CN106874904A - 一种车牌图片矫正方法及装置 - Google Patents

一种车牌图片矫正方法及装置 Download PDF

Info

Publication number
CN106874904A
CN106874904A CN201710014003.4A CN201710014003A CN106874904A CN 106874904 A CN106874904 A CN 106874904A CN 201710014003 A CN201710014003 A CN 201710014003A CN 106874904 A CN106874904 A CN 106874904A
Authority
CN
China
Prior art keywords
connected region
car plate
character
corrected
region
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.)
Pending
Application number
CN201710014003.4A
Other languages
English (en)
Inventor
赵勇
张亚莉
袁誉乐
王新安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Peking University Shenzhen Graduate School
Original Assignee
Peking University Shenzhen Graduate School
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Peking University Shenzhen Graduate School filed Critical Peking University Shenzhen Graduate School
Priority to CN201710014003.4A priority Critical patent/CN106874904A/zh
Publication of CN106874904A publication Critical patent/CN106874904A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63Scene text, e.g. street names
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • G06V10/243Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625License plates

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Character Input (AREA)

Abstract

本发明实施例提供了一种车牌图片矫正方法,该方法包括:确定待矫正车牌图片的字符连通区域;根据最小二乘法对获取的字符连通区域的中心点位置进行拟合,确定拟合结果;根据所述拟合结果确定车牌连通区域的倾斜角度;以待矫正车牌图片中的车牌连通区域的中心点作为旋转中心,对车牌连通区域进行旋转。根据本发明实施例提供的车牌图片矫正方法,在车牌区域有角度倾斜的情况下,能够用最小二乘的方法计算出最优拟合时的直线倾斜角度,并对倾斜车牌进行矫正,这种矫正方式准确度非常高。本发明实施例还提供了一种图片矫正装置。

