【技术实现步骤摘要】
本专利技术涉及车牌识别
，具体是。
技术介绍
车牌定位是指在一幅图像中，快速找出车牌所在的位置，一般通过粗定位和精定 位相结合的方法来实现。一个好的车牌定位算法，应该对倾斜车牌和非倾斜车牌均具有一 定的鲁棒性。对于非倾斜车牌，已有很多成熟的方法来实现精定位，而对于倾斜的车牌，由 于不能直接使用现有的相关方法，无法实现车牌的精定位，解决问题的唯一方法就是在粗 定位之后，把倾斜车牌校正为非倾斜车牌，然后再进行精定位。因此，车牌倾斜校正是整个 技术必不可少的一部分，是评价车牌定位算法的重要依据。 目前，车牌校正主要有以下几类方法： (1)基于直线检测的方法，代表方法有基于hough直线检测的校正方法和基 于radon直线检测的校正方法。该类方法在干扰比较少、车牌边框清晰的情况下，可以通 过检测边框直线获取倾斜角度，进而较精确地完成车牌校正，但是当出现车牌干扰、车牌模 糊或者出现油污时，由于无法检测到车牌边框直线，该类方法会失效，同时该类方法的计算 量也很大。 (2)基于遍历查找的方法，代表方法有基于旋转投影的校正方法。其原理是首 先将车牌旋转到每一个允许的角度位置，然后进行投影获取相应的特征值，通过比较，获取 最佳的特征值，此时对应的角度就是最佳的车牌倾斜角度。该类方法的优点是鲁棒性较强， 校正精确，但也存在明显的缺点，由于需要遍历查找，因此算法的速度很慢。 (3)基于特征分析的方法，代表方法有基于主元分析的校正方法。该类方法不 依赖车牌的边框信息，在干扰比较少、字符较完整的情况下，可以达到不错的校正效果，...
【技术保护点】
一种基于最小二乘法的车牌校正方法，其特征在于，包括以下顺序的步骤：(1)将粗定位得到的车牌图像进行尺寸归一化；(2)利用均值滤波器将归一化后的车牌图像进行模糊处理；(3)利用垂直边缘检测算子，获取经过模糊处理的车牌图像的二值垂直边缘图；(4)对二值垂直边缘图进行多次形态学运算，获取边缘连通区域，并去除非字符区域的干扰；(5)去除异常的边缘连通区域，得到车牌边缘连通区域；(6)利用车牌边缘连通区域内的所有前景目标点数据，基于最小二乘法原理，获取车牌边缘连通区域的最佳倾斜角度：α=arctan(NΣxiyi-ΣxiΣyiNΣxi2-(Σxi)2)]]>其中，α表示车牌边缘连通区域的最佳倾斜角度，xi、yi表示车牌边缘连通区域内前景目标点的横坐标、纵坐标，N表示车牌边缘连通区域内前景目标点的数目；(7)根据得到的车牌边缘连通区域的最佳倾斜角度，对车牌进行旋转校正。
【技术特征摘要】
1. 一种基于最小二乘法的车牌校正方法，其特征在于，包括以下顺序的步骤： (1) 将粗定位得到的车牌图像进行尺寸归一化； (2) 利用均值滤波器将归一化后的车牌图像进行模糊处理； (3) 利用垂直边缘检测算子，获取经过模糊处理的车牌图像的二值垂直边缘图； (4) 对二值垂直边缘图进行多次形态学运算，获取边缘连通区域，并去除非字符区域的 干扰； (5) 去除异常的边缘连通区域，得到车牌边缘连通区域； (6) 利用车牌边缘连通区域内的所有前景目标点数据，基于最小二乘法原理，获取车牌 边缘连通区域的最佳倾斜角度：其中，a表示车牌边缘连通区域的最佳倾斜角度，\、71表示车牌边缘连通区域内前景 目标点的横坐标、纵坐标，N表示车牌边缘连通区域内前景目标点的数目； (7) 根据得到的车牌边缘连通区域的最佳倾斜角度，对车牌进行旋转校正。2. 根据权利要求1所述的基于最小二乘法的车牌校正方法，其特征在于，步骤（2)中， 所述均值滤波器采用的矩形卷积核为：其中，K表示矩形卷积核，w表示矩形卷积核的宽度，h表示矩形卷积核的高度，w= 3*h。3. 根据权利要求1所述的基于最小二乘法的车牌校正方法，其特征在于，步骤（3)中， 所述利用垂直边缘检测算子，获取经过模糊处理的车牌图像的二值垂直边缘图，具体包括 以下顺序的步骤： (31) 利用垂直边缘检测算子，获取经过模糊处理的车牌图像的垂直边缘特征图，所述 边缘检测算子采用以下公式：其中，K表示垂直边缘检测算子； (32) 利用最大类间距算法，获取二值垂直边...
【专利技术属性】
技术研发人员：张卡，何佳，范浩，牧春，
申请(专利权)人：安徽清新互联信息科技有限公司，
类型：发明
国别省市：安徽;34
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。