The utility model relates to a method for correcting a license plate inclination, belonging to the field of computer vision and intelligent transportation technology. The license plate tilt correction method for the tilt of the plate will form the interference problem of license plate character segmentation and character recognition and correction method of the new license plate tilt, according to the projection value variance to determine the tilt angle is better using the projection value information, by changing the angle calculation in different directions of the license plate image projection the value of the horizontal and vertical correction methods, in the calculation of angle when not on the original image to calculate the projection value, but in the original image on the extraction of the image composed of small images of new operation, can reduce the amount of calculation is great, is also a great improvement in efficiency, to a certain extent, improve the accuracy of angle detection.
【技术实现步骤摘要】
一种车牌倾斜矫正方法
本专利技术属于计算机视觉和智能交通
,具体涉及一种能对车牌进行水平倾斜矫正和垂直倾斜矫正的车牌倾斜矫正方法。
技术介绍
随着智能交通领域的不断发展,目前在道路交通监控、自动收费系统、小区车辆管理系统及安全监测等方面都需要对车牌进行准确得识别。由于相机位置和角度的关系,拍摄得到的车辆照片中车牌很有可能会存在水平方向的倾斜或者垂直方向的倾斜,这对于后续的车牌字符切割和识别都造成了困扰,因而要想办法先对定位得到的车牌进行矫正。当前用来矫正倾斜的车牌的方法也比较多,与本专利技术较接近的技术方案为:专利技术专利(胡晓芳。申请号:201510772814.1,名称:一种基于Radon变换的车牌倾斜角度矫正方法)提出一种基于Radon变换的车牌倾斜矫正算法,该算法首先对车牌进行边缘检测,在0°~179°每个方向上对图像进行Radon变换,通过Radon变换矩阵中峰值找到图像中的直线和直线相应的度数,即为车牌倾斜的度数,然后对图片进行相应度数的旋转,这种方法对车牌边框的依赖性比较大,如果车牌边框缺失就很容易矫正出错,存在计算量大、效率低等不足,此外,对于垂直倾斜即垂直方向上发生形变的车牌无法进行矫正;专利技术专利(蔡志旻,娄刚,刘伟,许焱,韦树艺。申请号:201510843159.4,名称:基于旋转投影的车牌倾斜矫正的方法)提出一种对车牌进行旋转以后计算投影值的倾斜矫正方法,该方法首先对车牌进行水平(垂直)sobel边缘检测,把车牌图像在-30°~30°之间每隔5个度数旋转一次,计算每旋转一次后的水平(垂直)方向投影值,每个投影值求一阶差分和, ...
【技术保护点】
一种车牌倾斜矫正方法,其特征在于包括如下步骤:步骤1:对车牌图像进行二值化,得到二值图像I,其分辨率为width*height;步骤2:从步骤1)得到的二值图像I中提取指定部分形成新的图像newImage;步骤3:对步骤2)的图像newImage进行sobel水平边缘检测,得到边缘图像edgeImage;步骤4:在水平方向往顺时针方向30°的范围内,找到最接近车牌水平倾斜角度的度数angle,angle的初始值为0,具体步骤如下:步骤4.1:以步骤3)的边缘图像edgeImage的左上角为坐标系原点,水平向右为x轴正方向,垂直向下为y轴正方向;坐标系中直线与x轴正方向的夹角记为θ,其中θ的取值范围为:0°≤θ≤30°,初始值为0°;步骤4.2:针对当前角度θ定义一条直线方程y=kx+b,其中k表示当前角度θ下所有直线的斜率,x表示步骤4.1中定义的坐标系中的自变量,变化范围为:0≤x≤W,W表示边缘图像edgeImage的宽度,y表示步骤4.1中定义的坐标系中的因变量,变化范围为:0<y<H,H表示边缘图像edgeImage的高度,b表示θ角度下的某一条直线与y轴交点处的坐 ...