Description

一种车牌图片矫正方法及装置
技术领域
本发明涉及图像处理领域,具体涉及一种车牌图片矫正方法及装置。
背景技术
目前,在智能交通领域,为了实现车牌字符的识别,通常需要进行以下步骤:1、车牌区域定位;2、车牌字符分割;3、车牌字符识别。而上述处理过程中,每一个步骤的准确性都直接影响着后一个步骤的准确度,并最终影响车牌识别系统的整体识别性能。
在原始的车辆视频图像中,车牌部分在很多情况下都存在倾斜的问题。针对这种车牌倾斜的问题,在定位出车牌区域后,如果不能对倾斜的车牌区域进行角度矫正,将会极大影响后续的车牌字符分割工作,也就不能获得有效的字符识别结果。因此,如何能在从车辆视频图像中定位出车牌区域后,对倾斜的车牌区域进行矫正,是车牌识别系统及交通监控、车辆门禁等应用中的重要课题。
发明内容
为了解决现有技术中存在的问题,本发明实施例期望提供一种车牌图片矫正方法及装置。
本发明实施例提供了一种车牌图片矫正方法,包括:
确定待矫正车牌图片的字符连通区域;
根据最小二乘法对获取的字符连通区域的中心点位置进行拟合,确定拟合结果;
根据所述拟合结果确定车牌连通区域的倾斜角度;
以待矫正车牌图片中的车牌连通区域的中心点作为旋转中心,对车牌连通区域进行旋转。
上述方案中,所述确定待矫正车牌图片的字符连通区域包括:
确定待矫正车牌图片中车牌区域的颜色;
根据车牌区域的颜色确定多个连通区域,所述连通区域为MSER连通区域或CCL连通区域;
将所述多个连通区域中符合预设条件的连通区域确定为待矫正车牌的字符连通区域。
上述方案中,所述根据车牌区域的颜色确定多个MSER连通区域,包括:
当车牌区域的颜色为黄色或白色时,确定所述待矫正车牌图片中的MSER-连通区域;当车牌区域的颜色为蓝色或黑色时,确定所述待矫正车牌图片中的MERS+连通区域;
所述根据车牌区域的颜色确定多个CCL连通区域,包括:
当车牌区域的颜色为黄色或白色时,对所述待矫正车牌图片进行二值化后确定所述待矫正车牌图片中的CCL连通区域;当车牌区域的颜色为蓝色或黑色时,对所述待矫正车牌图片进行二值化并反色后,确定所述待矫正车牌图片中的CCL连通区域;或者,当车牌区域的颜色为蓝色或黑色时,对所述待矫正车牌图片进行二值化后确定所述待矫正车牌图片中的CCL连通区域;当车牌区域的颜色为黄色或白色时,对所述待矫正车牌图片进行二值化并反色后,确定所述待矫正车牌图片中的CCL连通区域。
上述方案中,所述预设条件包括:
连通区域的宽度和高度的比值小于一;且,连通区域的宽度小于待矫正车牌图片中的车牌区域宽度的十分之一;且,连通区域的高度大于候选车牌区域高度的二分之一,小于候选车牌区域的高度。
上述方案中,所述根据最小二乘法对获取的字符连通区域的中心点位置进行拟合,确定拟合结果,包括:
通过下式分别确定所获取的每个字符连通区域的中心点坐标(xi,yi):
其中,xc为相应字符连通区域顶点横坐标值;yc为相应字符连通区域顶点的纵坐标值;wi为各个字符联通区域的宽度;hi为各个字符联通区域的高度;
根据下式确定系数k的值:
其中,n为字符连通区域的个数;xi为字符连通区域中心点的横坐标值;yi为字符连通区域中心点的纵坐标值,其中,i为正整数,且i∈[1,n]。
上述方案中,所述根据拟合结果确定车牌连通区域的倾斜角度α,包括:
α=arctan(k)。
本发明提供了一种车牌矫正装置,所述装置包括:第一确定模块、拟合模块、第二确定模块及选择模块;其中,
所述第一确定模块,用于确定待矫正车牌图片的字符连通区域;
所述拟合模块,用于根据最小二乘法对获取的字符连通区域的中心点位置进行拟合,确定拟合结果;
所述第二确定模块,用于根据所述拟合结果确定车牌连通区域的倾斜角度;
所述旋转模块,用于以待矫正车牌图片中的车牌连通区域的中心点作为旋转中心,对车牌连通区域进行旋转。
上述方案中,所述第一确定模块包括:
第一确定子模块,用于确定待矫正车牌图片中车牌区域的颜色;
第二确定子模块,用于根据车牌区域的颜色确定多个连通区域,所述连通区域为MSER连通区域或CCL连通区域;
第三确定子模块,用于将所述多个连通区域中符合预设条件的连通区域确定为待矫正车牌的字符连通区域。
上述方案中,所述第二确定子模块,包括:第一确定单元和第二确定单元;其中,
所述第一确定单元,用于在车牌区域的颜色为黄色或白色时,确定所述待矫正车牌图片中的MSER-连通区域;
