一种复杂场景下车牌快速畸变矫正方法技术

本发明专利技术公开了一种复杂场景下车牌快速畸变矫正方法，首先提取摄像机拍摄的静态车牌图像并灰度化处理；对于灰度图像进行非线性灰度增强，并经过滤波器滤波得到预处理的灰度图像；先采用形态学处理方法对车牌进行粗定位，然后利用基于HSV颜色空间的定位子算法对车牌进行精确定位；利用Hough变换对车牌进行水平倾斜矫正；对水平矫正后车牌图像再次进行Hough变换，利用累加器可以检测出某一θ角对应线段上端点坐标等信息，从而获取车牌四个顶点坐标；以四个顶点作为标定点，使用矩阵运算进行车牌图像的垂直倾斜矫正，完成复杂场景下车牌快速畸变矫正。本发明专利技术显著提高了畸变车牌图像矫正识别率和识别速度，可以应对多种恶劣环境，有效减少车库进出闸口拥堵。

【技术实现步骤摘要】
一种复杂场景下车牌快速畸变矫正方法
本专利技术属于车牌识别领域，涉及一种车牌识别矫正方法，具体涉及一种复杂场景下车牌快速畸变矫正方法。
技术介绍
随着中国社会经济的快速发展，人民的生活水平不断提高，越来越多的家庭拥有一辆甚至多辆私家车，城市的公共停车场资源严重不足，交通系统面临着巨大的考验。目前有一种解决方案是通过实时快速共享每个住宅小区闲置的停车空间资源，让附近没有公共停车资源的私家车可以就近将车停放在私人小区，在减少交通系统压力的同时，也可以更加有效地利用好闲置的空间资源，创造更高的社会经济效益。建立共享车库首先需要一个完善的车牌识别系统(LPR)，以实现车牌定位、字符分割和识别。但是在车辆进出小区时候，由于拍摄角度、车型大小不一等各种不同原因导致采集车牌图像时经常产生畸变，使得无法快速有效的识别车牌，大大的影响了共享车库工作的顺利推进。
技术实现思路
本专利技术的目的在于提供一种复杂场景下车牌快速畸变矫正方法，以解决目前车牌识别系统识别率不高，无法应对雨雾以及灯光不好等情况下车牌畸变识别的问题，本专利技术识别效率高，可以有效提供识别效率，减少车库进出闸口拥堵问题。为了解决上述技术问题，本专利技术采用的技术方案是：一种复杂场景下车牌快速畸变矫正方法，其特征在于，包括以下步骤：步骤一、提取摄像机拍摄的静态车牌图像，将车牌图像进行灰度化处理得到灰度图像；步骤二、对于灰度图像每个像素点的灰度值进行非线性灰度增强，并经过滤波器滤波得到预处理的灰度图像；步骤三、车牌定位，先采用形态学处理方法对车牌进行粗定位，然后利用基于HSV颜色空间的定位子算法对车牌进行精确定位；步骤四、利用Hough变换对车牌进行水平倾斜矫正；步骤五、对水平矫正后车牌图像再次进行Hough变换，利用累加器可以检测出某一θ角对应线段上端点坐标等信息，从而获取车牌四个顶点坐标；步骤六、以四个顶点作为标定点，使用矩阵运算进行车牌图像的垂直倾斜矫正，完成复杂场景下车牌快速畸变矫正。进一步的，上述复杂场景下车牌快速畸变矫正方法还包括以下步骤：步骤七、用Ostu法对畸变矫正后车牌灰度图二值化；步骤八、对二值化的车牌灰度图像进行分割，分割后字符归一化；步骤九、使用模板匹配的方法进行车牌字符识别。进一步的，步骤一中，车牌图像采用如下公式灰度化：上式中x表示对应像素点灰度化后的灰度值，R、G、B分别为该像素点在RGB色彩空间下对应值。进一步的，步骤二中，非线性灰度增强为将灰度值从[x1,y1]非线性扩大到[x2,y2]，增强变换后对应点灰度值xf如下式：取[x1,y1]＝[0.3,0.7]，[x2,y2]＝[0,1]，经非线性灰度增强后，灰度值饱和至最低和最高亮度，车牌区域得到有效增强，有利于处理非均匀光照条件下的车牌定位问题。进一步的，步骤二中，采用中值滤波法处理去除灰度增强后产生的高灰度值噪点。进一步的，步骤三中，采用形态学处理方法对车牌进行粗定位包括以下步骤：步骤3.1采用Roberts算子对灰度图像中车牌进行边缘检测；步骤3.2形态学处理，首先对边缘检测图像进行腐蚀处理，腐蚀操作后，使用闭运算进行平滑边缘轮廓处理，腐蚀和平滑边缘轮廓后移除像素点少于1000的图元对象，得到粗定位后的车牌字符集中区域；所述定位子算法包括以下步骤：步骤3.3通过HSV颜色空间变换将车牌图像从RGB颜色空间转换为HSV颜色空间；步骤3.4车牌定位，设HSV模型三个参数阈值向量p，当满足：上式中p(1),p(2),p(3),p(4),p(5),p(6)分别为向量p的六个值，h、s和v分别为HSV颜色空间的三个参数，可