CN111783773A - 一种面向角度倾斜电线杆标识牌的矫正方法 - Google Patents

一种面向角度倾斜电线杆标识牌的矫正方法 Download PDF

Info

Publication number
CN111783773A
CN111783773A CN202010545067.9A CN202010545067A CN111783773A CN 111783773 A CN111783773 A CN 111783773A CN 202010545067 A CN202010545067 A CN 202010545067A CN 111783773 A CN111783773 A CN 111783773A
Authority
CN
China
Prior art keywords
image
wire pole
coordinates
signboard
pole signboard
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.)
Granted
Application number
CN202010545067.9A
Other languages
English (en)
Other versions
CN111783773B (zh
Inventor
林绍福
李汶洁
魏倩文
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.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN202010545067.9A priority Critical patent/CN111783773B/zh
Publication of CN111783773A publication Critical patent/CN111783773A/zh
Application granted granted Critical
Publication of CN111783773B publication Critical patent/CN111783773B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

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)

Abstract

本发明公开了一种面向角度倾斜电线杆标识牌的矫正方法，属于图像识别技术应用领域。本发明利用图像处理技术对疑似目标区域进行初步选定，通过不同的阈值将疑似区域与其它区域分离开来；根据电线杆标识牌的特征，对所有疑似区域进行降噪处理筛选出最可疑的区域轮廓；寻找该区域轮廓的最小外接矩形，并提取四个顶点坐标及旋转角度，利用矩形坐标根据几何相似关系求出倾斜标识牌的顶点坐标；最后经过相关矩阵变换实现电线杆标识牌的倾斜矫正。本发明具有很高的鲁棒性，可以快速准确的矫正倾斜的电线杆标识牌，提高了电线杆标识牌的识别速度和准确度。

Description

一种面向角度倾斜电线杆标识牌的矫正方法
技术领域
本发明属于图像识别技术应用领域，具体涉及一种面向角度倾斜电线杆标识牌的矫正方法。
背景技术
电力作为国家第一基础产业，在国民经济发展中发挥着重要的作用。近年来随着智能电网的快速发展，国家的电力规模持续扩大，输电线路的种类和数量也越来越多。电线杆标识牌作为记录输电线路基本参数信息的唯一标志，在电路统计、管理、巡检时都发挥着重要的作用。因此，利用现代化技术高效、准确地识别电线杆标识牌，对于智能电网的自动化发展有着重要的实际应用价值。
然而，经调研发现，当前电线杆标识牌的数据采集工作主要依靠于人工现场收集，受环境、设备等因素的影响，会导致电线杆标识牌在图像中出现角度的倾斜，严重影响后续标识牌字符识别的速度和准确度。因此，矫正角度倾斜的电线杆标识牌具有重要实际应用价值。
发明内容