【技术特征摘要】
1.一种车牌倾斜矫正方法,其特征在于包括如下步骤:步骤1:对车牌图像进行二值化,得到二值图像I,其分辨率为width*height;步骤2:从步骤1)得到的二值图像I中提取指定部分形成新的图像newImage;步骤3:对步骤2)的图像newImage进行sobel水平边缘检测,得到边缘图像edgeImage;步骤4:在水平方向往顺时针方向30°的范围内,找到最接近车牌水平倾斜角度的度数angle,angle的初始值为0,具体步骤如下:步骤4.1:以步骤3)的边缘图像edgeImage的左上角为坐标系原点,水平向右为x轴正方向,垂直向下为y轴正方向;坐标系中直线与x轴正方向的夹角记为θ,其中θ的取值范围为:0°≤θ≤30°,初始值为0°;步骤4.2:针对当前角度θ定义一条直线方程y=kx+b,其中k表示当前角度θ下所有直线的斜率,x表示步骤4.1中定义的坐标系中的自变量,变化范围为:0≤x≤W,W表示边缘图像edgeImage的宽度,y表示步骤4.1中定义的坐标系中的因变量,变化范围为:0<y<H,H表示边缘图像edgeImage的高度,b表示θ角度下的某一条直线与y轴交点处的坐标y值;步骤4.3:根据公式(1)、(2)分别计算当前角度θ下k的值和b的取值范围,令b的初始值为-k×W;-k×W≤b≤H(2)步骤4.4:根据步骤4.3计算得到的k值和当前的b值确定坐标系中的一条直线,在x的变化范围内根据公式(3)计算所有x的值对应的y的值,x变化范围为0≤x≤W,每得到一次y值都要根据公式(4)更新edgeImage在这一条直线上白色像素点总数count,count的初始值为0;y=k×x+b(3)其中p(x,y)为edgeImage在步骤4.1定义的坐标系中坐标为(x,y)处的像素灰度值;步骤4.5:由步骤4.4得到的count值,根据公式(5)更新edgeImage在当前θ角度下所有直线上的白色像素点之和count1,根据公式(6)更新edgeImage在当前θ角度下所有直线上的白色像素点平方之和count2,count1和count2的初始值都为0,然后令b=b+1,进入步骤4.4循环,直到:b>H,则结束循环,进入步骤4.6;count1=count1+count(5)count2=count2+count×count(6)步骤4.6:根据公式(7)计算mse,根据公式(8)更新angle的值,根据公式(9)更新times的值,根据公式(10)更新MAXmse的值,其中变量mse表示edgeImage在当前θ角度下的投影值均方差,MAXmse表示edgeImage最大投影值均方差,初始值为0,变量times表示在MAXmse值最近一次发生变化之后mse小于MAXmse的次数;步骤4.7:令当前角度θ=θ+1,进入步骤4.2循环,直到:θ>30°或者times=5,则结束循环,进入步骤5;步骤5:在步骤4获得的angle值基础上,在水平方向往逆时针方向30°的范围内,重新更新angle的值,具体步骤如下:步骤5.1:在步骤4.1定义的坐标系中,令θ的取值范围为:-1°≤θ≤-30°,初始值为-1°;步骤5.2:针对当前角度θ定义一条直线方程y=kx+b;步骤5.3:根据公式(1)、(11)分别计算当前角度θ下k的值和b的取值范围,令b的初始值为0;0≤b≤H-k×W(11)步骤5.4:根据步骤5.3计算得到的k值和当前的b值确定坐标系中的一条直线,在x的变化范围内根据公式(3)计算所有x的值对应的y的值,x变化范围为0≤x≤W,每得到一次y值都要根据公式(4)更新count值,count的初始值为0;步骤5.5:由步骤5.4得到的count值,根据公式(5)更新count1值,根据公式(6)更新count2值,count1和count2的初始值为0,然后令b=b+1,进入步骤5.4循环,直到:b>H-k×W,则结束循环,进入步骤5.6;步骤5.6:根据公式(12)计算mse,根据公式(8)更新angle的值,根据公式(9)更新times的值,times的初始值为0,根据公式(10)更新MAXmse的值;步骤5.7:令当前角度θ=θ-1,进入步骤5.2循环,直到:θ<-30°或者times=5,则结束循环,进入步骤6;步骤6:把步骤5获得的angle值作为车牌在水平方向的倾斜角度,记为rightAngle,把步骤1获得的二值化车牌图像旋转rightAngle度,得到水平矫正过的二值化车牌图像;步骤7:从步骤6获得的二值化车牌图像中提取部分图像形成新的图像newImage1;步骤8:对步骤7获得的图像newImage1进行sobel垂直边缘检测,得到边缘图像edgeImage1;步骤9:把步骤8获得的边缘图像edgeImage1分为左半部分和右半部分,在垂直方向往逆时针方向20°的范围内,找到最接近车牌左半部分垂直倾斜角度的度数angleL和最接近车牌右半部分垂直倾斜角度的度数angleR,初始值都为0,具体步骤如下:步骤9.1:以步骤8获得的边缘图像edgeImage1的左上角为坐标系原点,水平向右为y轴正方向,垂直向下为x轴正方向;坐标系中直线与x轴正方向的夹角记为θ,其中θ的取值范围为:0°≤θ≤20°,初始值为0°;步骤9.2:针对当前角度θ定义一条直线方程y=kx+b;其中x表示步骤9.1中定义的坐标系中的自变量,变化范围为:0≤x≤H1,H1表示边缘图像edgeImage1的高度,y表示步骤9.1中定义的坐标系中的因变量,变化范围为:0<y<W1×0.5,W1表示边缘图像edgeImage1的宽度;步骤9.3:根据公式(1)、(13)分别计算θ角度下k的值和b的取值范围,令b的初始值为-k×H1;-k×H1<b<W1×0.5(13)步骤9.4:根据步骤9.3计算得到的k值和当前的b值确定坐标系中的一条直线,在x的变化范围内根据公式(3)计算所有x的值对应的y的值,x变化范围为0≤x≤H1,每得到一次y值都要根据公式(14)更新edgeImage1左半部分在这一条直线上白色像素点总数countL,countL的初始值为0,根据公式(15)更新edgeImage1右半部分平移到和左半部分重合的时候在这一条直线上白色像素点总数countR,countR的初始值为0;其中p(x,y)为边缘图像edgeImage1在步骤9定义的坐标系中坐标(x,y)处的像素灰度值;步骤9.5:由步骤9.4得到的countL值和countR值,根据公式(16)更新edgeImage1左半部分在当前θ角度下所有直线上的白色像素点之和countL1,根据公式(17)更新edgeImage1右半部分平...
【专利技术属性】
技术研发人员:高飞,汪敏倩,吴宗林,
申请(专利权)人:浙江浩腾电子科技股份有限公司,
类型:发明
国别省市:浙江,33
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。