CN105654083B - 一种固定范围车牌倾斜角度快速计算方法 - Google Patents
一种固定范围车牌倾斜角度快速计算方法 Download PDFInfo
- Publication number
- CN105654083B CN105654083B CN201510975598.0A CN201510975598A CN105654083B CN 105654083 B CN105654083 B CN 105654083B CN 201510975598 A CN201510975598 A CN 201510975598A CN 105654083 B CN105654083 B CN 105654083B
- Authority
- CN
- China
- Prior art keywords
- angle
- data
- parameter
- license plate
- inflection point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
- G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Character Input (AREA)
Abstract
本发明公开了一种固定范围车牌倾斜角度快速计算方法,该方法包括如下步骤:设定角度参数a的初始参数,以a为中心左右分别偏移x度对图像中心进行旋转,计算旋转后的水平投影,得到投影数据,分别计算投影数据的方差,分析方差数据;若数据出现拐点,出现此拐点的角度参数a既为所求的车牌图像倾斜角度;若数据为递减的曲线,对角度参数a进行正向迭代计算,直至数据出现拐点;若数据为递增的曲线,对角度参数a进行反向迭代计算,直至数据出现拐点;分别记录每次取得的车牌图像的倾斜角度,取最大值更新计算中心角度参数a输出图像角度。本发明克服了以往求取车牌大角度时需较大范围内所有角度进行遍历计算求最大值问题,减小了计算量。
Description
技术领域
本发明属于智能交通领域,涉及一种固定范围车牌倾斜角度快速计算方法。
背景技术
在智能交通领域,随着半导体技术的飞速发展和新的计算法方法的不断出现,现在的智能交通算法都逐渐从后段PC设备移到前端,在前端平台不变的情况下,算法效率越高可分析的数据量就越大,集成的算法类型就越多大大提高产品的性价比。车牌识别是智能应用的核心,而快速精确计算车牌的倾斜角度对提高车牌识别算法的整体性能有这至关重要的作用。
传统的计算方法如下:
1、按一定角度a对图像中心旋转Ia(x,y)=Isrc(xa,ya),其中xa,ya计算如下:
xa=xc+(x-xc)*cos(a)-(y-yc)*sin(a)
ya=yc+(x-xc)*sin(a)+(y-yc)*cos(a)
其中xc,yc为图像中心点。
2、计算投影
Ha(y)=1/W∑x Ia(x,y)
W为图像宽度,Ha(y)表示旋转后高为y时的水平投影。
3、遍历参数a,计算投影组成的图像,计算每个角度下的方差,取得其中方差最小的,即为图像水平方向的倾斜角度。
此方法的缺点在于要对参数a进行遍历求最大值,假设参数a的范围为-30度+30度之间,以1度为精度进行遍历需要对上述计算进行60遍。这样做的缺点是不管图像是否有倾斜都会按参数进行遍历计算,大大降低了系统效率。
发明内容
本发明为了解决上述现有技术中存在的问题,提供了一种固定范围车牌倾斜角度快速计算方法。
本发明为解决这一问题所采取的技术方案是:
一种固定范围车牌倾斜角度快速计算方法,该方法包括如下步骤:设定角度参数a的初始参数,以a为中心左右分别偏移x度对图像中心进行旋转,计算旋转后的水平投影,得到投影数据,分别计算投影数据的方差,分析方差数据;若数据出现拐点,出现此拐点的角度参数a既为所求的车牌图像倾斜角度;若数据为递减的曲线,对角度参数a进行正向迭代计算,直至数据出现拐点;若数据为递增的曲线,对角度参数a进行反向迭代计算,直至数据出现拐点;分别记录每次取得的车牌图像的倾斜角度,取最大值更新计算中心角度参数a输出图像角度。
其中,首先设定0度为角度参数a的初始参数,左右偏移角度x为3度。
本发明具有的优点和积极效果是:
本发明的固定范围车牌倾斜角度快速计算方法,克服了以往求取车牌大角度时需较大范围内所有角度进行遍历计算求最大值问题,减小了计算量。在很大程度上提高了计算效率,特别是对于性能较差的前端产品更可观。
附图说明
图1是现有的计算倾斜车牌的水平投影;
图2是本发明的固定范围车牌倾斜角度快速计算方法的流程图;
图3是本发明的投影数据出现波谷时的曲线图;
图4是本发明的投影数据出现递减的曲线图;
图5是本发明的投影数据出现递增的曲线图;
图6是本发明的投影数据累计直方图。
具体实施方式
以下参照附图和具体实施例对本发明的固定范围车牌倾斜角度快速计算方法进行详细的说明。下面描述的具体实施例仅是本发明的最佳实施方式,而不能理解为对本发明的限制。
具体为对车牌识别算法需要对倾斜角度较大的车牌进行识别时,需要确定车牌的倾斜角度,然后旋转到水平位置,再对车牌字符进行分割,后送入分类器进行分类识别,已提高识别率。
本发明的范围车牌倾斜角度快速计算方法,包括如下步骤:设定0度为角度参数a的初始参数,以a为中心左右分别偏移x度对图像中心进行旋转,x定为3度,计算旋转后的水平投影,计算公式如下:
按一定角度a对图像中心旋转Ia(x,y)=Isrc(xa,ya),其中xa,ya计算如下:
xa=xc+(x-xc)*cos(a)-(y-yc)*sin(a)
ya=yc+(x-xc)*sin(a)+(y-yc)*cos(a)
其中xc,yc为图像中心点。
2、计算投影
Ha(y)=1/W∑xIa(x,y)