所述第二确定单元,用于在车牌区域的颜色为蓝色或黑色时,确定所述待矫正车牌图片中的MERS+连通区域;和/或,
所述第二确定子模块,包括:第三确定单元和第四确定单元;其中,
所述第三确定单元,用于在车牌区域的颜色为黄色或白色时,确定所述待矫正车牌图片中的CCL连通区域;所述第四确定单元,用于在车牌区域的颜色为蓝色或黑色时,对所述待矫正车牌图片进行二值化并反色后,确定所述待矫正车牌图片中的CCL连通区域;或者,所述第三确定单元,用于在车牌区域的颜色为蓝色或黑色时,确定所述待矫正车牌图片中的CCL连通区域;所述第四确定单元,用于在车牌区域的颜色为黄色或白色时,对所述待矫正车牌图片进行二值化并反色后,确定所述待矫正车牌图片中的CCL连通区域。
上述方案中,所述预设条件包括:
连通区域的宽度和高度的比值小于一;且,连通区域的宽度小于待矫正车牌图片中的车牌区域宽度的十分之一;且,连通区域的高度大于候选车牌区域高度的二分之一,小于候选车牌区域的高度。
上述方案中,所述拟合模块包括:第四确定子模块,用于通过下式分别确定所获取的每个字符连通区域的中心点坐标(xi,yi):
其中,xc为相应字符连通区域顶点横坐标值;yc为相应字符连通区域顶点的纵坐标值;wi为各个字符联通区域的宽度;hi为各个字符联通区域的高度;
第五确定子模块,用于根据下式确定系数k的值:
其中,n为字符连通区域的个数;xi为字符连通区域中心点的横坐标值;yi为字符连通区域中心点的纵坐标值,其中,i为正整数,且i∈[1,n]。
上述方案中,所述第三确定模块用于通过下式确定车牌连通区域的倾斜角度α:
α=arctan(k)。
与现有技术相比,本发明实施例至少具备以下优点:
根据本发明实施例提供的车牌图片矫正方法,在车牌区域有角度倾斜的情况下,能够用最小二乘的方法计算出最优拟合时的直线倾斜角度,并对倾斜车牌进行角度恢复,即矫正,这种矫正方式准确度非常高。另一方面,对通过这种方式矫正后的车牌图片再进行字符分割和识别处理时,可以很好地提高分割和识别的准确率。
附图说明
图1为本发明车牌图片矫正方法在一种实施方式中的流程图;
图2为一个车牌示意图;
图3为本发明车牌矫正装置在一种实施方式中的基本结构图;
图4为本发明车牌矫正装置中的第一确定模块在一种实施方式中的基本结构图;
图5为本发明车牌矫正装置中的拟合模块在一种实施方式中的基本结构图;
图6为本发明车牌图片矫正方法在一种应用示例中的流程图;
图7为本发明车牌图片矫正方法在另一种应用示例中的流程图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。
实施例一
参照图1,示出了本发明一种车牌图片矫正方法的步骤流程图,该方法具体可以包括:
步骤101、确定待矫正车牌图片的字符连通区域;
通常,待校正车牌图片上会包括多个字符,也就包括多个字符连通区域,而字符连通区域的个数与待校正车牌图片上所显示的车牌的类型有关。
具体的,所述确定待矫正车牌图片的字符连通区域包括:
确定待矫正车牌图片中车牌区域的颜色;
根据车牌区域的颜色确定多个连通区域;
将所述多个连通区域中符合预设条件的连通区域确定为待矫正车牌的字符连通区域。
上述方案中,所述车牌区域的颜色是指车牌的底色。
在本发明的一种可选实施例中,所述根据车牌区域的颜色确定多个连通区域,包括:根据车牌区域的颜色确定多个最大稳定极值区域(MSER,Maximally Stable ExtremalRegions)连通区域;或者,根据车牌区域的颜色确定多个连通区域标记(CCL,Connected-Component Labeling)连通区域。
具体的,所述根据车牌区域的颜色确定多个MSER连通区域,包括:
当车牌区域的颜色为黄色或白色时,确定所述待矫正车牌图片中的MSER-连通区域;
当车牌区域的颜色为蓝色或黑色时,确定所述待矫正车牌图片中的MERS+连通区域。
上述方案中,在确定MSER连通区域时,首先需要判断车牌区域的颜色。如果车牌区域底色为黄色或白色,则灰度化后车牌区域底色为浅色,车牌号为深色,那么求取MSER-连通区域;如果车牌区域底色为蓝色或黑色,则灰度化后车牌区域底色为深色,车牌号为浅色,那么求取MSER+连通区域。
实际应用中,在求取MSER连通区域时,既可以在灰度图像的基础上求取,也可以在二值图像的基础上求取。
具体的,所述根据车牌区域的颜色确定多个CCL连通区域,包括:
