一种车牌倾斜校正方法及装置制造方法及图纸

本发明专利技术提供一种车牌倾斜校正方法及装置，所述方法包括：确定目标车辆的监控图像中的车牌区域图像；分别在车牌区域图像的上下两部分中搜索车牌的上边缘点和下边缘点；分别对所述上边缘点和下边缘点进行线性拟合，得到所述车牌区域图像的上下两部分中的车牌边界对应的斜率和方差；根据所述车牌区域图像上下两部分的纹理集中度以及所述车牌区域图像的上下两部分中的车牌边界对应的斜率和方差，确定车牌倾斜角度；根据所述车牌倾斜角度进行车牌倾斜校正。应用本发明专利技术实施例可以优化车牌倾斜校正的效果。

【技术实现步骤摘要】

本专利技术涉及图像处理
，尤其涉及一种车牌倾斜校正方法及装置。
技术介绍
随着我国车辆保有量及交通出行的迅猛增长，各种与交通管理相关的问题也愈加凸显，交通状况监控、车辆实时定位、停车场车辆管理、机动车违章查处等问题的高效解决越来越受到有关部门的重视，智能交通系统(IntelligentTransportationSystem，简称ITS)的出现有效的缓解了交通负荷、保证了交通安全、提高了运输效率，俨然成为当前交通管理发展的主要方向。车牌识别技术作为智能交通系统的关键技术之一，在高速公路收费、城市道路监控、停车场管理、车辆违章查处等领域都有广泛的应用。车牌识别技术主要包括图像预处理、车牌定位、车牌倾斜校正、字符分割、字符识别等几个部分，其中车牌倾斜校正是后续字符有效分割和识别的重要基础，倾斜校正的好坏将直接影响到车牌的整体识别率。
技术实现思路
本专利技术提供一种车牌倾斜校正方法及装置，以优化车牌倾斜校正的效果。根据本专利技术实施例的第一方面，提供一种车牌倾斜校正方法，包括：确定目标车辆的监控图像中的车牌区域图像；分别在车牌区域图像的上下两部分中搜索车牌的上边缘点和下边缘点；分别对所述上边缘点和下边缘点进行线性拟合，得到所述车牌区域图像的上下两部分中的车牌边界对应的斜率和方差；根据所述车牌区域图像上下两部分的纹理集中度以及所述车牌区域图像的上下两部分中的车牌边界对应的斜率和方差，确定车牌倾斜角度；根据所述车牌倾斜角度进行车牌倾斜校正。根据本专利技术实施例的第二方面，提供一种车牌倾斜校正装置，包括：第一确定单元，用于确定目标车辆的监控图像中的车牌区域图像；搜索单元，用于分别在车牌区域图像的上下两部分中搜索车牌的上边缘点和下边缘点；拟合单元，用于分别对所述上边缘点和下边缘点进行线性拟合，得到所述车牌区域图像的上下两部分中的车牌边界对应的斜率和方差；第二确定单元，用于根据所述车牌区域图像上下两部分的纹理集中度以及所述车牌区域图像的上下两部分中的车牌边界对应的斜率和方差，确定车牌倾斜角度；校正单元，用于根据所述车牌倾斜角度进行车牌倾斜校正。应用本专利技术实施例，在确定目标车辆的监控图像中的车牌区域图像后，通过分别在车牌区域图像的上下两部分中搜索车牌的上边缘点和下边缘点，进而，分别对上边缘点和下边缘点进行线性拟合，得到车牌区域图像的上下两部分中的车牌边界对应的斜率和方差，并根据车牌区域图像上下两部分的纹理集中度以及所述车牌区域图像的上下两部分中的车牌边界对应的斜率和方差，确定车牌倾斜角度，根据该车牌倾斜角度进行车牌倾斜校正，优化了车牌倾斜校正效果。