本发明的目的在于通过提出的面向角度倾斜电线杆标识牌的矫正方法，即通过提取自然场景下拍摄的电线杆标识牌图像，利用图像处理技术根据标识牌不同区域亮度分布不同的特点，自适应阈值将疑似区域与其它区域分离开来；利用电线杆标识牌的几何特征，在所有疑似区域中筛选出最可疑的目标区域；寻找该可疑区域的最小外接矩形，提取矩形的四个顶点坐标，根据几何相似关系得到倾斜电线杆标识牌的顶点坐标；利用顶点坐标进行相关矩阵变换，完成电线杆标识牌的倾斜矫正。
本发明摆脱了只能进行单一水平矫正或垂直矫正的局限性，降低了非正常拍摄对于识别结果的约束力。自适应阈值的取值突出了外围轮廓，通过标识牌的特征有效降低了噪声的影响，并利用透视变换将三维图像转换成二维图像进行映射，增强了字符矫正技术的灵活性，为后续电线杆标识牌字符识别的速度和准确度提供保障。
附图说明
图1是本发明的原始电线杆标识牌图像；
图2是本发明经过灰度化及平滑化技术处理得到的灰度图；
图3是本发明的灰度直方图；
图4是本发明的自适应阈值二值化图像；
图5是本发明的几何相似关系对应图像；
图6是本发明矫正后的电线杆标识牌图像。
具体实施方式：
为实现以上目标，本发明采用的技术方案为面向角度倾斜电线杆标识牌的矫正方法，该方法分为四步：
(1)分离目标区域：提取自然场景下拍摄的电线杆标识牌图像，如图1所示，根据加权平均的原则，将彩色图像进行灰度化处理，并通过非线性图像平滑化技术去除图像噪声得到灰度图像，如图2所示；根据标识牌不同区域亮度分布不同的特点，从图3灰度直方图中确定阈值。其方法如下：
Figure BDA0002540415000000031
其中，i代表像素点，ri代表像素的灰度级，ni代表具有灰度ri的像素的个数，MN是图像中总的像素个数，p(ri)代表当像素点为i时的阈值；
通过灰度直方图找到自适应阈值，对灰度图像进行二值化处理，如图4所示，再将疑似区域用白色像素表示，其它区域用黑色像素表示：
Figure BDA0002540415000000032
其中，p为当前阈值，Imin、Imax为设定的最小阈值和最大阈值，255代表白色像素，0代表黑色像素，A′为可疑区域二值化图像像素的取值。
(2)筛选目标区域：根据电线杆标识牌面积区域一般大于噪声区域并且目标面积最大的特征，筛选出最可疑的目标区域并提取外轮廓；
(3)寻找最小外接矩形并提取顶点坐标：依据选定的目标区域将最外层的点进行连接构成凸包，以凸包上任意两点直线作为与矩形重合的边，并将该边作为基坐标，凸包上所有点绕其进行旋转，找到所有点x坐标的最大最小值和y轴的最大值，计算该范围的最小面积值。以此步骤重复每条边并进行对比，最终获取最小外接矩形并提取该矩形的四个顶点坐标。设矩形坐标函数为(Xi，Yi)，其中i＝1，2，3，4，将目标区域图像坐标设为(X′i，Y′i)，其中i＝1，2，3，4，根据几何相似关系构建以下对应关系：
Figure BDA0002540415000000041
其中，(X′1，Y′1)，(X′2，Y′2)，(X′3，Y′3)，(X′4，Y′4)，分别代表目标区域图像的左下角，右下角，右上角和左上角坐标，(X1，Y1)，(X2，Y2)，(X3，Y3)，(X4，Y4)，分别代表最小外接矩形的左下角，右下角，右上角和左上角坐标，因此可以得到倾斜标识牌的顶点坐标。其几何相似关系对应图像如图5所示；
(4)矩阵变换实现倾斜矫正：基于得到的倾斜电线杆标识牌的顶点坐标作为源点坐标，图像中的四个角作为变换后的目标点坐标，计算得到透视变换矩阵，通过矩阵乘法来实现对原电线杆标识牌图像的透视变换，最终完成电线杆标识牌的倾斜矫正，矫正后的电线杆标识牌图像如图6所示。具体过程如下：
Figure BDA0002540415000000042
其中，[X，Y，Z]为变换后目标点坐标，[x′，y′，z′]为变换前源点坐标，
Figure BDA0002540415000000043
为透视变换矩阵，
Figure BDA0002540415000000044
表示图像线性变换，[m31 m32]表示图像平移，[m13 m23]T表示产生透视变换，m33＝1。由于需要处理的原图像为二维图像，所以z′恒为1，矫正后图像上像素点的坐标为
Figure BDA0002540415000000051
Figure BDA0002540415000000052