当车牌区域的颜色为黄色或白色时,对所述待矫正车牌图片进行二值化后确定所述待矫正车牌图片中的CCL连通区域;当车牌区域的颜色为蓝色或黑色时,对所述待矫正车牌图片进行二值化并反色后,确定所述待矫正车牌图片中的CCL连通区域;或者,当车牌区域的颜色为蓝色或黑色时,对所述待矫正车牌图片进行二值化后确定所述待矫正车牌图片中的CCL连通区域;当车牌区域的颜色为黄色或白色时,对所述待矫正车牌图片进行二值化并反色后,确定所述待矫正车牌图片中的CCL连通区域。
具体的,二值化处理就是将图片上的点的灰度置为0或255,使整个图片呈现出明显的黑白效果。
上述方案中,在确定CCL连通区域过程中,首先需要判断车牌区域的底色。如果车牌区域的底色是黄色或白色,则二值化后车牌区域底色为白色,车牌号为黑色;如果车牌区域底色是蓝色或黑色,则二值化后车牌区域底色为黑色,车牌号为白色。可见,蓝色或黑色车牌二值化后的情况与黄色车牌或白色车牌恰好相反。因此,可以选定黄色和白色车牌的情况为标准,直接对待矫正车牌图片进行二值化后求取其CCL连通区域,对于车牌区域为蓝色或黑色的车牌,先对待矫正车牌图片进行二值化,之后,再进行反色,之后,再针对处理后的待矫正车牌图片求取其CCL连通区域。当然,也可以选择蓝色及黑色车牌的情况为标准,直接对待矫正车牌图片进行二值化后求取其CCL连通区域,对于车牌区域为黄色或白色的车牌,先对待矫正车牌图片进行二值化,之后,再进行反色,之后,再针对处理后的待矫正车牌图片求取其CCL连通区域。
在确定CCL连通区域时,必须对待矫正车牌图片进行二值化,之后在二值图像的基础上进行CCL连通区域的求取,这里的二值图像顾名思义,是指仅由黑白两种颜色构成的图形。
具体的,用于确定待矫正车牌的字符连通区域的预设条件包括:
连通区域的宽度和高度的比值小于一;且,连通区域的宽度小于待矫正车牌图片中的车牌区域宽度的十分之一;且,连通区域的高度大于候选车牌区域高度的二分之一,小于候选车牌区域的高度。
由于车牌中的字符在高度和宽度上有一定的标准,其高度与车牌区域的高度有一定的比例,其宽度也与车牌区域的宽度有一定的比例,因此,可以基于这些特点,通过上述预设条件在多个连通区域中筛选出字符连通区域。
步骤102、根据最小二乘法对获取的字符连通区域的中心点位置进行拟合,确定拟合结果;
具体的,所述根据最小二乘法对获取的字符连通区域的中心点位置进行拟合,确定拟合结果,包括:
通过下式分别确定所获取的每个字符连通区域的中心点坐标(xi,yi):
其中,xc为相应字符连通区域顶点横坐标值;yc为相应字符连通区域顶点的纵坐标值;wi为各个字符联通区域的宽度;hi为各个字符联通区域的高度。
根据下式确定系数k的值:
其中,n为字符连通区域的个数;xi为字符连通区域中心点的横坐标值;yi为字符连通区域中心点的纵坐标值,其中,i为正整数,且i∈[1,n]。
上面所述的k为拟合直线方程y=kx+b的系数k。在求出每个字符连通区域的中心点坐标之后,需要求取最优的系数k和常量b,使拟合直线方程y=kx+b的函数值和观测值之差的平方和最小。为此,采用最小二乘法对拟合直线y=kx+b的系数k和常量b进行推导。
具体的,针对拟合直线方程y=kx+b,当其函数值与观测值之差的平方和取得最小值时,有最优拟合结果,此时所求得的k和b的取值即为最优解。为了求取式的最小值,对式求k和b的偏导并令偏导值等于0,即:
联合以上二式,即可求得最优拟合时的k和b的确定公式:
以上详述了k和b的求取公式的推导方法,而在倾斜角度的求取中,只需要求得k的取值即可。
根据我国现有车牌类型,字符个数一般为五至十二个,因此,上述字符连通区域个数n的取值为:5≤n≤12。
如图2所示,为一个车牌的示意图,图中示出了七个示意性的字符连通区域,分别为字符连通区域11、字符连通区域12、字符连通区域13、字符连通区域14、字符连通区域15、字符连通区域16及字符连通区域17,其中1101所示出的位置(也就是字符连通区域的左上角顶点位置)即为字符连通区域11的顶点位置,相应的,1201所示出的位置即为字符连通区域12的顶点位置;1301所示出的位置即为字符连通区域13的顶点位置;1401所示出的位置即为字符连通区域14的顶点位置;1501所示出的位置即为字符连通区域15的顶点位置;1601所示出的位置即为字符连通区域16的顶点位置;1701所示出的位置即为字符连通区域17的顶点位置。
