基于立体视觉系统的倾斜车牌图像精确矫正方法技术方案

基于立体视觉系统的倾斜车牌图像精确矫正方法，属于车牌自动识别领域。本发明专利技术设计了一种由两个CCD相机组成的立体视觉系统，定义了该系统的测量坐标系，并给出了由此测量车牌四个顶点的方法。给出了车牌上点的坐标与其在CCD像面上坐标的对应关系，并给出了利用这种关系精确矫正倾斜车牌图像的方法。本发明专利技术的有益效果在于：(1)算法简单，仅需要加减乘除，无三角函数和其它更复杂的运算；(2)利用成像原理设计矫正算法，因此可以精确矫正倾斜车牌图像。

【技术实现步骤摘要】

本专利技术涉及一种基于立体视觉系统的倾斜车牌图像精确矫正方法。
技术介绍
随着人们生活水平提高，生活节奏越来越快，拥有私用车的家庭越来越多，交通拥堵和交通事故日益越严重，智能交通管理越来越重要。车牌自动识别系统是智能交通管理一个重要成部分，广泛应用于停车缴费、停车场管理、失窃车辆侦察等方面，因此准确无误的车牌识别算法成为当前现代智能交通管理中的一个热点。然而，由于车辆位置、角度等的影响，采集到的车牌图像往往带有一定的形变，包括旋转、梯形化(对边长度不同)等，导致传统车牌识别算法不能适应车牌识别在实时性和成功率等方面的要求。为了矫正车牌图像的形变，目前普遍采用的法主要有三类，即Hough变换法、旋转投影法和倾斜直线拟合法。这些方法的一个共同的缺陷就是针对图像处理图像，并没有考虑车牌图像的成像原理与规律。其实，矫正图像就是拍摄图像的逆过程，只有依据成像原理与规律，才能避免失真，准确地恢复被拍摄对象的本来面目。车牌图像的形变是由于车牌平面与相机的像平面不平行，即车牌的倾斜所致，只有通过立体视觉的方法才能对形变图像进行精确矫正。
技术实现思路
本专利技术设计了一种由两个CCD相机组成的立体视觉系统，定义了该系统的测量坐标系，并给出了由此测量车牌四个顶点的方法。给出了车牌上点的坐标与其在CCD像面上坐标的对应关系，并给出了利用这种关系精确矫正倾斜车牌图像的方法。本专利技术的有益效果在于：(1)算法简单，仅需要加减乘除，无三角函数和其它更复杂的运算；(2)利用成像原理设计矫正算法，因此可以精确矫正倾斜车牌图像。附图说明图1是测量坐标系示意图；图2是车牌顶点图；图3是倾斜车牌的图像。具体实施方式1.立体视觉系统及其车牌四个顶点坐标的测量方法如图1所示，立体视觉系统由两个并排安装、像面位于同一平面内的CCD相机CCD1和CCD1组成，像面中点o1，o2之间的距离为2d。以o1，o2的连线作为x轴，o1，o2连线的中点作为坐标原点o，建立三维测量坐标系o-xyz.在两个像面内分别建立像平面坐标系o1-x1y1以及o2-x2y2，x1和x2轴与测量坐标系的x轴重合且方向相同。于是两个CCD像平面的中心在测量坐标系中的坐标分别为(-d，0，0)和(d，0，0)。以f，l分别表示两个CCD的焦距和像素长度。设点目标A在测量坐标系中的坐标为A(x，y，z)，在两个像平面坐标系中的坐标分别为A(m，n)和A(m′，n′)，其中|m|、|n|、|m′|、|n′|分别为两个CCD横、纵方向上的像素个数。则由小孔成像原理知 m l f = x + d z ]]> n l f = y z ]]> m ′ l f = x - d z ]]> n ′ l f = y z ]]>因此在测量坐标系中 z = 2 d f | m - m ′ | l ]]> x = 2 d m | m - m ′ | - d ]]> y = 2 d n | m - m ′ | ]]>车牌如图2所示。两CCD同时拍摄车牌的图像，提取车牌的边界点，并利用最小二乘法确定图像的四条边界线及其交点，CCD1拍摄图像的四条边界线及其交点如图3所示。对i＝1，2，3，4，以(xi，yi，zi)表示点Ai三维测量坐标系中的坐标，(mi，ni)和(mi′，ni′)分别表示点Ai在两个像平面坐标系中的坐标，则 z i = 2 d f | m i - m i ′ | l ]]> x i = 2 dm i | m i - m i ′ | - d ]]> y i = 2 dn i | m i - m i ′ | ]]>2.物-象坐标转换将o1-x1y1扩充成o1-x1y1z1坐标系，其中z1轴与z平行。为表示简单起见不妨以O-XYZ代之。因此对i＝1，2，3，4，Ai在O-XYZ坐标系中的坐标为本文档来自技高网...