提取到图像中目标颜色像素点，记y,x为车牌图像最大行、列索引，运用像素点统计和行列扫描方法定位车牌区域，具体方法如下：步骤3.4.1逐行统计目标像素点数，并保存在y×1列矩阵中，记为Bluey，查找Bluey最大值对应的行索引MaxY；步骤3.4.2记By＝MaxY，满足Bluey(By)≥5时，将By减去1，继续判断Bluey(By)是否满足条件，满足条件时，循环执行By减去1并判断，逐行索引得车牌区域竖直方向的临界行标PY1；同理By加1情况下可得满足要求的临界行标PY2，故目标车牌区域在竖直方向PY1、PY2范围之间；步骤3.4.3逐列统计目标像素点数，并保存在1×x行矩阵中，记为Bluex，查找Bluex最大值对应的列索引MaxX；步骤3.4.4同步骤3.4.2中方法可得目标车牌区域在PX1、PX2之间；步骤3.4.5综合步骤3.4.2和步骤3.4.4的结果，可得车牌区域对应矩阵步骤3.5精定位子算法，在HSV模型定位算法中，H、S、V分量范围分别为(0,180)，(0,255)，(0,255)，经过有限次实验可得到车牌常见几种色彩对应的HSV模型，每一个阈值向量p对应特定颜色的车牌。进一步的，步骤四中，利用Hough变换对车牌进行水平倾斜矫正具体方法为：水平倾斜矫正需要寻找车牌对应水平倾斜角，图像空间中点(xj,yj)对应Hough空间中一条曲线，将定位后车牌图像转化到Hough空间对应曲线由下式给出：xjcosθj+yjsinθj＝ρjHough变换将参数空间设为一个累加器，上式中，j为角标，为正整数，表示图像空间中点的序号，(ρj,θj)表示Hough空间中极坐标，将通过点(ρ,θ)的曲线数记录在累加器中，当-90°≤θ≤90°，θ精度为1°时，设H(ρ,θ)初始值为0，对车牌图像中所有点依次进行如下计算：H(ρ,θ)表示点(ρ,θ)对应的值，当N条Hough空间曲线经过点(ρ,θ)时，有H(ρ,θ)＝N，累加矩阵最大值max(H[ρ][θ])对应的极坐标(ρ0,θ0)即为车牌最长边框所在直线，θ0为车牌水平倾斜角，对车牌图像逆时针旋转θ0＝8°并重新定位，完成水平倾斜矫正。进一步的，步骤五中，获取四个车牌顶点坐标算法如下：步骤5.1将Hough变换后图像所有前景色像素点(xj,yj)保存在数组Tp中；步骤5.2对Tp逐点进行Hough变换，得到累加器H[ρ1][θ1]，其中：Ht表示图像的高，Wt表示图像的宽；步骤5.3找到累加器最大值max(H[ρ1][θ1])，并记录对应Hough空间坐标(ρbest,θbest)；步骤5.4对所有Tp中像素点，计算ρ＝xjcosθbest+yjsinθbest，若ρ＝ρbest，则将该点存放在另一个数组Tp1中；算法执行完后，数组Tp1中保存了车牌下长边框像素点(xj,yj)，以此方法，依次从步骤5.1开始执行，排除掉步骤5.3中最大值max(H[ρ1][θ1])后，找到次最大值对应(ρ,θ)，得车牌图像上长边框对应数组Tp2，将车牌边框四个端点从左向右、从上到下记为p1，p2，p3，p4，即为获得车牌四个顶点坐标。进一步的，步骤六中，矩阵运算具体为：记M，N为水平矫正并定位后车牌像素矩阵的行、列最大索引，分别提取目标车牌区域四个端点p1，p2，p3，p4横纵坐标得：x＝[p1(1)p2(1)p3(1)p4(1)]，y＝[p1(2)p2(2)p3(2)p4(2)]；将p1作为畸变矫正标定点，作为矫正后的长，作为矫正后的高，经矫正后车牌四个顶点对应X,Y矩阵：X＝[p1(1)p1(1)+wp1(1)p1(1)+w本文档来自技高网...

【技术保护点】
1.一种复杂场景下车牌快速畸变矫正方法，其特征在于，包括以下步骤：步骤一、提取摄像机拍摄的静态车牌图像，将车牌图像进行灰度化处理得到灰度图像；步骤二、对于灰度图像每个像素点的灰度值进行非线性灰度增强，并经过滤波器滤波得到预处理的灰度图像；步骤三、车牌定位，先采用形态学处理方法对车牌进行粗定位，然后利用基于HSV颜色空间的定位子算法对车牌进行精确定位；步骤四、利用Hough变换对车牌进行水平倾斜矫正；步骤五、对水平矫正后车牌图像再次进行Hough变换，利用累加器可以检测出某一θ角对应线段上端点坐标等信息，从而获取车牌四个顶点坐标；步骤六、以四个顶点作为标定点，使用矩阵运算进行车牌图像的垂直倾斜矫正，完成复杂场景下车牌快速畸变矫正。

