一种基于偏斜评价的多类别变换车牌校正算法制造技术

本发明专利技术公开了一种基于偏斜评价的多类别变换车牌校正方法，属于图像处理技术领域。本发明专利技术所述方法首先将粗定位后的车牌人工设定为水平左、右透视，竖直上、下透视，左右错切，旋转及高亮度等8种类别变换的倾斜车牌，校正算法包括图像预处理，错切、竖直透视类型判断，其他类型判断及多类别车牌校正四个步骤。本发明专利技术所述方法考虑了多类别的变换车牌，可以同时校正多类别变换车牌。

A Multi-Category Transform License Plate Correction Method Based on Skewness Evaluation

The invention discloses a multi-category transformation license plate correction method based on Skewness evaluation, which belongs to the field of image processing technology. The method of the invention first sets the roughly positioned license plate manually as eight types of tilted license plate transformed by horizontal left and right perspective, vertical up and down perspective, left and right staggered cutting, rotation and high brightness. The correction algorithm includes four steps: image preprocessing, staggered cutting, vertical perspective type judgment, other types judgment and multi-category license plate correction. The method of the invention considers multi-category license plate transformation, and can simultaneously correct multi-category license plate transformation.

【技术实现步骤摘要】
一种基于偏斜评价的多类别变换车牌校正算法
本专利技术属于图像处理
，具体涉及一种基于偏斜评价的多类别变换车牌校正算法。
技术介绍
随着社会的高速发展，汽车数量快速增加，汽车给人们生活带来便利的同时也给车辆出入管理和道路交通管理等带来了新的挑战。近几年，基于车牌识别技术的智能系统逐渐应用到我们的生活中。车牌识别技术一般分为三部分：车牌定位，字符分割和字符识别。其中车牌定位是基础，也是最关键的步骤。由于车辆行驶方向、摄像头角度及天气原因，所得到的车牌图像均存在一定程度的旋转或变换，因此在车牌粗定位后，对变形车牌进行准确校正是后续识别过程的关键。现有的倾斜校正算法一般用于旋转变换，该变换是车牌整体旋转，实际中多用基于投影的倾斜校正方法，对车牌进行校正，但对其他类别的变换车牌并不适用。如何对多类别的变换车牌进行准确校正是亟需解决的难题。
技术实现思路
本专利技术的目的是克服上述现有技术的缺陷，提供一种基于偏斜评价的多类别变换车牌校正算法。本专利技术所提出的技术问题是这样解决的：一种基于偏斜评价的多类别变换车牌校正算法，包括以下步骤：步骤1.图像预处理对车牌进行灰度化、二值化处理；对二值化后的车牌连通域寻找外轮廓，得到最小外接矩形；根据最小外接矩形的倾角对车牌进行旋转校正；步骤2.错切、竖直透视类型判断：步骤2-1.寻找斜边三角形底边：在行方向上，遍历图像(rows，cols)处的像素点值是否为0，为0则判定为属于车牌的一部分，为1则判断为背景，其中(rows，cols)表示像素点的位置，rows为行变量，cols为列变量，0≤cols≤src_wid，0≤rows≤src_height，src_wid为图像的宽度，src_height为图像的高度；当行变量rows＝src_height/5时标记由左至右第一个像素点值为0的点为broadLeft[0]，标记由右至左的第一个像素点值为0的点为broadRight[0]；当行变量rows＝4*src_height/5时标记由左至右第一个像素点值为0的点为broadLeft[1]，标记由右至左的第一个像素点值为0的点为broadRight[1]；broadLeft[0]，broadLeft[1]，broadRight[0]，broadRight[1]分别表示车牌左上角，左下角，右上角，右下角的点；步骤2-2.