【技术保护点】
基于立体视觉系统的倾斜车牌图像精确矫正方法，其车牌顶点确定方法的特征在于：立体视觉系统由两个并排安装、像面位于同一平面内的CCD相机CCD1和CCD1组成，像面中点o1，o2之间的距离为2d；以o1，o2的连线作为x轴，o1，o2连线的中点作为坐标原点o，建立三维测量坐标系o‑xyz；在两个像面内分别建立像平面坐标系o1‑x1y1以及o2‑x2y2，x1和x2轴与测量坐标系的x轴重合且方向相同，以f，l分别表示两个CCD的焦距和像素长度，对i＝1，2，3，4，以(xi，yi，zi)表示车牌顶点Ai在三维测量坐标系中的坐标，两CCD同时拍摄车牌的图像，提取车牌的边界点，并利用最小二乘法确定图像的四条边界线及其交点，以(mi，ni)和(mi′，ni′)分别表示点Ai在两个像平面坐标系中的坐标，则zi=2df|mi-mi′|l]]>xi=2dmi|mi-mi′|-d]]>yi=2dni|mi-mi′|]]>

【技术特征摘要】
1.基于立体视觉系统的倾斜车牌图像精确矫正方法，其车牌顶点确定方法的特征在于：立体视觉系统由两个并排安装、像面位于同一平面内的CCD相机CCD1和CCD1组成，像面中点o1，o2之间的距离为2d；以o1，o2的连线作为x轴，o1，o2连线的中点作为坐标原点o，建立三维测量坐标系o-xyz；在两个像面内分别建立像平面坐标系o1-x1y1以及o2-x2y2，x1和x2轴与测量坐标系的x轴重合且方向相同，以f，l分别表示两个CCD的焦距和像素长度，对i＝1，2，3，4，以(xi，yi，zi)表示车牌顶点Ai在三维测量坐标系中的坐标，两CCD同时拍摄车牌的图像，提取车牌的边界点，并利用最小二乘法确定图像的四条边界线及其交点，以(mi，ni)和(mi′，ni′)分别表示点Ai在两个像平面坐标系中的坐标，则 z i = 2 d f | m i - m i ′ | l ]]> x i = 2 dm i | m i - m i ′ | - d ]]> y i = 2 dn i | m i - m i ′ | ]]>2.基于立体视觉系统的倾斜车牌图像精确矫正方法，其特征在于：将o1-x1y1扩充成o1-x1y1z1坐标系，其中z1轴与z平行；基于立体视觉系统的倾斜车牌图像精确矫正程序为：1)两CCD同时拍摄车牌的图像，提取车牌的边界点，并利用最小二乘法确定图像的四条边界线；2)确定四条边界线分别在CCD1和CCD1图像中的交点(mi，ni)，(mi′，ni′)，i＝1，2，3，4；3)对i＝1，2，3，4，计算车牌顶点Ai在三维测量坐标系中的坐标 z i = 2 d f | m i - m i ′ | l ]]> x i = 2 dm i | m i - m i ′ | - d ]]> y i = 2 dn i | m i - m i ′ | ]]>以O-XYZ代替o1-x1y1z1坐标系，Ai在O-XYZ坐标系中的坐标为 Z i = 2 d f | m i - m i ′ | l ]]> X i = 2 dm i | m i - m i ′ | ]]> Y i = 2 ...

【专利技术属性】
技术研发人员：安凯，安培亮，王晓英，安宏亮，
申请(专利权)人：安凯，
类型：发明
国别省市：山东;37