W为图像宽度,Ha(y)表示旋转后高为y时的水平投影。得到投影数据,分别计算投影数据的方差,分析方差数据;若数据出现拐点或波谷,如图3所示,出现此拐点的角度参数a既为所求的车牌图像倾斜角度;若数据为递减的曲线,如图4所示,对角度参数a进行正向迭代计算,直至数据出现拐点;若数据为递增的曲线,如图5所示,对角度参数a进行反向迭代计算,直至数据出现拐点;分别记录每次取的车牌图像的倾斜角度。做-30度至30度累计直方图,如图6示,取最大值更新计算中心角度参数a,从而实现算法的一个闭环。
本发明不用对参数a范围的所有参数进行计算取最小值,而是充分利用的投影变换取方差最小值的特点,对已确定值做数据分析,取得合适的a作参考点,对其邻近的一部分参数进行分析预测有效参数,并根据统计数据不断更新参考中心参数a,使的计算更加合理,方差最小值落在计算参数范围内的概率更高,只用了少量的逻辑运算便大大减少了迭代的运算量,效率提升8倍左右。本发明的快速确定图像倾斜角的方案,在很大程度上减少了计算次数,且不影响计算精度。
本发明充分运用概率和统计数据分析知识只对较小范围内的数据计算便可得到较大范围结果。克服了以往求取车牌大角度时需较大范围内所有角度进行遍历计算求最大值问题,减小了计算量。在很大程度上提高了计算效率,特别是对于性能较差的前端产品更可观。
Claims (2)
1.一种固定范围车牌倾斜角度快速计算方法,其特征在于,该方法包括如下步骤:设定角度参数a的初始参数,以a为中心左右分别偏移x度对图像中心进行旋转,计算旋转后的水平投影,得到投影数据,分别计算投影数据的方差,分析方差数据;若数据出现拐点,出现此拐点的角度参数a既为所求的车牌图像倾斜角度;若数据为递减的曲线,对角度参数a进行正向迭代计算,直至数据出现拐点;若数据为递增的曲线,对角度参数a进行反向迭代计算,直至数据出现拐点;分别记录每次取得的车牌图像的倾斜角度,取最大值更新计算中心角度参数a输出图像角度。
2.根据权利要求1所述的固定范围车牌倾斜角度快速计算方法,其特征在于:首先设定0度为角度参数a的初始参数,左右偏移角度x为3度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510975598.0A CN105654083B (zh) | 2015-12-23 | 2015-12-23 | 一种固定范围车牌倾斜角度快速计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510975598.0A CN105654083B (zh) | 2015-12-23 | 2015-12-23 | 一种固定范围车牌倾斜角度快速计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105654083A CN105654083A (zh) | 2016-06-08 |
CN105654083B true CN105654083B (zh) | 2019-05-03 |
Family
ID=56476661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510975598.0A Active CN105654083B (zh) | 2015-12-23 | 2015-12-23 | 一种固定范围车牌倾斜角度快速计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105654083B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020133464A1 (en) | 2018-12-29 | 2020-07-02 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for license plate recognition |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1701213A (zh) * | 2003-05-29 | 2005-11-23 | 奥林巴斯株式会社 | 立体摄像机支持装置、立体摄像机支持方法、校准检测装置、校准校正装置以及立体摄像机系统 |
CN201654804U (zh) * | 2009-11-17 | 2010-11-24 | 北京航空航天大学 | 一种字符识别仪 |
CN202003409U (zh) * | 2011-04-19 | 2011-10-05 | 淮阴工学院 | 一种车牌定位装置 |
CN103428488A (zh) * | 2012-04-18 | 2013-12-04 | Vixs系统公司 | 具有模式检测的视频处理系统及其使用方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7668337B2 (en) * | 2005-12-14 | 2010-02-23 | Denso Corporation | Ellipsoid detecting method, figure center detecting method, image recognizing device, and controller based on image |
US8311283B2 (en) * | 2008-07-06 | 2012-11-13 | Automotive Research&Testing Center | Method for detecting lane departure and apparatus thereof |
US9547911B2 (en) * | 2010-12-14 | 2017-01-17 | The United States Of America, As Represented By The Secretary Of The Navy | Velocity estimation from imagery using symmetric displaced frame difference equation |