计算左右边斜率：Slope＝-a/b其中，a为broadLeft[0]与broadLeft[1]之间或broadRight[0]与broadRight[1]之间的横坐标差的绝对值，b为broadLeft[0]与broadLeft[1]之间或broadRight[0]与broadRight[1]之间的纵坐标差的绝对值；步骤2-3.设定如下筛选条件判断错切及竖直透视：设置如下筛选条件进行筛选错切及竖直透视车牌：其中，SlpoeLeft为左边斜率，SlopeRight为右边斜率，若SlopeLeft*SlopeRight＞0则为错切变换，若SlopeLeft*SlopeRight＜0则为竖直透视变换，若SlopeLeft*SlopeRight＝0则判定为不属于步骤2中的类型；步骤3.其他类型判断：步骤3-1.检测车牌中四个点：在列方向上，设置列变量cols＝2，遍历图像(rows，cols)处的像素点值是否为0，标记由上至下第一个像素点值为0的点为broadAbove[0]，标记由下至上第一个像素点值为0的点为broadBelow[0]；设置列变量标记cols＝src_wid-2，遍历图像(rows，cols)处的像素点值是否为0，标记由上至下第一个像素点值为0的点为broadAbove[1]，标记由下至上第一个像素点值为0的点为broadBelow[1]；broadAbove[0]，broadBelow[0]，broadAbove[1]，broadBelow[1]分别表示车牌左上角，左下角，右上角，右下角的点；步骤3-2.计算车牌顶部斜率：其中，broadAbove[0].x、broadAbove[o].y分别表示broadAbove[0]的横纵坐标，broadAbove[1].x、broadAbove[1].y分别表示broadAbove[1]的横纵坐标；计算车牌底部斜率：其中，broadBelow[0].x、broadBelow[0].y分别表示broadBelow[0]的横纵坐标，broadBelow[1].x、broadBelow[1].y分别表示broadBelow[1]的横纵坐标；步骤3-3.设定如下筛选条件判断水平透视：设置如下筛选条件进行筛选水平透视车牌：若符合上述筛选条件，则判定为水平透视；若不符合条件，则为高亮变换车牌；步骤4.多类别车牌校正：对错切类型通过仿射变换复原，透视类型通过透视变换复原，对高亮度类型进行直方图均衡。本专利技术的有益效果是：本专利技术所述方法可以实现多类别变换车牌的准确校正。附图说明图1为人工设定的8中变换车牌；图2为错切及竖直透视斜率计算示意图；图3为检测水平透视车牌示意图；图4为水平透视四个点分组连线前后示意图；图5为错切变换三组坐标示意图；图6为错切变换仿射变换前后图；图7为透视变换四组坐标示意图；图8为透视变换前后图；图9为高亮变换前后图。具体实施方式下面结合附图和实施例对本专利技术进行进一步的说明。为方便描述本
技术实现思路
，这里首先对一些术语进行必要的解释：最大类间方差法。最大类间方差法是一种自适应阈值确定的方法，又叫大津法，简称OTSU，是一种基于全局的二值化算法，它是根据图像的灰度特性，将图像分为前景和背景两个部分。当取最佳阈值时，两部分之间的差别应该是最大的，在OTSU算法中所采用的衡量差别的标准就是较为常见的最大类间方差。前景和背景之间的类间方差如果越大，就说明构成图像的两个部分之间的差别越大，当部分目标被错分为背景或部分背景被错分为目标，都会导致两部分差别变小，当所取阈值的分割使类间方差最大时就意味着错分概率最小。透视变换。透视变换的本质是将图像投影到新平面上，其通用公式如下：其中[x′，y′，w′]为变换后的坐标，[u，v，w]为变换前的坐标，为透视变换矩阵。透视变换矩阵可以分解如下：其中表示图像线性变换，T2＝[a13a23]T用于产生图像透视变换，T3＝[a31a32]表示图像平移，透视变换中给出四对像素坐标，即可求得透视变换矩阵；反之，给定透视变换矩阵，即可对图像或像素点坐标完成透视变换。水平左、右透视。利用透视变换，将正常车牌由矩形变换为梯形状。其中，由水平左透视变换后，车牌左边界为梯形上底边，右边界为梯形下底边，如图1(a)所示。水平右透视与左透视相反，如图1(b)所示。竖直上、下透视。与水平左、右透视同，利用透视变换，将正常车牌由矩形变换为梯形状。其中，由竖直上透视变换后，车牌上边界为梯形上底边，下边界为梯形下底边，如图1(c)所示。竖直下透视与竖直上透视相反，如图1(d)所示。仿射变换。仿射变换是空间直角坐标系的变换，从一个二维坐标变换到另一个二维坐标，仿射变换是一个线性变换，保持了图像的“平行性”和“平直性”。仿射变换是透视变换的特殊形式，一般给出三对像素坐标，即可求得仿射变换矩阵；反之，给定仿射本文档来自技高网...