附图说明图1是本专利技术实施例提供的一种车牌倾斜校正方法的流程示意图；图2是本专利技术实施例提供的一种车牌倾斜校正装置的结构示意图；图3是本专利技术实施例提供的另一种车牌倾斜校正装置的结构示意图；图4是本专利技术实施例提供的另一种车牌倾斜校正装置的结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术实施例中的技术方案，并使本专利技术实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本专利技术实施例中技术方案作进一步详细的说明。请参见图1，图1为本专利技术实施例提供的一种车牌倾斜校正方法的流程示意图，如图1所示，该车牌倾斜校正方法可以包括：步骤101、确定目标车辆的监控图像中的车牌区域图像。本专利技术实施例中，上述方法可以应用于智能交通系统中，例如，应用于智能交通系统中的后台服务器。为便于描述，以下以上述方法的执行主体为服务器为例进行描述。本专利技术实施例中，目标车辆并不特指某一车辆，而是可以指代任一进行车牌倾斜校正的车辆，本专利技术实施例后续不再复述。本专利技术实施例中，服务器采集到目标车辆的监控图像之后，可以定位监控图像中的车牌区域，以获取车牌区域图像。其中，在目标车辆的监控图像中定位车牌区域的具体实现可以参照现有车牌定位方法(如粗定位算法)中的相关实现，本专利技术实施例不做赘述。步骤102、分别在车牌区域图像的上下两部分中搜索车牌的上边缘点和下边缘点。本专利技术实施例中，服务器确定车牌区域图像后，可以在车牌区域图像的上下两部分中搜索车牌的上边缘点和下边缘点，以便于确定车牌的具体位置。作为一种可选的实施方式，上述步骤102中，分别在车牌区域图像的上下两部分中搜索车牌的上边缘点和下边缘点，可以包括以下步骤：11)、将车牌区域图像等分为上下两部分；12)、从左到右逐列扫描上半部分图像和下半部分图像，并分别将上半部分图像各列中连续大于或等于预设数量的白色像素点中最靠上的白色像素点，以及下半部分图像各列中连续大于或等于预设数量的白色像素点中最靠下的白色像素点，确定为候选上边缘点以及候选下边缘点；13)、采用基于统计信息的可信边缘点筛选方式对候选边缘点以及候选下边缘点进行筛选，以确定车牌的上边缘点和下边缘点。在该实施方式中，服务器可以以图像高度的1/2为界，将车牌区域图像等分为上下两部分，并分别搜索上下两部分图像中的候选边缘点(即可能是车牌边缘的点)，其具体搜索方式可以如下：a)、对于上半部分图像：服务器可以对上半部分图像从左往右逐列扫描，对于每一列，则可以从上往下逐个像素点进行扫描，以检测白色像素点，若在某一列中，查找到连续大于或等于预设数量(该预设数量可以根据具体场景设定，以下描述为N)的白色像素点，则将该连续大于或等于N个白色像素点中最靠上的白色像素点(即从上往下的第一个白色像素点)确定为候选上边缘点，其中，第i个候选上边缘点的横纵坐标可以分别记为LocationUpX[i]和LocationUpY[i]。b、对于下半部分图像：服务器可以对下半部分图像从左往右逐列扫描，对于每一列，则可以从下往上逐个像素点进行扫描，以检测白色像素点，若在某一列中，查找到连续大于或等于N个白色像素点，则将该连续大于或等于N个白色像素点中最靠下的白色像素点(即从下往上的第一个白色像素点)确定为候选下边缘点，其中，第i个候选下边缘点的横纵坐标可以分别记为LocationDnX[i]和LocationDnY[i]。通过上述处理，服务器可以分别从上下两部分图像中搜索到若干候选上边缘点和候选下边缘点。在该实施方式中，服务器搜索到候选上边缘点和候选下边缘点之后，可以根据位置信息、纹理信息等对候选边缘点进行筛选，如采用基于统计信息的可信边缘点筛选方式对候选上边缘点以及候选下边缘点进行筛选，其本文档来自技高网...

