[发明专利]基于字符预分割的车牌倾斜校正方法

说明书

【技术领域】

本发明涉及模式识别领域，特别是一种车牌识别方法。

【背景技术】

智能交通系统ITS是目前世界上交通科学技术的前沿，是利用先进的电子技术、 信息技术、传感器技术和系统工程技术对传统的交通系统进行改造而形成的一种信息 化、智能化、社会化的新型交通系统。作为车辆身份信息的车牌号码是智能交通系统 必须采集的关键信息之一，所以车牌识别成为智能交通系统的一项核心技术。该技术 是指计算机自动对摄像机所拍摄的图像或视频中的内容进行分析、搜索，定位出车牌 所在区域并识别出车牌的字符、颜色、位置等信息。车牌识别的一个重要性能指标是 识别正确率，该指标受到车牌在图像中的姿态影响较大。如果车辆行驶方向正对摄像 机，则拍摄的车牌图像呈矩形形态，字符变形比较小，容易得到较高的识别率。呈斜 角方向行驶的车辆其车牌图像存在射影变形，该变形会导致车牌识别率显著下降。因 为车辆行驶方向难以保证完全一致，所以这种射影变形无法从工程架设上根本解决， 必须依靠车牌倾斜校正技术。车牌倾斜校正技术是从图像分析得到车牌倾斜的角度， 然后对车牌图像进行一个逆角度变换，从而得到一个没有射影变形的车牌图像来提高 车牌识别的准确率。

传统的车牌倾斜校正技术是基于图像中车牌边缘提取的计算方法，它利用了车牌 边框为矩形的经验知识。通过未变形的矩形和变形后的四边形的角度对比，可以得到 他们的变换关系。然而车牌的边缘信息并不是车牌的本质信息，车牌的本质信息是符 合国家标准的组成车牌的字符排列。例如，即使一个车牌的边缘被装饰物所遮挡，只 要车牌字符还可见，我们仍然应该可以识别出该车牌号。从工程经验来看，车牌边缘 特性并不是一个稳定的特性，较多的车辆存在车牌边缘模糊的情况，此时，基于边缘 提取的车牌倾斜校正方法会遇到麻烦。另外，基于车牌边缘的倾斜校正方法会涉及直 线提取和Hough变换，运算量大，影响整个系统的速度。

因此，有必要发明一种基于更稳定更本质车牌特性、同时能够减少运算量的车牌 倾斜校正方法，以克服上述缺陷。

【发明内容】

本发明的目的是提供一种可靠稳定，同时所需要的运算量小、效率更高的基于字 符预分割的车牌倾斜校正方法。

本发明为达到上述目的所采用的技术方案是：一种基于字符预分割的车牌倾斜校 正方法，该方法包括以下步骤：1)定位车牌子图像I_s；2)根据Otsu的二值化方法 求得该子图像的最优阀值T；3)基于步骤2)中求得的最优阀值T进行图像二值化， 得到二值化图像I_b；4)对于所述二值化图像的每个水平坐标值进行垂直方向上的求 和，从而得到其水平投影，对所述二值化图像进行水平投影P_x；5)根据步骤4)中 的水平投影P_x进行字符预分割，得到各个字符的水平位置x_i，i＝1...7，其中，i为1 至7的自然数；6)根据字符几何间距计算字符高度估计值H_c＝W_c*Ratio_hw，其中 Ratio_hw为字符高宽比例均值，W_c为字符几何间距；7)根据步骤6)中计算的字符高 度估计值，在神经网络分类器中搜索各个字符垂直位置v_i＝N(x_n，y_i)i＝1，2，3....，其 中，N(x_n，y_i)表示对位于(x_n，y_i)的字符图像进行神经网络分类，v_i表示其分类结果； 8)求得位于x_n的最高分类值的垂直坐标y_i^*；9)由字符的水平位置x_i与最高分类值 的垂直坐标y_i^*，对每个x_i，i＝1...7得到所有字符中心；10)删除分类值小于0.4的 字符中心；11)对剩下的字符中心求解线性方程，得到直线方程；12)根据直线的斜 角对原车牌图像进行逆变换，得到倾斜校正后的车牌图像I_s^*。

其中在所述步骤2)中对求得子图像的最优阀值包括以下具体步骤：对车牌区域 颜色及灰度的统计分析，由统计分析值进行最优阀值计算。