一种vin码的校验方法
【技术领域】
[0001] 本发明属于智能交通监控技术领域，具体设及一种VIN码的校验方法。
【背景技术】
[0002] 目前车管所民警主要W目视对比车辆VIN码与先前留底印模查验是否存在人为 改动痕迹，由于缺少必要的技术手段和相对有效的方法，查验效果不佳；第一，人工校验 VIN码费时费力效率低下；第二，人工查验极易造成纸漏；第S，印模的调用、存储等环节也 不便管理。并且，还没有能够采用自对比对校验VIN码的方法。
【发明内容】
[0003] 本发明所要解决的技术问题在于针对上述现有技术的不足，提供一种新的VIN码 的校验方法。
[0004] 为解决上述技术问题，本发明采用的技术方案是，一种VIN码的校验方法，该方法 包括W下步骤：
[0005] 步骤1、图像比对模块对源图像中的VIN码进行定位，采用最大类间方差法确定阔 值，对VIN码进行水平和方向的定位，得到定位后的源图像；所述源图像为拍摄的车辆原始 的VIN码图片；
[0006] 步骤2、图像比对模块对步骤1中所得的定位后的源图像中的VIN码进行水平角矫 正，采用图像旋转的方法，将VIN码旋转至位于水平位置时，得出此时的VIN码的高度值；
[0007] 步骤3、图像比对模块对步骤2中处理后的VIN码图像中的VIN码进行侧倾角矫 正，得到高度一致的VIN码图像；
[000引步骤4、图像比对模块对步骤3中处理后的VIN码图像中的VIN码分割提取每个字 符位置，通过计算，找到每个字符的X方向起点和终点，得到处理后的源图像；
[0009] 步骤5、调取被测图像，重复步骤1-步骤4,完成对被测图像的处理，得到处理后 的被测图形；所述被测图像为经处理的拍摄的带有待验证的车辆VIN码的图像；
[0010] 步骤6、图像比对模块对处理后的图像进行缩放、匹配比对，将步骤4中所得的处 理后的源图像和步骤5中所得的处理后的被测图像进行模板位置匹配，并进行比对，判断 出每个字符内容是否改变，得出比对信息。
[0011] 进一步地，该步骤5中的被测图像由W下方法获得，数据处理系统接收传输过来 的VIN码图像，根据钢架号码的排列规律，对VIN码中的每个字分割为单个的字符，并对分 割后的每个字符进行OCR字符识别；对VIN码中排列为第九的数字进行OCR验证，查验其是 否符合VIN码字符的表达规律，确定出符合表达规律的VIN码的图像，即被测图像。
[0012] 进一步地，该方法还包括，将步骤6中所得的比对信息传输给终端。
[0013] 进一步地，该步骤1中对VIN码进行对位的过程为，通过方向边缘检测，记录X方 向上的边缘点，再进行X方向投影，对一维数据高低阔值进行分割，进行连通判断，找到y方 向VIN的上边起点和高度；同理通过y方向边缘检测，找到X方向VIN的左边起点和宽度， 完成VIN定位。
[0014] 进一步地，该步骤2采用双线性插值的方法或者最邻近插值方法旋转图像，图像 旋转步长为0.1度一0.8度。
[0015] 进一步地，该图像旋转步长为0. 5度。
[0016] 进一步地，该步骤3中采用最小二乘法拟合出一条关于字符高度的直线，对于中 屯、字符保护不变，两侧字符按该直线进行线性矫正。
[0017] 进一步地，该步骤四中采用索贝尔边缘提取算法、坎巧算法或拉普拉斯算法，找到 字符边缘，再进行垂直投影，对垂直直方图进行波峰波谷分析。
[0018] 大类间方差法是由日本学者大津于1979年提出的，是一种自适应的阔值确定的 方法，又叫大津法，简称OTSU。它是按图像的灰度特性，将图像分成背景和目标2部分。 背景和目标之间的类间方差越大，说明构成图像的2部分的差别越大，当部分目标错分为 背景或部分背景错分为目标都会导致2部分差别变小。因此，使类间方差最大的分割意味 着错分概率最小。
[0019] 对于VIN图像I(x，y),前景（即VIN字符）和背景的分割阔值记作T，属于前景 的像素点数占整幅图像的比例记为《〇,其平均灰度y〇;背景像素点数占整幅图像的比例 为《1，其平均灰度为yi。图像的总平均灰度记为y，类间方差记为g。
[0020] 假设图像的背景较暗，并且图像的大小为MXN，图像中像素的灰度值小于阔值T 的像素个数记作NO,像素灰度大于阔值T的像素个数记作N1,则有：
[0021] ?0 = N0/MXN (1)
[002引 《i = n1/MXN (2)
[002引 n0+N1=MXN 做 [0024] 〇〇+〇 1 = 1 (4)
[002引 U = oOX U 0+? IX U 1 巧）
[0026] g= oOX ( U 0-U ) "2+C0 1 X ( U 1-U ) 2 (6)
[0027] 将式妨代入式化)，得到等价公式：