步骤103、根据所述拟合结果确定车牌连通区域的倾斜角度;
该步骤中,所述根据所述拟合结果确定车牌连通区域的倾斜角度α,包括:
α=arctan(k)。
确定了车牌连通区域的倾斜角度α之后,即可对待校正的车牌图片进行校正。
步骤104、以待矫正车牌图片中的车牌连通区域的中心点作为旋转中心,对车牌连通区域进行旋转,旋转角度为所述倾斜角度。
也就是说,以待校正车牌图片中车牌连通区域的中心点作为旋转中心,对车牌连通区域整体进行旋转,旋转角度即为上面所确定的倾斜角度α。
综上,,根据本发明实施例提供的车牌图片矫正方法,在车牌区域有角度倾斜的情况下,能够用最小二乘的方法计算出最优拟合时的直线倾斜角度,并对倾斜车牌进行角度恢复,即矫正,这种矫正方式准确度非常高。另一方面,对通过这种方式矫正后的车牌图片再进行字符分割和识别处理时,可以很好地提高分割和识别的准确率。
实施例二
参照图3,示出了本发明一种车牌矫正装置实施例的结构框图,所述装置包括:第一确定模块31、拟合模块32、第二确定模块33及旋转模块34;其中,
所述第一确定模块31,用于确定待矫正车牌图片的字符连通区域;
所述拟合模块32,用于根据最小二乘法对获取的字符连通区域的中心点位置进行拟合,确定拟合结果;
所述第二确定模块33,用于根据所述拟合结果确定车牌连通区域的倾斜角度;
所述旋转模块34,用于以待矫正车牌图片中的车牌连通区域的中心点作为旋转中心,对车牌连通区域进行旋转。
具体的,如图4所示,所述第一确定模块31包括:
第一确定子模块3101,用于确定待矫正车牌图片中车牌区域的颜色;
第二确定子模块3102,用于根据车牌区域的颜色确定多个连通区域;
第三确定子模块3103,用于将所述多个连通区域中符合预设条件的连通区域确定为待矫正车牌的字符连通区域。
进一步的,所述第二确定子模块3102用于根据车牌区域的颜色确定多个MSER连通区域;或者,根据车牌区域的颜色确定多个CCL连通区域.
具体的,所述第二确定子模块3102,包括:第一确定单元和第二确定单元;其中,
所述第一确定单元,用于在车牌区域的颜色为黄色或白色时,确定所述待矫正车牌图片中的MSER-连通区域;
所述第二确定单元,用于在车牌区域的颜色为蓝色或黑色时,确定所述待矫正车牌图片中的MERS+连通区域;和/或,
所述第二确定子模块,包括:第三确定单元和第四确定单元;其中,
所述第三确定单元,用于在车牌区域的颜色为黄色或白色时,对所述待矫正车牌图片进行二值化后确定所述待矫正车牌图片中的CCL连通区域;所述第四确定单元,用于在车牌区域的颜色为蓝色或黑色时,对所述待矫正车牌图片进行二值化并反色后,确定所述待矫正车牌图片中的CCL连通区域;或者,所述第三确定单元,用于在车牌区域的颜色为蓝色或黑色时,对所述待矫正车牌图片进行二值化后确定所述待矫正车牌图片中的CCL连通区域;所述第四确定单元,用于在车牌区域的颜色为黄色或白色时,对所述待矫正车牌图片进行二值化并反色后,确定所述待矫正车牌图片中的CCL连通区域。
在本发明的一种可选实施例中,所述预设条件包括:
连通区域的宽度和高度的比值小于一;且,连通区域的宽度小于待矫正车牌图片中的车牌区域宽度的十分之一;且,连通区域的高度大于候选车牌区域高度的二分之一,小于候选车牌区域的高度。
具体的,如图5所示,所述拟合模块32包括:第四确定子模块3201和第五确定子模块3202;其中,
所述第四确定子模块3201,用于通过下式分别确定所获取的每个字符连通区域的中心点坐标(xi,yi):
其中,xc为相应字符连通区域顶点横坐标值;yc为相应字符连通区域顶点的纵坐标值;wi为各个字符联通区域的宽度;hi为各个字符联通区域的高度。
所述第五确定子模块3202,用于根据下式确定系数k的值:
其中,n为字符连通区域的个数;xi为字符连通区域中心点的横坐标值;yi为字符连通区域中心点的纵坐标值,其中,i为正整数,且i∈[1,n]。
具体的,所述第三确定模块33用于通过下式确定车牌连通区域的倾斜角度α:
α=arctan(k)。
在具体实施过程中,上述第一确定模块31、拟合模块32、第二确定模块33及旋转模块34均可以由具备数据处理能力的设备内的中央处理器(CPU,Central ProcessingUnit)、微处理器(MPU,Micro Processing Unit)、数字信号处理器(DSP,Digital SignalProcessor)或可编程逻辑阵列(FPGA,Field-Programmable Gate Array)来实现。
