一种基于方差特征的车牌校正方法技术

本发明专利技术提供一种基于方差特征的车牌校正方法，包括：图像尺寸归一化；图像模糊处理；获取二值车牌图像；获取字符连通区域；去除干扰区域；获取字符边缘特征点；获取最佳倾斜角度；图像旋转校正。本发明专利技术采用字符上下边缘特征点的方差特征来衡量车牌的倾斜程度，特征强健，不再依赖车牌的边框信息，能够抵抗较强的干扰；采用较少的字符边缘特征点来代替整幅图的特征，遍历算法更加简单高效；与现有方法相比，算法速度更快，校正更精确。

【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。解决该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 定位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， 适应性广，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，同时，缺少强健 的投影特征，获取的车牌倾斜角度会有一定的误差。 (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，但 是该类方法对二值化的车牌图像的质量要求较高，易受非字符区域的干扰。
技术实现思路
本专利技术的目的在于提供一种抗干扰性更强、算法速度更快、校正更精确的基于方 差特征的车牌校正方法。 本专利技术的技术方案为： ，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)基于改进的局部二值化算法，获取二值车牌图像； (4)对二值车牌图像进行形态学闭运算，并去除干扰连通区域，获取车牌字符连通 区域图像； (5)获取车牌字符边缘特征点，包括： 对车牌字符连通区域图像进行垂直投影，获取波峰位置，以peak表示第i个波 峰位置，i = 1，2，…，η ; 在车牌字符连通区域图像上，找出与每一个波峰位置Peak对应的最上部边缘 特征点pnp和最下部边缘特征点p-down; (6)获取车牌最佳倾斜角度，包括： 采用以下公式，计算车牌字符边缘特征点在车牌倾斜角度为a时的新位置p_up_ new、p_down_new:【主权项】1. ，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) 基于改进的局部二值化算法，获取二值车牌图像； (4) 对二值车牌图像进行形态学闭运算，并去除干扰连通区域，获取车牌字符连通区域 图像； (5) 获取车牌字符边缘特征点，包括： 对车牌字符连通区域图像进行垂直投影，获取波峰位置，以peak 表示第i个波峰位 置，i = 1，2，…，η ; 在车牌字符连通区域图像上，找出与每一个波峰位置peak对应的最上部边缘特征 Ap_up和最下部边缘特征点p_down; (6) 获取车牌最佳倾斜角度，包括： 采用以下公式，计算车牌字符边缘特征点在车牌倾斜角度为a时的新位置p_up_ new> p_down_new：其中，p_up. x表示最左侧上部边缘特征点的x坐标，p_down. x表示最右侧下部 边缘特征点的X坐标； 采用以下公式，计算车牌字符边缘特征点在新位置p_up_new、p_down_new的方 差特征值σ : I其中，s_up、s_d〇wn分别表示车牌字符上下部不同位置边缘特征点的权重值； 改变车牌倾斜角度，重复上述计算，得到车牌字符边缘特征点在各个新位置的方差特 征值； 将最小的方差特征值对应的车牌倾斜角度作为车牌最佳倾斜角度； (7) 根据得到的车牌最佳倾斜角度，对车牌进行旋转校正。2. 根据权利要求1所述的基于方差特征的车牌校正方法，其特征在于，步骤（3)中，所 述改进的局部二值化算法采用以下公式：其中，g(x，y)表示二值化后车牌图像中像素（x，y)处的灰度值，f(x，y)表示二值化前 车牌图像中像素（x，y)处的灰度值，f (Xpyj)表示二值化前以像素（x，y)为中心的M*N邻 域内像素（Xi，h)处的灰度值，M、N分别表示邻域的宽度和高度，s表示变换因子系数。【专利摘要】本专利技术提供，包括：图像尺寸归一化；图像模糊处理；获取二值车牌图像；获取字符连通区域；去除干扰区域；获取字符边缘特征点；获取最佳倾斜角度；图像旋转校正。本专利技术采用字符上下边缘特征点的方差特征来衡量车牌的倾斜程度，特征强健，不再依赖车牌的边框信息，能够抵抗较强的干扰；采用较少的字符边缘特征点来代替整幅图的特征，遍历算法更加简单高效；与现有方法相比，算法速度更快，校正更精确。【IPC分类】G06K9-32【公开号】CN104834929【申请号】CN201510212983【专利技术人】张卡, 何佳, 尼秀明, 于继梁 【申请人】安徽清新互联信息科技有限公司【公开日】2015年8月12日【申请日】2015年4月28日本文档来自技高网...

【技术保护点】
一种基于方差特征的车牌校正方法，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)基于改进的局部二值化算法，获取二值车牌图像；(4)对二值车牌图像进行形态学闭运算，并去除干扰连通区域，获取车牌字符连通区域图像；(5)获取车牌字符边缘特征点，包括：对车牌字符连通区域图像进行垂直投影，获取波峰位置，以peak[i]表示第i个波峰位置，i＝1，2，…，n；在车牌字符连通区域图像上，找出与每一个波峰位置peak[i]对应的最上部边缘特征点p_up[i]和最下部边缘特征点p_down[i]；(6)获取车牌最佳倾斜角度，包括：采用以下公式，计算车牌字符边缘特征点在车牌倾斜角度为a时的新位置p_up_new[i]、p_down_new[i]：p_up_new[i].x=p_up[i].xp_up_new[i].y=p_up[i].y+DyDy=(p_up[i].x-p_up[1].x)*tana(a)]]>p_down_new[i].x=p_down[i].xp_down_new[i].y=p_down[i].y+DyDy=(p_down[i].x-p_down[n].x)*tan(a)]]>其中，p_up[1].x表示最左侧上部边缘特征点的x坐标，p_down[n].x表示最右侧下部边缘特征点的x坐标；采用以下公式，计算车牌字符边缘特征点在新位置p_up_new[i]、p_down_new[i]的方差特征值σ：σ=12(σup+σdown)σup=Σ(p_up_new[i].y-1nΣp_up_new[i].y)2*s_up[i]σdown=Σ(p_down_new[i].y-1nΣp_down_new[i].y)2*s_down[i]]]>其中，s_up[i]、s_down[i]分别表示车牌字符上下部不同位置边缘特征点的权重值；改变车牌倾斜角度，重复上述计算，得到车牌字符边缘特征点在各个新位置的方差特征值；将最小的方差特征值对应的车牌倾斜角度作为车牌最佳倾斜角度；(7)根据得到的车牌最佳倾斜角度，对车牌进行旋转校正。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张卡，何佳，尼秀明，于继梁，
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