[002引 g = ?0X ?1X (y0-y 1)2 (7)
[0029] 采用遍历的方法得到使类间方差最大的阔值T，即为所求。
[0030] 双线性插值，又称为双线性内插，即两个变量的插值函数的线性插值扩展，其核屯、 思想是在两个方向分别进行一次线性插值。
[0031] 设VIN高度符合函数f，f在点P的坐标为（X，y)，假设我们
[0032] 已知 f 在 Q11 = (xl，yl)，Q12 = (xl，y2)，Q21 = (x2，yl)，Q22 = (x2，y2)四个点 的值。
[003引首先在X方向进行线性插值，得到
【主权项】
1. 一种VIN码的校验方法，其特征在于，该方法包括W下步骤： 步骤1、图像比对模块对源图像中的VIN码进行定位，采用最大类间方差法确定阔值， 对VIN码进行水平和方向的定位，得到定位后的源图像；所述源图像为拍摄的车辆原始的 VIN码图片； 步骤2、图像比对模块对步骤1中所得的定位后的源图像中的VIN码进行水平角矫正， 采用图像旋转的方法，将VIN码旋转至位于水平位置时，得出此时的VIN码的高度值； 步骤3、图像比对模块对步骤2中处理后的VIN码图像中的VIN码进行侧倾角矫正，得 到高度一致的VIN码图像； 步骤4、图像比对模块对步骤3中处理后的VIN码图像中的VIN码分割提取每个字符位 置，通过计算，找到每个字符的X方向起点和终点，得到处理后的源图像； 步骤5、调取被测图像，重复步骤1-步骤4,完成对被测图像的处理，得到处理后的被 测图形；所述被测图像为经处理的拍摄的带有待验证的车辆VIN码的图像； 步骤6、图像比对模块对处理后的图像进行缩放、匹配比对，将步骤4中所得的处理后 的源图像和步骤5中所得的处理后的被测图像进行模板位置匹配，并进行比对，判断出每 个字符内容是否改变，得出比对信息。
2. 按照权利要求1所述的一种VIN码的校验方法，其特征在于，所述步骤5中的被测图 像由W下方法获得，数据处理系统接收传输过来的VIN码图像，根据钢架号码的排列规律， 对VIN码中的每个字分割为单个的字符，并对分割后的每个字符进行OCR字符识别；对VIN 码中排列为第九的数字进行OCR验证，查验其是否符合VIN码字符的表达规律，确定出符合 表达规律的VIN码的图像，即被测图像。
3. 按照权利要求1或2所述的一种VIN码的校验方法，其特征在于，该方法还包括，将 步骤6中所得的比对信息传输给终端。
4. 按照权利要求1或2所述的一种VIN码的校验方法，其特征在于，所述步骤1中对 VIN码进行对位的过程为，通过方向边缘检测，记录X方向上的边缘点，再进行X方向投影， 对一维数据高低阔值进行分割，进行连通判断，找到y方向VIN的上边起点和高度；同理通 过y方向边缘检测，找到X方向VIN的左边起点和宽度，完成VIN定位。
5. 按照权利要求1或2所述的一种VIN码的校验方法，其特征在于，所述步骤2采用双 线性插值的方法或者最邻近插值方法旋转图像，图像旋转步长为0. 1度一0. 8度。
6. 按照权利要求5所述的一种VIN码的校验方法，其特征在于，所述图像旋转步长为 0. 5 度。
7. 按照权利要求1或2所述的一种VIN码的校验方法，其特征在于，所述步骤3中采用 最小二乘法拟合出一条关于字符高度的直线，对于中屯、字符保护不变，两侧字符按该直线 进行线性矫正。
8. 按照权利要求1或2所述的一种VIN码的校验方法，其特征在于，所述步骤四中采用 索贝尔边缘提取算法、坎巧算法或拉普拉斯算法，找到字符边缘，再进行垂直投影，对垂直 直方图进行波峰波谷分析。
【专利摘要】本发明公开了一种VIN码的校验方法，该方法如下：步骤1、图像比对模块对源图像中的VIN码进行定位，采用最大类间方差法确定阙值，对VIN码进行定位；步骤2、图像比对模块对源图像中的VIN码进行水平角矫正，通过图像旋转，得出VIN码的高度值；步骤3、图像比对模块对VIN码进行侧倾角矫正，得到高度一致的VIN码图像；步骤4、图像比对模块分割提取VIN码中每个字符位置，得到处理后的源图像；步骤5、调取被测图像，重复步骤1—步骤4，完成对被测图像的处理，得到处理后的被测图形；步骤6、图像比对模块对图片进行匹配比对，将处理后的源图像和处理后的被测图像进行模板位置匹配，并进行比对，判断出每个字符内容是否改变，得出比对信息。
【IPC分类】G06K9-20
【公开号】CN104537367
【申请号】CN201410659484
【发明人】宁辉, 吴云强, 庞龙, 李妍凯
【申请人】西安铂锐智能科技有限公司, 公安部交通管理科学研究所
【公开日】2015年4月22日
【申请日】2014年11月18日