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≤row ...
【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], ...
【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
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。