-
2015
- 2015-12-23 CN CN201510975598.0A patent/CN105654083B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1701213A (zh) * | 2003-05-29 | 2005-11-23 | 奥林巴斯株式会社 | 立体摄像机支持装置、立体摄像机支持方法、校准检测装置、校准校正装置以及立体摄像机系统 |
CN201654804U (zh) * | 2009-11-17 | 2010-11-24 | 北京航空航天大学 | 一种字符识别仪 |
CN202003409U (zh) * | 2011-04-19 | 2011-10-05 | 淮阴工学院 | 一种车牌定位装置 |
CN103428488A (zh) * | 2012-04-18 | 2013-12-04 | Vixs系统公司 | 具有模式检测的视频处理系统及其使用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105654083A (zh) | 2016-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114092820B (zh) | 目标检测方法及应用其的移动目标跟踪方法 | |
WO2023065395A1 (zh) | 作业车辆检测与跟踪方法和系统 | |
CN103927764B (zh) | 一种结合目标信息和运动估计的车辆跟踪方法 | |
Yuan et al. | Accurate bounding-box regression with distance-IoU loss for visual tracking | |
CN103413046B (zh) | 车流量统计方法 | |
Liu et al. | Dynamic RGB-D SLAM based on static probability and observation number | |
CN111046968B (zh) | 一种基于改进dpc算法的道路网络轨迹聚类分析方法 | |
CN102799888A (zh) | 人眼检测方法和人眼检测设备 | |
US20130107071A1 (en) | Local image feature descriptors according to circular distribution information | |
CN107301430A (zh) | 广义多变量模糊c均值聚类算法 | |
CN105243666A (zh) | 基于Hough变换与几何主动轮廓的医学MR图像分割方法 | |
CN108810415B (zh) | 一种基于量子粒子群优化算法的对焦方法 | |
Wang et al. | Particle filter vehicles tracking by fusing multiple features | |
Jin et al. | Target tracking approach via quantum genetic algorithm | |
CN105654083B (zh) | 一种固定范围车牌倾斜角度快速计算方法 | |
Wang et al. | Lane detection based on two-stage noise features filtering and clustering | |
CN110909792A (zh) | 一种基于改进K-means算法和新聚类有效性指标的聚类分析方法 | |
CN105205834A (zh) | 一种基于混合高斯及阴影检测模型的目标检测与提取方法 | |
CN102201060B (zh) | 一种基于形状语义的非参数轮廓跟踪评价方法 | |
Dong et al. | Cervical cell recognition based on AGVF-Snake algorithm | |
CN116645500A (zh) | 边界框的确定方法、装置、设备、存储介质和程序产品 | |
Chen et al. | A normalized disparity loss for stereo matching networks | |
CN107067411B (zh) | 一种结合密集特征的Mean-shift跟踪方法 | |
CN112700449A (zh) | 一种图像分割提取方法、系统及存储介质 | |
Bouttefroy et al. | Integrating the projective transform with particle filtering for visual tracking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190329 Address after: Room A401, No. 8, Huayuan Industrial Zone, Xiqing District, Tianjin, 300384, Haitai Huake No. 2 Road Applicant after: Tianjin Tiandi Weiye Things Technology Co.,Ltd. Address before: 300384 Tianjin Xiqing District Huayuan new technology Industrial Park (outside the ring) 8 hahihua two road. Applicant before: Tianjin Tiandy Digital Technology Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |