[发明专利]一种基于霍夫变换的车牌倾斜校正方法

权利要求书

1.一种基于霍夫变换的车牌倾斜校正方法，其特征在于，包括以下步骤：

将待检测图片通过级联分类器检测出车牌位置；

使用边框回归方法将得到的车牌位置进行调整，从调整后的车牌位置获得第一车牌图像；

将所述第一车牌图像从RGB颜色空间转换到HSV颜色空间，进行颜色过滤，得到第二车牌图像；

将所述第二车牌图像使用水平膨胀算法去除字符信息对差分运算造成的影响，得到第三车牌图像；

使用Canny算子对所述第三车牌图像进行单次标识，且排除存在噪声的集合；

对所述第三车牌图像使用霍夫变换检测间断点边界，用直线拟合图片中的车牌边框以确认旋转角；

使用旋转算法将所述第一车牌图像进行旋转，并按上下边框倾斜角进行拉伸；

对旋转和拉伸后的第一车牌图像进行字符分割和识别；

所述将所述第一车牌图像从RGB颜色空间转换到HSV颜色空间，进行颜色过滤，得到第二车牌图像，包括：

将图像从RGB颜色空间转换为HSV颜色空间：

V＝maxR,G,B

If H0 then H＝H+360

其中，R，G，B为RGB颜色空间中的色彩分量，V，S，H为HSV颜色空间中的分量；

根据相机曝光参数确定需要保留的HSV颜色阈值，去除S分量和V分量过低的区域，再筛选出H分量在阈值内的区域；

所述对所述第三车牌图像使用霍夫变换检测间断点边界，用直线拟合图片中的车牌边框以确认旋转角，包括：

S061空间映射：将二值化图像中的每一个像素点映射到霍夫空间中的曲线，映射公式如下：

x cosθ+y sinθ＝ρ

其中θ为垂直线与x轴的夹角，ρ为极径的距离；

S062取局部极大值，设定阈值，过滤干扰直线；

S063绘制直线：在步骤S062得到的直线段上任取两点(x₁,y₁)和(x₂,y₂)，求出直线线段的角度angle并转换到(-45°,45°]之间，计算如下：

使用聚类算法计算出最优角度集合，获得车牌上下边框直线段的平均倾斜角；

Canny边缘检测步骤如下：

S051高斯滤波：根据图像中某一个像素点(x，y)与其领域内的像素点的灰度值按二维高斯公式生成的参数规则进行加权平均，去除叠加在图像中的高频噪声；所述二维高斯公式为：

其中σ为常数；

S052计算梯度图像与角度图像：将使用高斯滤波器进行梯度计算得到的滤波器作为梯度检测算子计算梯度图像，距离中心点越近的像素点权重越大，角度图像为非极大值抑制的方向提供指导，对于二元函数z＝f(x,y),在点(x，y)的梯度计算公式如下：

S053对梯度图像进行非极大值抑制查找像素点的局部最大值，排除边缘粗宽、弱边缘干扰的问题；

S054使用双阈值进行边缘连接，将小于低阈值的点认为是假边缘置0，将大于高阈值的点认为是强边缘置1，进一步检查介于低阈值和高阈值中间的像素点；

将高阈值图像中把边缘连接成轮廓，完成边缘检测。

2.根据权利要求1所述的基于霍夫变换的车牌倾斜校正方法，其特征在于，所述将待检测图片通过级联分类器检测出车牌位置包括：

将待检测图片转化为灰度图以加快检测速度，通过Opencv的级联分类器，使用训练好的XML分类器文件检测出车牌位置。