[发明专利]车牌图像水平倾斜校正方法

说明书

技术领域

本发明涉及一种基于车牌图像中字符连通域实现的方法，尤其涉及一种车牌图像水平倾斜校正方法。

背景技术

在智能交通系统(ITS,Intelligent transportation system)中，自动车牌识别(LPR,LicensePlateRecognition)扮演着重要的角色。通常，LPR由以下几个步骤组成：图像获取、车牌定位、车牌字符分割以及识别。然而，由于拍摄角度等原因，图像中车牌会出现倾斜的问题，如图1。这会导致车牌字符之间的连接以及破坏等问题，不利于字符分割和识别。因此，车牌图像倾斜校正的重要性显而易见。

目前已有的一些校正方法一般通过求得车牌的边框直线，然后计算倾斜角。但是车牌有其复杂性，一方面可能有的车牌边框并非标准的直线，另一方面定位算法得到的图像并非都有边框。此外，还有一些校正算法，要么就是计算耗时且校正率低，要么就是受图像背景干扰大。鉴于此，本发明从字符本身的特性出发，即字符在车牌中排列整齐，上下端点分别在两条直线上。针对基于字符连通域的倾斜校正算法进行优化研究，主要改进了伪连通域的去除方法和连通域的查找方法，使倾斜校正算法的鲁棒性得到提高，并成功应用于美国多个州的车牌识别中。

发明内容

鉴于以上问题，本发明提出了一种车牌图像水平倾斜校正方法。

本发明的具体方案为：

一种车牌图像水平倾斜校正方法包括如下步骤：

1)在车牌边缘图像上查找所有连通域，连通域包含位置信息，将连通域映射到原始车牌图像上；

2)从字符本身特性出发，从步骤1)查得的连通域中查找可信的字符连通域，查找可信的字符连通域的方法为先基于边缘图像查找可信的字符连通域，当基于边缘图像查找到的可信字符连通域的数量大于等于3时，进行后续步骤；当基于边缘图像查找到的可信字符连通域的数量小于3时，转向基于二值图像查找可信的字符连通域；

3)利用最小二乘法分别将上下边界点拟合成直线，并选择字符区域准确的上下边界点；

4)分别求得字符区域上下边界直线的斜率，求出旋转角度，并根据旋转角度计算出旋转之后字符区域的上下边界的位置。

所述的字符特性为字符在车牌中排列整齐，上下端点分别在两条直线上。

所述的基于边缘图像查找可信的字符连通域具体为：

a)判断两个连通域的高度、水平位置以及间距是否小于设定阈值，对小于设定阈值的两个连通域进行合并；

b)判断连通域的字符面积、字符高宽比，删除字符面积、字符高宽比不属于设定范围的连通域；

c)根据车牌字符都集中分布在某个高度范围内这一特点，删除孤立连通域；

d)根据车牌字符本身字符高度基本保持一致这一特性，通过聚类分析得到连通域高度平均值，如果某个连通域高度与该平均值的差值大于设定阈值，则删除该连通域，否则保留该连通域；

e)根据两两连通域中心点构成的直线的斜率，计算这些斜率之间差值的绝对值，根据差值绝对值大小，删除两端不满足条件的连通域；

f)根据连通域的间距，大于3倍连通域平均宽度的连通域视为离群的连通域，删除离群的连通域。

所述的步骤c)具体为：设定一条直线L，从上往下扫描车牌边缘图像，找到直线L’,使其穿过连通域的个数最多，删除上边界在L’以下或者下边界在L’以上的连通域。

所述的步骤e)具体为：第一个和倒数第二个连通域的中心构成的直线斜率为a，第二个和倒数第一个连通域中心点构成的直线斜率为b，计算abs(a-b)如果小于设定阈值，则视为满足条件；如果大于设定阈值，就认为两端有一个连通域需要删除，接着计算第一个和最后一个连通域中心点构成的直线斜率c，比较abs(a-c)和abs(b-c)的大小，如果abs(a-c)>abs(b-c)，则删掉倒数第一个连通域，否则，删除第一个连通域；对剩余的连通域重复步骤e)的判断，直到满足条件为止。

所述的基于二值图像查找可信的字符连通域方法具体为：

A)在二值图像中查找所有连通域；

B)判断两个连通域的高度、水平位置以及间距是否小于设定阈值，对小于设定阈值的两个连通域进行合并；

C)判断连通域的字符面积、字符高宽比，删除字符面积、字符高宽比不属于设定范围的连通域；

D)根据车牌字符都集中分布在某个高度范围内这一特点，设定一条直线H，从上往下扫描车牌二值图像，找到直线H’,使其穿过连通域的个数最多，删除上边界在H’以下或者下边界在H’以上的连通域；