一种基于方差特征的车牌校正方法
【技术领域】
[0001] 本发明涉及车牌识别技术领域，具体是一种基于方差特征的车牌校正方法。
【背景技术】
[0002] 车牌定位是指在一幅图像中快速找出车牌所在的位置，一般通过粗定位和精定位 相结合的方法来实现。一个好的车牌定位算法，应该对倾斜车牌和非倾斜车牌均具有一定 的鲁棒性。对于非倾斜车牌，已有很多成熟的方法来实现精定位，而对于倾斜的车牌，由于 不能直接使用现有的相关方法，无法实现车牌的精定位。解决该问题的唯一方法就是在粗 定位之后，把倾斜车牌校正为非倾斜车牌，然后再进行精定位。因此，车牌倾斜校正是整个 定位技术必不可少的一部分，是评价车牌定位算法的重要依据。
[0003] 目前，车牌校正主要有以下几类方法：
[0004] (1)基于直线检测的方法，代表方法有"基于hough直线检测的校正方法"和"基 于radon直线检测的校正方法"。该类方法在干扰比较少、车牌边框清晰的情况下，可以通 过检测边框直线获取倾斜角度，进而较精确地完成车牌校正，但是当出现车牌干扰、车牌模 糊或者出现油污时，由于无法检测到车牌边框直线，该类方法会失效，同时该类方法的计算 量也很大。
[0005] (2)基于遍历查找的方法，代表方法有"基于旋转投影的校正方法"。其原理是首 先将车牌旋转到每一个允许的角度位置，然后进行投影获取相应的特征值，通过比较，获取 最佳的特征值，此时对应的角度就是最佳的车牌倾斜角度。该类方法的优点是鲁棒性较强， 适应性广，但也存在明显的缺点，由于需要遍历查找，因此算法的速度很慢，同时，缺少强健 的投影特征，获取的车牌倾斜角度会有一定的误差。
[0006] (3)基于特征分析的方法，代表方法有"基于主元分析的校正方法"。该类方法不 依赖车牌的边框信息，在干扰比较少、字符较完整的情况下，可以达到不错的校正效果，但 是该类方法对二值化的车牌图像的质量要求较高，易受非字符区域的干扰。
【发明内容】
[0007] 本发明的目的在于提供一种抗干扰性更强、算法速度更快、校正更精确的基于方 差特征的车牌校正方法。
[0008] 本发明的技术方案为：
[0009] 一种基于方差特征的车牌校正方法，包括以下顺序的步骤：
[0010] (1)将粗定位得到的车牌图像进行尺寸归一化；
[0011] (2)利用均值滤波器将归一化后的车牌图像进行模糊处理；
[0012] (3)基于改进的局部二值化算法，获取二值车牌图像；
[0013] (4)对二值车牌图像进行形态学闭运算，并去除干扰连通区域，获取车牌字符连通 区域图像；
[0014] (5)获取车牌字符边缘特征点，包括：
[0015] 对车牌字符连通区域图像进行垂直投影，获取波峰位置，以peak[i]表示第i个波 峰位置，i = 1，2，…，η ;
[0016] 在车牌字符连通区域图像上，找出与每一个波峰位置Peak[i]对应的最上部边缘 特征点pnp[i]和最下部边缘特征点p-down[i];
[0017] (6)获取车牌最佳倾斜角度，包括：
[0018] 采用以下公式，计算车牌字符边缘特征点在车牌倾斜角度为a时的新位置p_up_ new[i]、p_down_new[i]:
【主权项】
1. 一种基于方差特征的车牌校正方法，其特征在于，包括以下顺序的步骤： (1) 将粗定位得到的车牌图像进行尺寸归一化； (2) 利用均值滤波器将归一化后的车牌图像进行模糊处理； (3) 基于改进的局部二值化算法，获取二值车牌图像； (4) 对二值车牌图像进行形态学闭运算，并去除干扰连通区域，获取车牌字符连通区域 图像； (5) 获取车牌字符边缘特征点，包括： 对车牌字符连通区域图像进行垂直投影，获取波峰位置，以peak [i]表示第i个波峰位 置，i = 1，2，…，η ; 在车牌字符连通区域图像上，找出与每一个波峰位置peak[i]对应的最上部边缘特征 Ap_up[i]和最下部边缘特征点p_down[i]; (6) 获取车牌最佳倾斜角度，包括： 采用以下公式，计算车牌字符边缘特征点在车牌倾斜角度为a时的新位置p_up_ new[i]> p_down_new[i]：
其中，p_up[l]. x表示最左侧上部边缘特征点的x坐标，p_down[n]. x表示最右侧下部 边缘特征点的X坐标； 采用以下公式，计算车牌字符边缘特征点在新位置p_up_new[i]、p_down_new[i]的方 差特征值σ : I
其中，s_up[i]、s_d〇wn[i]分别表示车牌字符上下部不同位置边缘特征点的权重值； 改变车牌倾斜角度，重复上述计算，得到车牌字符边缘特征点在各个新位置的方差特 征值； 将最小的方差特征值对应的车牌倾斜角度作为车牌最佳倾斜角度； (7) 根据得到的车牌最佳倾斜角度，对车牌进行旋转校正。
2. 根据权利要求1所述的基于方差特征的车牌校正方法，其特征在于，步骤（3)中，所 述改进的局部二值化算法采用以下公式：
其中，g(x，y)表示二值化后车牌图像中像素（x，y)处的灰度值，f(x，y)表示二值化前 车牌图像中像素（x，y)处的灰度值，f (Xpyj)表示二值化前以像素（x，y)为中心的M*N邻 域内像素（Xi，h)处的灰度值，M、N分别表示邻域的宽度和高度，s表示变换因子系数。
【专利摘要】本发明提供一种基于方差特征的车牌校正方法，包括：图像尺寸归一化；图像模糊处理；获取二值车牌图像；获取字符连通区域；去除干扰区域；获取字符边缘特征点；获取最佳倾斜角度；图像旋转校正。本发明采用字符上下边缘特征点的方差特征来衡量车牌的倾斜程度，特征强健，不再依赖车牌的边框信息，能够抵抗较强的干扰；采用较少的字符边缘特征点来代替整幅图的特征，遍历算法更加简单高效；与现有方法相比，算法速度更快，校正更精确。
【IPC分类】G06K9-32
【公开号】CN104834929
【申请号】CN201510212983
【发明人】张卡, 何佳, 尼秀明, 于继梁
【申请人】安徽清新互联信息科技有限公司
【公开日】2015年8月12日
【申请日】2015年4月28日