【技术保护点】
1.一种基于偏斜评价的多类别变换车牌校正算法，其特征在于，包括以下步骤：步骤1.图像预处理：对车牌进行灰度化、二值化处理；对二值化后的车牌连通域寻找外轮廓，得到最小外接矩形；根据最小外接矩形的倾角对车牌进行旋转校正；步骤2.错切、竖直透视类型判断：步骤2‑1.寻找斜边三角形底边：在行方向上，遍历图像(rows，cols)处的像素点值是否为0，为0则判定为属于车牌的一部分，为1则判断为背景，其中(rows，cols)表示像素点的位置，rows为行变量，cols为列变量，0≤cols≤src_wid，0≤rows≤src_height，src_wid为图像的宽度，src_height为图像的高度；当行变量rows＝src_height/5时标记由左至右第一个像素点值为0的点为broadLeft[0]，标记由右至左的第一个像素点值为0的点为broadRight[0]；当行变量rows＝4*src_height/5时标记由左至右第一个像素点值为0的点为broadLeft[1]，标记由右至左的第一个像素点值为0的点为broadRight[1]；broadLeft[0]，broadLeft[1]，broadRight[0]，broadRight[1]分别表示车牌左上角，左下角，右上角，右下角的点；步骤2‑2.计算左右边斜率：Slope＝‑a/b其中，a为broadLeft[0]与broadLeft[1]之间或broadRight[0]与broadRight[1]之间的横坐标差的绝对值，b为broadLeft[0]与broadLeft[1]之间或broadRight[0]与broadRight[1]之间的纵坐标差的绝对值；步骤2‑3.设定如下筛选条件判断错切及竖直透视：设置如下筛选条件进行筛选错切及竖直透视车牌：...

【技术特征摘要】
1.一种基于偏斜评价的多类别变换车牌校正算法，其特征在于，包括以下步骤：步骤1.图像预处理：对车牌进行灰度化、二值化处理；对二值化后的车牌连通域寻找外轮廓，得到最小外接矩形；根据最小外接矩形的倾角对车牌进行旋转校正；步骤2.错切、竖直透视类型判断：步骤2-1.寻找斜边三角形底边：在行方向上，遍历图像(rows，cols)处的像素点值是否为0，为0则判定为属于车牌的一部分，为1则判断为背景，其中(rows，cols)表示像素点的位置，rows为行变量，cols为列变量，0≤cols≤src_wid，0≤rows≤src_height，src_wid为图像的宽度，src_height为图像的高度；当行变量rows＝src_height/5时标记由左至右第一个像素点值为0的点为broadLeft[0]，标记由右至左的第一个像素点值为0的点为broadRight[0]；当行变量rows＝4*src_height/5时标记由左至右第一个像素点值为0的点为broadLeft[1]，标记由右至左的第一个像素点值为0的点为broadRight[1]；broadLeft[0]，broadLeft[1]，broadRight[0]，broadRight[1]分别表示车牌左上角，左下角，右上角，右下角的点；步骤2-2.计算左右边斜率：Slope＝-a/b其中，a为broadLeft[0]与broadLeft[1]之间或broadRight[0]与broadRight[1]之间的横坐标差的绝对值，b为broadLeft[0]与broadLeft[1]之间或broadRight[0]与broadRight[1]之间的纵坐标差的绝对值；步骤2-3.设定如下筛选条件判断错切及竖直透视：设置如下筛选条件进行筛选错切及竖直透视车牌：其中，SlpoeLeft为左边斜率，SlopeRight为右边斜率，若SlopeLeft*SlopeRight＞0则为错切变换，若SlopeLeft*SlopeRight＜0则为竖直透视变换，若SlopeLeft*SlopeRight＝0则判定为不属于步骤2中的类型；步骤3.其他类型判断：步骤3-1.检测车牌中四个点：在列方向上，设置列变量cols＝2，遍历图像(rows，cols)处的像素点值是否为0，标记由上至下第一个像素点值为0的点为broadAbove[0]，标记由下至上第一个像素点值为0的点为broadBelow[0]；设置列变量标记cols＝src_wid-2，遍历图像(rows，cols)处的像素点值是否为0，标记由上至下第一个像素点值为0的点为broadAbove[1]，标记由下至上第一个像素点值为0的点为broadBelow[1]；broadAbove[0]，broadBelow[0]，broadAbove[1]，broadBelow[1]分别表示车牌左上角，左下角，右上角，右下角的点；步骤3-2.计算车牌顶部斜率：其中，broadAbove[0].x、broadAbove[0].y分别表示broadAbove[0]的横纵坐标，broadAbove[1].x、broadAbove[1].y分别表示broadAbove[1]的横纵坐标；计算车牌底部斜率：其中，broadBelow[0].x、broadBelow[0].y分别表示broadBelow[0]的横纵坐标，broadBelow[...

【专利技术属性】
技术研发人员：解梅，秦国义，李思琦，易鑫，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51