车牌区域,采用非极大值抑制的方法只保留图中最大区域,从而得到完整车牌区域。3.根据权利要求2所述的一种蓝色车牌分割与矫正方法,其特征在于,采用大连通区域筛选法去除车体蓝色背景的方法如下:步骤S11:找到蓝色区域二值图中所有连通区域的外轮廓;步骤S12:找到每个外轮廓对应的最小外接矩形;步骤S13:计算每个外接矩形的宽度和高度;步骤S14:按公式(2),判断每个连通区域的外接矩形的宽度和高度是否符合条件,符合即为车牌连通区域,保留图像原值,不符合即为...
【专利技术属性】
技术研发人员:余兆钗,吴嘉炜,李佐勇,刘维娜,张祖昌,
申请(专利权)人:闽江学院,
类型:发明
国别省市:福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。