应用示例一
参照图6,示出了本发明一种车牌图片矫正方法的应用流程图,具体包括以下步骤:
S601、确定车牌区域颜色;
S602、判断车牌区域颜色是否为蓝色或黑色,如果是,转至步骤S603;否则,转至步骤S604;
S603、获取车牌的MSER-连通区域;
S604、获取车牌的MSER+连通区域;
S605、依次对获取的MSER连通区域进行筛选;
S606、判断连通区域是否符合预设筛选条件,如果是,转至步骤S68继续执行;如果否,转至步骤S67;
S607、舍弃不符合预设筛选条件的连通区域;
S608、将符合筛选条件的连通区域确定为字符连通区域;
S609、确定字符连通区域的中心点坐标(xi,yi);
具体的,通过下式分别确定所获取的每个字符连通区域的中心点坐标(xi,yi):
其中,xc为相应字符连通区域顶点横坐标值;yc为相应字符连通区域顶点的纵坐标值;wi为各个字符联通区域的宽度;hi为各个字符联通区域的高度。
S610、确定系数k的值;
具体的,根据下式确定系数k的值:
其中,n为字符连通区域的个数;xi为字符连通区域中心点的横坐标值;yi为字符连通区域中心点的纵坐标值,其中,i为正整数,且i∈[1,n]。
S611、确定车牌连通区域的倾斜角度;
具体的,车牌连通区域的倾斜角度α通过下式确定:
α=arctan(k)。
S612、以待矫正车牌图片中的车牌连通区域的中心点作为旋转中心,以倾斜角度α对车牌连通区域进行旋转。
应用示例二
参照图7,示出了本发明一种车牌图片矫正方法的应用流程图,具体包括以下步骤:
S701、确定车牌区域颜色;
S702、判断车牌区域颜色是否为蓝色或黑色,如果是,转至步骤S703;否则,转至步骤S704;
S703、对待矫正车牌进行二值化后,获取车牌的CCL连通区域;
S704、对待矫正车牌进行二值化并反色后,获取车牌的CCL连通区域;
S705、依次对获取的CCL连通区域进行筛选;
S706、判断连通区域是否符合预设筛选条件,如果是,转至步骤S78继续执行;如果否,转至步骤S77;
S707、舍弃不符合预设筛选条件的连通区域;
S708、强符合筛选条件的连通区域确定为字符连通区域;
S709、确定字符连通区域的中心点坐标(xi,yi);
具体的,通过下式分别确定所获取的每个字符连通区域的中心点坐标(xi,yi):
其中,xc为相应字符连通区域顶点横坐标值;yc为相应字符连通区域顶点的纵坐标值;wi为各个字符联通区域的宽度;hi为各个字符联通区域的高度。
S710、确定系数k的值;
具体的,根据下式确定系数k的值:
其中,n为字符连通区域的个数;xi为字符连通区域中心点的横坐标值;yi为字符连通区域中心点的纵坐标值,其中,i为正整数,且i∈[1,n]。
S711、确定车牌连通区域的倾斜角度;
具体的,车牌连通区域的倾斜角度α通过下式确定:
α=arctan(k)。
S712、以待矫正车牌图片中的车牌连通区域的中心点作为旋转中心,以倾斜角度α对车牌连通区域进行旋转。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种车牌图片矫正方法及装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,根据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种车牌图片矫正方法,其特征在于,所述方法包括:
确定待矫正车牌图片的字符连通区域;
根据最小二乘法对获取的字符连通区域的中心点位置进行拟合,确定拟合结果;
根据所述拟合结果确定车牌连通区域的倾斜角度;
以待矫正车牌图片中的车牌连通区域的中心点作为旋转中心,对车牌连通区域进行旋转。
2.根据权利要求1所述的方法,其特征在于,所述确定待矫正车牌图片的字符连通区域包括:
确定待矫正车牌图片中车牌区域的颜色;
根据车牌区域的颜色确定多个连通区域,所述连通区域为MSER连通区域或CCL连通区域;
将所述多个连通区域中符合预设条件的连通区域确定为待矫正车牌的字符连通区域。
3.根据权利要求2所述的方法,其特征在于,所述根据车牌区域的颜色确定多个MSER连通区域,包括:
当车牌区域的颜色为黄色或白色时,确定所述待矫正车牌图片中的MSER-连通区域;当车牌区域的颜色为蓝色或黑色时,确定所述待矫正车牌图片中的MERS+连通区域;
