[发明专利]基于字符预分割的车牌倾斜校正方法

摘要

本发明涉及基于字符预分割的车牌倾斜校正方法及模式识别领域，该方法包括以下步骤：1)定位车牌子图像；2)求得该子图像的最优阀值；3)进行图像二值化，得到二值化图像；4)对于二值化图像进行水平投影；5)根据步骤4)中的水平投影进行字符预分割，得到各个字符的水平位置；6)根据字符几何间距计算字符高度估计值Hc＝Wc*Ratiohw；7)在神经网络分类器搜索各个字符垂直位置；8)求得最高分类值的垂直坐标；9)针对每个xi，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。采用本方法校正车牌可靠稳定，所需要的运算量小、效率高。

主权项

一种基于字符预分割的车牌倾斜校正方法，其特征在于，该方法包括以下步骤：1)定位车牌子图像Is；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Ib；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Px；5)根据步骤4)中的水平投影Px进行字符预分割，得到各个字符的水平位置xi，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Hc＝Wc*Ratiohw，其中Ratiohw为字符高宽比例均值，Wc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vi＝N(xn，yi)i＝1，2，3...，其中，N(xn，yi)表示对位于(xn，yi)的字符图像进行神经网络分类，vi表示其分类结果；8)求得位于xn的最高分类值的垂直坐标yi*；9)由字符的水平位置xi与最高分类值的垂直坐标yi*，对每个xi，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Is*。