【技术特征摘要】
1.一种复杂场景下车牌快速畸变矫正方法，其特征在于，包括以下步骤：步骤一、提取摄像机拍摄的静态车牌图像，将车牌图像进行灰度化处理得到灰度图像；步骤二、对于灰度图像每个像素点的灰度值进行非线性灰度增强，并经过滤波器滤波得到预处理的灰度图像；步骤三、车牌定位，先采用形态学处理方法对车牌进行粗定位，然后利用基于HSV颜色空间的定位子算法对车牌进行精确定位；步骤四、利用Hough变换对车牌进行水平倾斜矫正；步骤五、对水平矫正后车牌图像再次进行Hough变换，利用累加器可以检测出某一θ角对应线段上端点坐标等信息，从而获取车牌四个顶点坐标；步骤六、以四个顶点作为标定点，使用矩阵运算进行车牌图像的垂直倾斜矫正，完成复杂场景下车牌快速畸变矫正。2.如权利要求1所述复杂场景下车牌快速畸变矫正方法，其特征在于，还包括以下步骤：步骤七、用Ostu法对畸变矫正后车牌灰度图二值化；步骤八、对二值化的车牌灰度图像进行分割，分割后字符归一化；步骤九、使用模板匹配的方法进行车牌字符识别。3.如权利要求2所述复杂场景下车牌快速畸变矫正方法，其特征在于：步骤一中，车牌图像采用如下公式灰度化：上式中x表示对应像素点灰度化后的灰度值，R、G、B分别为该像素点在RGB色彩空间下对应值。4.如权利要求3所述复杂场景下车牌快速畸变矫正方法，其特征在于：步骤二中，非线性灰度增强为将灰度值从[x1,y1]非线性扩大到[x2,y2]，增强变换后对应点灰度值xf如下式：取[x1,y1]＝[0.3,0.7]，[x2,y2]＝[0,1]，经非线性灰度增强后，灰度值饱和至最低和最高亮度，车牌区域得到有效增强，有利于处理非均匀光照条件下的车牌定位问题。5.如权利要求2所述复杂场景下车牌快速畸变矫正方法，其特征在于：步骤二中，采用中值滤波法处理去除灰度增强后产生的高灰度值噪点。6.如权利要求2所述复杂场景下车牌快速畸变矫正方法，其特征在于：步骤三中，采用形态学处理方法对车牌进行粗定位包括以下步骤：步骤3.1采用Roberts算子对灰度图像中车牌进行边缘检测；步骤3.2形态学处理，首先对边缘检测图像进行腐蚀处理，腐蚀操作后，使用闭运算进行平滑边缘轮廓处理，腐蚀和平滑边缘轮廓后移除像素点少于1000的图元对象，得到粗定位后的车牌字符集中区域；所述定位子算法包括以下步骤：步骤3.3通过HSV颜色空间变换将车牌图像从RGB颜色空间转换为HSV颜色空间；步骤3.4车牌定位，设HSV模型三个参数阈值向量p，当满足：上式中p(1),p(2),p(3),p(4),p(5),p(6)分别为向量p的六个值，h、s和v分别为HSV颜色空间的三个参数，可提取到图像中目标颜色像素点，记y,x为车牌图像最大行、列索引，运用像素点统计和行列扫描方法定位车牌区域，具体方法如下：步骤3.4.1逐行统计目标像素点数，并保存在y×1列矩阵中，记为Bluey，查找Bluey最大值对应的行索引MaxY；步骤3.4.2记By＝MaxY，满足Bluey(By)≥5时，将By减去1，继续判断Bluey(By)是否满足条件，满足条件时，循环执行By减去1并判断，逐行索引得车牌区域竖直方向的临界行标PY1；同理By加1情况下可得满足要求的临界行标PY2，故目标车牌区域在竖直方向PY1、PY2范围之间；步骤3.4.3逐列统计目标像素点数，并保存在1×x行矩阵中，记为Bluex，查找Bluex最大值对应的列索引MaxX；步骤3.4.4同步骤3.4.2中方法可得目标车牌区域在PX1、PX2之间；步骤3.4.5综合步骤3.4.2和步骤3.4.4的结果，可得车牌区域对应矩阵步骤3.5精定位子算法，在HSV模型定位算法中，H、S、V分量范围分别为(0,180)，(0,255)，(0,255)，经过有限次实验可得到车牌常见几种色彩对应的HSV模型，每一个阈值向量p对应特定颜色的车牌。7.如权利要求2所述复杂场景下车牌快速畸变矫正方法，其特征在于：步骤四中，利用Hough变换对车牌进行水平倾斜矫正具体方法为：水平倾斜矫正需要寻找车牌对应水平倾斜角，图像空间中点(xj,yj)对应Hough空间中一条曲线，将定位后车牌图像转化到Hough空间对应曲线由下式给出：xjcosθj+yjsinθj＝ρjHo...

【专利技术属性】
技术研发人员：梅文浩，但斌斌，姜燕，刘宏达，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：湖北,42