所述根据车牌区域的颜色确定多个CCL连通区域,包括:
当车牌区域的颜色为黄色或白色时,对所述待矫正车牌图片进行二值化后确定所述待矫正车牌图片中的CCL连通区域;当车牌区域的颜色为蓝色或黑色时,对所述待矫正车牌图片进行二值化并反色后,确定所述待矫正车牌图片中的CCL连通区域;或者,当车牌区域的颜色为蓝色或黑色时,对所述待矫正车牌图片进行二值化后确定所述待矫正车牌图片中的CCL连通区域;当车牌区域的颜色为黄色或白色时,对所述待矫正车牌图片进行二值化并反色后,确定所述待矫正车牌图片中的CCL连通区域。
4.根据权利要求2或3所述的方法,其特征在于,所述预设条件包括:
连通区域的宽度和高度的比值小于一;且,连通区域的宽度小于待矫正车牌图片中的车牌区域宽度的十分之一;且,连通区域的高度大于候选车牌区域高度的二分之一,小于候选车牌区域的高度。
5.根据权利要求1所述的方法,其特征在于,所述根据最小二乘法对获取的字符连通区域的中心点位置进行拟合,确定拟合结果,包括:
通过下式分别确定所获取的每个字符连通区域的中心点坐标(xi,yi):
x i = x c + w i 2 ;
y i = y c + h i 2 ;
其中,xc为相应字符连通区域顶点横坐标值;yc为相应字符连通区域顶点的纵坐标值;wi为各个字符联通区域的宽度;hi为各个字符联通区域的高度;
根据下式确定系数k的值:
k = nΣx i y i - Σx i Σy i nΣx i 2 - ( Σx i ) 2 ;
其中,n为字符连通区域的个数;xi为字符连通区域中心点的横坐标值;yi为字符连通区域中心点的纵坐标值,其中,i为正整数,且i∈[1,n]。
6.根据权利要求5所述的方法,其特征在于,所述根据拟合结果确定车牌连通区域的倾斜角度α,包括:
α=arctan(k)。
7.一种车牌矫正装置,其特征在于,所述装置包括:第一确定模块、拟合模块、第二确定模块及选择模块;其中,
所述第一确定模块,用于确定待矫正车牌图片的字符连通区域;
所述拟合模块,用于根据最小二乘法对获取的字符连通区域的中心点位置进行拟合,确定拟合结果;
所述第二确定模块,用于根据所述拟合结果确定车牌连通区域的倾斜角度;
所述旋转模块,用于以待矫正车牌图片中的车牌连通区域的中心点作为旋转中心,对车牌连通区域进行旋转。
8.根据权利要求7所述的装置,其特征在于,所述第一确定模块包括:
第一确定子模块,用于确定待矫正车牌图片中车牌区域的颜色;
第二确定子模块,用于根据车牌区域的颜色确定多个连通区域,所述连通区域为MSER连通区域或CCL连通区域;
第三确定子模块,用于将所述多个连通区域中符合预设条件的连通区域确定为待矫正车牌的字符连通区域。
9.根据权利要求7所述的装置,其特征在于,所述拟合模块包括:第四确定子模块,用于通过下式分别确定所获取的每个字符连通区域的中心点坐标(xi,yi):
x i = x c + w i 2 ;
y i = y c + h i 2 ;
其中,xc为相应字符连通区域顶点横坐标值;yc为相应字符连通区域顶点的纵坐标值;wi为各个字符联通区域的宽度;hi为各个字符联通区域的高度;
第五确定子模块,用于根据下式确定系数k的值:
k = nΣx i y i - Σx i Σy i nΣx i 2 - ( Σx i ) 2 ;
其中,n为字符连通区域的个数;xi为字符连通区域中心点的横坐标值;yi为字符连通区域中心点的纵坐标值,其中,i为正整数,且i∈[1,n]。
10.根据权利要求9所述的装置,其特征在于,所述第三确定模块用于通过下式确定车牌连通区域的倾斜角度α:
α=arctan(k)。
CN201710014003.4A 2017-01-09 2017-01-09 一种车牌图片矫正方法及装置 Pending CN106874904A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710014003.4A CN106874904A (zh) 2017-01-09 2017-01-09 一种车牌图片矫正方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710014003.4A CN106874904A (zh) 2017-01-09 2017-01-09 一种车牌图片矫正方法及装置

