[发明专利]一种蓝色车牌分割与矫正方法

说明书

本发明涉及一种蓝色车牌分割与矫正方法，包括以下步骤：1、对于车牌粗定位图像，采用其RGB通道的R通道图和HSV颜色空间的V通道图构造组合图像，进而得到突出车牌蓝色区域的蓝色区域二值图，然后将其与突出车牌白色字符区域的白色区域二值图融合，得到双区域融合二值图；2、对双区域融合二值图进行边缘检测，在此基础上得到车牌区域外接轮廓二值图，然后对车牌区域外接轮廓二值图进行概率霍夫变换，拟合出轮廓线段，并进一步定位出车牌角点；3、得到车牌角点后，对原车牌图像进行透视变换，得到矫正后的车牌图像。该方法能够在复杂条件下快速准确地进行车牌矫正，提高车牌识别率。

技术领域

本发明涉及图像处理技术领域，具体涉及一种蓝色车牌分割与矫正方法。

背景技术

车牌识别系统是智能交通系统的关键组成部分，其具有广泛的应用场景，如汽车防盗、交通流量控制、停车场收费管理、闯红灯电子警察、公路收费站等。车牌识别系统大体步骤可分为车牌粗定位、精确车牌定位、车牌矫正、车牌字符识别。车牌识别系统中每个步骤联系密切，其中车牌精确定位和车牌矫正的好坏，对车牌字符识别的准确率有很大的影响。郑楷鹏、郑翠环等提出了基于色差的车牌快速定位算法，利用蓝色车牌RGB颜色通道的B通道灰度值大的特点，通过B通道减去R通道得到蓝色色差，从而突出蓝色区域像素值，抑制非蓝色区域像素值，再进行阈值分割得到精确车牌，但是在复杂条件下，比如明暗度不同、车牌有污渍、黑夜场景等，方法会失效。而车牌需要矫正的情况主要分为三种，即水平方向倾斜、垂直方向倾斜和水平垂直方向混合倾斜。我国科研人员针对三种情况提出很多矫正方法，主要可分为两种方法：1)基于传统Hough变换的方法；2)基于Radon变换的方法。基于传统Hough变换的方法依赖于车牌边框进行确定倾斜角度，对字符与边框粘粘和无车牌边框的情况无法完成矫正。基于Radon变换的方法同样有着计算量大、速度较慢、无法适应一些复杂条件的缺陷。这些方法都很难在复杂条件下完成车牌精确定位和车牌实时矫正的任务。

发明内容

本发明的目的在于提供一种蓝色车牌分割与矫正方法，该方法能够在复杂条件下快速准确地进行车牌矫正，提高车牌识别率。

为实现上述目的，本发明的技术方案是：一种蓝色车牌分割与矫正方法，包括以下步骤：

步骤S1：对于车牌粗定位图像，采用其RGB通道的R通道图和HSV颜色空间的V通道图构造组合图像，进而得到突出车牌蓝色区域的蓝色区域二值图，然后将其与突出车牌白色字符区域的白色区域二值图融合，得到双区域融合二值图，从而分割出完整车牌区域；

步骤S2：对双区域融合二值图进行边缘检测，在此基础上得到车牌区域外接轮廓二值图，然后对车牌区域外接轮廓二值图进行概率霍夫变换，拟合出轮廓线段，并进一步定位出车牌角点；

步骤S3：得到车牌角点后，对原车牌图像进行透视变换矫正，得到矫正后的车牌图像。

进一步地，步骤S1中，构造组合图像，进而得到蓝色区域二值图，然后将其与白色区域二值图融合，得到双区域融合二值图的方法为：

将车牌粗定位图像通过RGB通道分离得到R、G、B通道图，再将车牌粗定位图像转换到HSV颜色空间，通过通道分离得到H、S、V通道图，使用明度分量V通道图和红分量R通道图构造突出车牌蓝色区域与背景差异的组合图像，其方法如下：

I_b＝Max(0,V-R) (1)

其中，I_b为组合图像中像素点的取值，V为转换到HSV的图像中像素点的V通道值，R为RGB图像中像素点的R通道值；

对组合图像进行二值化，得到蓝色区域二值图；

对于车体是蓝色的车牌图像，进一步采用大连通区域筛选法去除车体蓝色背景，得到去除车体蓝色背景的蓝色区域二值图；