【技术保护点】
一种车牌倾斜校正方法，其特征在于，包括：确定目标车辆的监控图像中的车牌区域图像；分别在车牌区域图像的上下两部分中搜索车牌的上边缘点和下边缘点；分别对所述上边缘点和下边缘点进行线性拟合，得到所述车牌区域图像的上下两部分中的车牌边界对应的斜率和方差；根据车牌区域图像上下两部分的纹理集中度以及所述车牌区域图像的上下两部分中的车牌边界对应的斜率和方差，确定车牌倾斜角度；根据所述车牌倾斜角度进行车牌倾斜校正。

【技术特征摘要】
1.一种车牌倾斜校正方法，其特征在于，包括：
确定目标车辆的监控图像中的车牌区域图像；
分别在车牌区域图像的上下两部分中搜索车牌的上边缘点和下边缘点；
分别对所述上边缘点和下边缘点进行线性拟合，得到所述车牌区域图像
的上下两部分中的车牌边界对应的斜率和方差；
根据车牌区域图像上下两部分的纹理集中度以及所述车牌区域图像的上
下两部分中的车牌边界对应的斜率和方差，确定车牌倾斜角度；
根据所述车牌倾斜角度进行车牌倾斜校正。
2.根据权利要求1所述的方法，其特征在于，所述分别在车牌区域图像
的上下两部分中搜索车牌的上边缘点和下边缘点之前，还包括：
通过二值化算法对所述车牌区域图像进行去干扰处理；
其中，所述通过二值化算法对车牌区域进行去干扰处理，包括：
获取所述车牌区域图像中各像素点的灰度值，并统计所述车牌区域图像
的灰度直方图；
根据所述灰度直方图确定所述车牌区域图像的二值化门限阈值；
将所述车牌区域图像从红绿蓝RGB颜色空间映射为色度饱和度亮度
HSV颜色空间，并获取所述车牌区域图像中各像素点的色度、饱和度和亮度；
根据所述车牌区域图像中各像素点的色度、饱和度、亮度、灰度值、所
述二值化门限阈值以及预设的色度阈值、饱和度阈值、亮度阈值，确定所述
车牌区域图像中的前景像素和背景像素；
将所述车牌区域图像中的前景像素的像素值置为255，背景像素的像素
值置为0，以得到所述车牌区域图像对应的二值化图像；
对所述二值化图像进行膨胀处理。
3.根据权利要求2所述的方法，其特征在于，所述分别在车牌区域图像
的上下两部分中搜索车牌的上边缘点和下边缘点，包括：
将车牌区域图像等分为上下两部分；
从左到右逐列扫描上半部分图像和下半部分图像，并分别将所述上半部
分图像各列中连续大于或等于预设数量的白色像素点中最靠上的白色像素
点，以及所述下半部分图像各列中连续大于或等于预设数量的白色像素点中
最靠下的白色像素点，确定为候选上边缘点以及候选下边缘点；
采用基于统计信息的可信边缘点筛选方式对所述候选边缘点以及候选下
边缘点进行筛选，以确定车牌的上边缘点和下边缘点。
4.根据权利要求3所述的方法，其特征在于，所述采用基于统计信息的
可信边缘点筛选方式对所述候选上边缘点以及候选下边缘点进行筛选，包括：
分别计算上候选边缘点和下候选边缘点所在列的白色像素点个数的平均
值，并将所在列的白色像素点的个数小于平均值的候选上边缘点和候选下边
缘点删除；
将一次筛选后的候选上边缘点和候选下边缘点中纵坐标值为0或车牌区
域图像高度的候选上边缘点和候选下边缘点删除；
分别将二次筛选后的候选上边缘点和候选下边缘点中横坐标值的差值的
绝对值小于预设距离阈值的候选上边缘点和候选下边缘点删除；
分别将三次筛选后的候选上边缘点和候选下边缘点中纵坐标值不符合单
调性的候选上边缘点和候选下边缘点删除。
5.根据权利要求1所述的方法，其特征在于，所述根据车牌区域图像上
下两部分的纹理集中度以及所述车牌区域图像的上下两部分中的车牌边界对
应的斜率和方差，确定车牌倾斜角度，包括：
若车牌区域图像上下两部分中存在纹理更丰富，且车牌边界对应的方差
更大的部分，则根据另一部分中的车牌边界对应的斜率确定车牌倾斜角度；
若车牌区域图像上下两部分中存在纹理更丰富，但车牌边界对应的方差
小的部分，则根据另一部分中的车牌边界对应的方差大小，以及该另一部分
中的车牌边界对应的斜率所对应的角度大小，确定车牌倾斜角度；
若车牌区域图像上下两部分纹理相当，则根据该两部分中的车牌边界分

\t别对应的斜率所对应的角度大小...

【专利技术属性】
技术研发人员：赵伟，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：浙江;33