Publications (1)

Publication Number Publication Date
CN106874904A true CN106874904A (zh) 2017-06-20

Family

ID=59165141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710014003.4A Pending CN106874904A (zh) 2017-01-09 2017-01-09 一种车牌图片矫正方法及装置

Country Status (1)

Country Link
CN (1) CN106874904A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110400259A (zh) * 2019-07-26 2019-11-01 公安部交通管理科学研究所 基于最小二乘法和坐标旋转的机动车号牌图像倾角矫正系统和方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065138A (zh) * 2012-12-06 2013-04-24 新疆公众信息产业股份有限公司 一种机动车牌号的识别方法
CN103279736A (zh) * 2013-04-27 2013-09-04 电子科技大学 一种基于多信息邻域投票的车牌检测方法
CN104318233A (zh) * 2014-10-19 2015-01-28 温州大学 车牌图像水平倾斜校正方法
CN104463134A (zh) * 2014-12-19 2015-03-25 深圳市捷顺科技实业股份有限公司 一种车牌检测方法和系统
CN104598905A (zh) * 2015-02-05 2015-05-06 广州中国科学院软件应用技术研究所 一种车牌定位方法和装置
CN105488501A (zh) * 2015-11-26 2016-04-13 南京富士通南大软件技术有限公司 基于旋转投影的车牌倾斜矫正的方法
CN105528609A (zh) * 2014-09-28 2016-04-27 江苏省兴泽实业发展有限公司 一种基于字符位置的车牌定位方法
CN106127206A (zh) * 2016-06-28 2016-11-16 北京智芯原动科技有限公司 一种车牌的竖直角度检测方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065138A (zh) * 2012-12-06 2013-04-24 新疆公众信息产业股份有限公司 一种机动车牌号的识别方法
CN103279736A (zh) * 2013-04-27 2013-09-04 电子科技大学 一种基于多信息邻域投票的车牌检测方法
CN105528609A (zh) * 2014-09-28 2016-04-27 江苏省兴泽实业发展有限公司 一种基于字符位置的车牌定位方法
CN104318233A (zh) * 2014-10-19 2015-01-28 温州大学 车牌图像水平倾斜校正方法
CN104463134A (zh) * 2014-12-19 2015-03-25 深圳市捷顺科技实业股份有限公司 一种车牌检测方法和系统
CN104598905A (zh) * 2015-02-05 2015-05-06 广州中国科学院软件应用技术研究所 一种车牌定位方法和装置
CN105488501A (zh) * 2015-11-26 2016-04-13 南京富士通南大软件技术有限公司 基于旋转投影的车牌倾斜矫正的方法
CN106127206A (zh) * 2016-06-28 2016-11-16 北京智芯原动科技有限公司 一种车牌的竖直角度检测方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
万文寅: "最大稳定极值区域应用研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
韩璇: "基于数字图像处理的车牌定位算法的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110400259A (zh) * 2019-07-26 2019-11-01 公安部交通管理科学研究所 基于最小二乘法和坐标旋转的机动车号牌图像倾角矫正系统和方法
CN110400259B (zh) * 2019-07-26 2022-07-05 公安部交通管理科学研究所 基于最小二乘法和坐标旋转的机动车号牌图像倾角矫正系统和方法

Similar Documents

Publication Publication Date Title
CN106407981B (zh) 一种车牌识别方法、装置及系统
Kim et al. Automatic edge detection using 3× 3 ideal binary pixel patterns and fuzzy-based edge thresholding
CN104700072B (zh) 基于车道线历史帧的识别方法
CN106485183A (zh) 一种二维码定位方法及系统
CN107506765B (zh) 一种基于神经网络的车牌倾斜校正的方法
JPH04287290A (ja) ハフ変換画像処理装置
CN104517110A (zh) 一种二维码图像的二值化方法及系统
CN107192716A (zh) 一种基于轮廓特征的工件缺陷快速检测方法
CN107346427A (zh) 一种身份证号码识别方法及装置
CN108256454B (zh) 一种基于cnn模型的训练方法、人脸姿态估测方法及装置
CN113112516A (zh) 图像边缘特征库构建方法、装置、计算机设备及存储介质
CN105761256A (zh) 图像的亚像素边缘直线获取方法及装置
CN106874904A (zh) 一种车牌图片矫正方法及装置
US5982940A (en) Image data processing device and method of processing image data
JPH04188283A (ja) 画像処理方法および装置
CN112528994B (zh) 一种自由角度车牌检测方法、车牌识别方法和识别系统
CN109685773A (zh) 一种免疫细胞图像中突触位置点的确定方法
CN113011392B (zh) 一种基于路面图像多纹理特征融合的路面类型识别方法
CN111861997B (zh) 一种花纹板材圆孔尺寸检测方法、系统及装置
CN103679738B (zh) 基于颜色半径邻近域像素分类的图像边缘检测方法
CN113487589A (zh) 一种亚像素圆心检测方法及系统
CN103077392B (zh) 车标检测方法及装置
CN112561823B (zh) 滤波方法
CN111402282B (zh) 一种图像处理方法及设备
CN107146244A (zh) 基于pbil算法的图像配准方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170620

RJ01 Rejection of invention patent application after publication