车牌矫正方法、图像处理设备及具有存储功能的装置制造方法及图纸

本申请公开了一种车牌矫正方法、图像处理设备及具有存储功能的装置，该车牌矫正方法包括：对获取到的车牌图像进行处理以得到车牌图像的频谱图的二值化图像；计算二值化图像中的各点相对于其图像中心点的倾斜角度而得到一角度集合；对角度集合中的样本进行聚类处理而得到第一倾斜角度和第二倾斜角度；基于第一倾斜角度和第二倾斜角度而得到车牌图像中车牌的水平倾斜角和竖直倾斜角；基于水平倾斜角和竖直倾斜角对车牌图像进行矫正。本申请所提供的车牌矫正方法计算量小，准确性高，抗干扰性强。

License plate correction method, image processing equipment and device with storage function

【技术实现步骤摘要】
车牌矫正方法、图像处理设备及具有存储功能的装置
本申请涉及图像处理
，特别是涉及一种车牌矫正方法、图像处理设备及具有存储功能的装置。
技术介绍
目前在高速公路车辆管理、电子收费、停车场管理中，车辆识别技术得到了广泛的应用。其中在对车辆进行识别的过程中，由于摄像机安装角度以及车辆行驶等原因不可避免地会造成采集到的车牌图像中车牌存在一定倾斜，而倾斜的车牌会造成字符倾斜，从而影响最终识别结果的准确性。
技术实现思路
本申请主要解决的技术问题是提供一种车牌矫正方法、图像处理设备及具有存储功能的装置，能够对采集到的车牌图像进行矫正，且计算量小，准确性高，抗干扰性强。为解决上述技术问题，本申请采用的一个技术方案是：提供一种车牌矫正方法，所述方法包括：对获取到的车牌图像进行处理以得到所述车牌图像的频谱图的二值化图像；计算所述二值化图像中的各点相对于其图像中心点的倾斜角度而得到一角度集合；对所述角度集合中的样本进行聚类处理而得到第一倾斜角度和第二倾斜角度；基于所述第一倾斜角度和所述第二倾斜角度而得到所述车牌图像中车牌的水平倾斜角和竖直倾斜角；基于所述水平倾斜角和所述竖直倾斜角对所述车牌图像进行矫正。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种图像处理设备，包括处理器、存储器以及通信电路，所述处理器分别耦接所述存储器以及所述通信电路，所述处理器通过执行所述存储器内的程序数据实现上述方法中的步骤。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种具有存储功能的装置，存储有程序数据，所述程序数据能够被处理器执行以实现上述方法中的步骤。本申请的有益效果是：本申请的车牌矫正方法首先对车牌图像进行处理而得到车牌图像的频谱图的二值化图像，然后计算二值化图像中的各点相对于其图像中心点的倾斜角度而得到一角度集合，而后对角度集合中的样本进行聚类处理而得到第一倾斜角度和第二倾斜角度，其中该第一倾斜角度和第二倾斜角度即为二值化图像中两条明显直线的倾斜角度，最后利用图像频谱的相关特征，根据第一倾斜角度、第二倾斜角度而计算出车牌图像中车牌的水平倾斜角和竖直倾斜角，实现对车牌图像的矫正，整个方法计算量小，相比现有技术中其他的车牌矫正方法，无需基于人工神经网络，不需要大量的标注数据做训练，准确性高，抗干扰性强。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：图1是本申请车牌矫正方法一实施方式的流程示意图；图2是车牌图像；图3是车牌图像的频谱图的二值化图像；图4是车牌图像和其频谱图的二值化图像的重合图；图5是图1中步骤S110的流程示意图；图6是图1中步骤S130的流程示意图；图7是图1中步骤S130的简化流程示意图；图8是车牌图像的频谱图与车牌的倾斜角度关系图；图9是本申请图像处理设备一实施方式的结构示意图；图10是本申请图像处理设备一实施方式的结构示意图；图11是本申请具有存储功能的装置一实施方式的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。参阅图1，图1是本申请车牌矫正方法一实施方式的流程示意图，该方法包括：S110：对获取到的车牌图像进行处理以得到车牌图像的频谱图的二值化图像。在获取到车辆图像后，对车牌进行定位而后获得车牌图像，如图2所示。根据图像频谱图的相关性质，频谱图像中的纹理方向垂直于原图像中的纹理方向，因此如图2至图4所示，当将车牌图像和其频谱图的二值化图像重合时，二值化图像中两条明显的直线方向(如图3和图4中的两条直线)分别垂直于车牌图像中车牌的水平倾斜方向和竖直倾斜方向。S120：计算二值化图像中的各点相对于其图像中心点的倾斜角度而得到一角度集合。在二值化图像中建立直角坐标系，而后计算二值化图像中的各点相对其图像中心点的倾斜角度而得到一角度集合。S130：对角度集合中的样本进行聚类处理而得到第一倾斜角度和第二倾斜角度。将聚类类别数设置为2而对步骤S120得到的角度集合进行聚类处理，最终得到的第一倾斜角度和第二倾斜角度为二值化图像中两条明显直线的倾斜角度。S140：基于第一倾斜角度和第二倾斜角度而得到车牌图像中车牌的水平倾斜角和竖直倾斜角。由于前述所提及到的二值化图像中两条明显的直线方向分别垂直于车牌图像中车牌的水平倾斜方向和竖直倾斜方向，因此根据第一倾斜角度和第二倾斜角度能够得到车牌图像中车牌的水平倾斜角和竖直倾斜角。S150：基于水平倾斜角和竖直倾斜角对车牌图像进行矫正。在得到车牌图像中车牌的水平倾斜角和竖直倾斜角后，对车牌图像进行矫正，使矫正后的车牌图像中的车牌不再倾斜。本申请的车牌矫正方法首先对车牌图像进行处理而得到车牌图像的频谱图的二值化图像，然后计算二值化图像中的各点相对于其图像中心点的倾斜角度而得到一角度集合，而后对角度集合中的样本进行聚类处理而得到第一倾斜角度和第二倾斜角度，其中该第一倾斜角度和第二倾斜角度即为二值化图像中两条明显直线的倾斜角度，最后利用图像频谱的相关特征，根据第一倾斜角度、第二倾斜角度而计算出车牌图像中车牌的水平倾斜角和竖直倾斜角，实现对车牌图像的矫正，整个方法计算量小，相比现有技术中其他的车牌矫正方法，无需基于人工神经网络，不需要大量的标注数据做训练，准确性高，抗干扰性强。在本实施方式中，如图5所示，步骤S110具体包括：S111：对车牌图像进行灰度处理而得到车牌图像的灰度图像。其中可采用例如分量法、最大值法或加权平均法对车牌图像进行灰度处理。S112：对灰度图像进行二值化处理而得到灰度二值化图像。在本实施方式中，采用大津法(Ostu)对灰度图像进行二值化处理。具体地，采用大津法进行二值化处理，可以简化计算，且整个计算过程不受图像亮度和对比度的影响。在其他实施方式中，还可以采用例如双峰法、P参数法、最大熵阈值法或迭代法等其他方法对灰度图像进行二值化处理。S113：对灰度二值化图像依次进行离散傅里叶变换以及中心化处理而得到频谱图。对于大小为M*N的车牌图像而言，利用如下公式对其灰度二值化图像f(x,y)进行离散傅里叶变换：其中，F(u,v)为变换后的结果，而后对F(u,v)的图像进行中心化处理：取的值而得到频谱图。具体地，通过对F(u,v)的图像进行中心化处理，保证最终二值化图像中两条明显的直线位本文档来自技高网...

【技术保护点】
1.一种车牌矫正方法，其特征在于，所述方法包括：/n对获取到的车牌图像进行处理以得到所述车牌图像的频谱图的二值化图像；/n计算所述二值化图像中的各点相对于其图像中心点的倾斜角度而得到一角度集合；/n对所述角度集合中的样本进行聚类处理而得到第一倾斜角度和第二倾斜角度；/n基于所述第一倾斜角度和所述第二倾斜角度而得到所述车牌图像中车牌的水平倾斜角和竖直倾斜角；/n基于所述水平倾斜角和所述竖直倾斜角对所述车牌图像进行矫正。/n

【技术特征摘要】
1.一种车牌矫正方法，其特征在于，所述方法包括：
对获取到的车牌图像进行处理以得到所述车牌图像的频谱图的二值化图像；
计算所述二值化图像中的各点相对于其图像中心点的倾斜角度而得到一角度集合；
对所述角度集合中的样本进行聚类处理而得到第一倾斜角度和第二倾斜角度；
基于所述第一倾斜角度和所述第二倾斜角度而得到所述车牌图像中车牌的水平倾斜角和竖直倾斜角；
基于所述水平倾斜角和所述竖直倾斜角对所述车牌图像进行矫正。


2.根据权利要求1所述的方法，其特征在于，所述对所述角度集合中的样本进行聚类处理而得到第一倾斜角度和第二倾斜角度的步骤，包括：
从所述角度集合中随机抽取两个样本分别作为第一聚类中心以及第二聚类中心；
计算所述角度集合中各样本与所述第一聚类中心差值的绝对值和相应样本相对所述二值化图像的图像中心点的距离倒数的乘积，而得到第一计算值；
计算所述角度集合中各样本与所述第二聚类中心差值的绝对值和相应样本相对所述二值化图像的图像中心点的距离倒数的乘积，而得到第二计算值；
比较所述角度集合中各样本对应的所述第一计算值和所述第二计算值的大小，若所述样本对应的所述第一计算值小于所述第二计算值，则将所述样本归入所述第一聚类中心所属的类别中，否则归入所述第二聚类中心所属的类别中，进而得到与所述第一聚类中心对应的第一类别集合以及与所述第二聚类中心对应的第二类别集合；
将所述第一聚类中心更新为所述第一类别集合中样本的平均值，所述第二聚类中心更新为所述第二类别集合中样本的平均值；
判断所述第一类别集合对应的前后两次聚类中心的差值是否小于第一差值阈值以及所述第二类别集合对应的前后两次聚类中心的差值是否小于第二差值阈值；
若判断结果为是，则所述第一类别集合对应的最后一次聚类中心为所述第一倾斜角度，所述第二类别集合对应的最后一次聚类中心为所述第二倾斜角度；
若判断结果为否，则返回执行所述计算所述角度集合中各样本与所述第一聚类中心差值的绝对值和相应样本相对所述二值化图像的图像中心点的距离倒数的乘积，而得到第一计算值的步骤。


3.根据权利要求1所述的方法，其特征在于，所述计算所述二值化图像中的各点相对于其图像中心点的倾斜角度而得到一角度集合的步骤，包括：
以所述二值化图像的左上点为坐标原点、水平向右方向为X轴正方向、竖直向下方向为Y轴正方向建立直角坐标系；
获取所述二值化图像中的各点在所述直角坐标系中的坐标；
根据所述二值化图像中的各...

【专利技术属性】
技术研发人员：朱亚伦，邵明，吕翠文，方明超，王耀农，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33