Claims (5)

1.一种面向角度倾斜电线杆标识牌的矫正方法，其特征在于，包括以下步骤：
步骤1：提取自然场景下拍摄的电线杆标识牌图像，利用图像处理技术根据标识牌不同区域亮度分布不同的特点，自适应阈值将疑似区域与其它区域分离开来；
步骤2：根据步骤1，利用电线杆标识牌的几何特征，在所有疑似区域中筛选出最可疑的目标区域；
步骤3：寻找该可疑区域的最小外接矩形，提取矩形的四个顶点坐标，根据几何相似关系得到倾斜电线杆标识牌的顶点坐标；
步骤4：利用顶点坐标进行相关矩阵变换，完成电线杆标识牌的倾斜矫正。
2.根据权利要求1所述的面向角度倾斜电线杆标识牌的矫正方法，其特征在于：步骤1中，所述的图像处理技术，根据加权平均的原则，将彩色图像进行灰度化处理，并利用非线性图像平滑化技术去除图像中出现的噪声得到灰度图像；根据亮度分布不同的特点绘制灰度直方图，具体如下：
Figure FDA0002540414990000011
其中，i代表像素点，ri代表像素的灰度级，ni代表具有灰度ri的像素的个数，MN是图像中总的像素个数，p(ri)代表当像素点为i时的阈值；
通过灰度直方图找到自适应阈值，对灰度图像进行二值化处理，将疑似区域用白色像素表示，其它区域用黑色像素表示：
Figure FDA0002540414990000012
其中，p为当前阈值，Imin、Imax为设定的最小阈值和最大阈值，255代表白色像素，0代表黑色像素，A′为可疑区域二值化图像像素的取值。
3.根据权利要求1所述的面向角度倾斜电线杆标识牌的矫正方法，其特征在于：步骤2中，根据电线杆标识牌面积区域一般大于噪声区域并且目标面积最大的特征，筛选出最可疑的目标区域并提取外轮廓。
4.根据权利要求1所述的面向角度倾斜电线杆标识牌的矫正方法，其特征在于：步骤3中，依据选定的目标区域将最外层的点进行连接构成凸包，以凸包上任意两点直线作为与矩形重合的边，并将该边作为基坐标，凸包上所有点绕其进行旋转，找到所有点x坐标的最大最小值和y轴的最大值，计算该范围的最小面积值；以此步骤重复每条边并进行对比，最终获取最小外接矩形并提取该矩形的四个顶点坐标；设矩形坐标函数为(Xi，Yi)，其中i＝1，2，3，4，将目标区域图像坐标设为(X′i，Yi′)，其中i＝1，2，3，4，根据几何相似关系构建以下对应关系：
Figure FDA0002540414990000021
其中，(X′1，Y′1)，(X′2，Y′2)，(X′3，Y′3)，(X′4，Y′4)，分别代表目标区域图像的左下角，右下角，右上角和左上角坐标，(X1，Y1)，(X2，Y2)，(X3，Y3)，(X4，Y4)，分别代表最小外接矩形的左下角，右下角，右上角和左上角坐标，因此得到倾斜标识牌的顶点坐标。
5.根据权利要求1所述的面向角度倾斜电线杆标识牌的矫正方法，其特征在于：步骤4中，基于得到的倾斜电线杆标识牌的顶点坐标作为源点坐标，图像中的四个角作为变换后的目标点坐标，计算得到透视变换矩阵，通过矩阵乘法来实现对原电线杆标识牌图像的透视变换，最终完成电线杆标识牌的倾斜矫正；具体过程如下：
Figure FDA0002540414990000022
其中，[X，Y，Z]为变换后目标点坐标，[x′，y′，z′]为变换前源点坐标，
Figure FDA0002540414990000031
为透视变换矩阵，
Figure FDA0002540414990000032
表示图像线性变换，[m31 m32]表示图像平移，[m13 m23]T表示产生透视变换，m33＝1；由于需要处理的原图像为二维图像，所以z′恒为1，矫正后图像上像素点的坐标为
Figure FDA0002540414990000033
Figure FDA0002540414990000034
CN202010545067.9A 2020-06-15 2020-06-15 一种面向角度倾斜电线杆标识牌的矫正方法 Active CN111783773B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010545067.9A CN111783773B (zh) 2020-06-15 2020-06-15 一种面向角度倾斜电线杆标识牌的矫正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010545067.9A CN111783773B (zh) 2020-06-15 2020-06-15 一种面向角度倾斜电线杆标识牌的矫正方法

Publications (2)

Publication Number Publication Date
CN111783773A true CN111783773A (zh) 2020-10-16
CN111783773B CN111783773B (zh) 2024-05-31

Family

ID=72756596

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010545067.9A Active CN111783773B (zh) 2020-06-15 2020-06-15 一种面向角度倾斜电线杆标识牌的矫正方法

Country Status (1)

Country Link
CN (1) CN111783773B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113436209A (zh) * 2021-06-23 2021-09-24 南通大学 一种基于逐层缩进策略的新型焊缝中心线提取方法
CN114119963A (zh) * 2021-11-19 2022-03-01 智道网联科技(北京)有限公司 一种高精地图路牌的生成方法及装置
CN114882489A (zh) * 2022-07-07 2022-08-09 浙江智慧视频安防创新中心有限公司 一种对旋转车牌进行水平校正方法、装置、设备及介质
CN117078913A (zh) * 2023-10-16 2023-11-17 第六镜科技(成都)有限公司 对象倾斜矫正方法、装置、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018219054A1 (zh) * 2017-06-02 2018-12-06 杭州海康威视数字技术股份有限公司 一种车牌识别方法、装置及系统
CN109145915A (zh) * 2018-07-27 2019-01-04 武汉科技大学 一种复杂场景下车牌快速畸变矫正方法
CN109886896A (zh) * 2019-02-28 2019-06-14 闽江学院 一种蓝色车牌分割与矫正方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018219054A1 (zh) * 2017-06-02 2018-12-06 杭州海康威视数字技术股份有限公司 一种车牌识别方法、装置及系统
CN109145915A (zh) * 2018-07-27 2019-01-04 武汉科技大学 一种复杂场景下车牌快速畸变矫正方法
CN109886896A (zh) * 2019-02-28 2019-06-14 闽江学院 一种蓝色车牌分割与矫正方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113436209A (zh) * 2021-06-23 2021-09-24 南通大学 一种基于逐层缩进策略的新型焊缝中心线提取方法
CN113436209B (zh) * 2021-06-23 2023-11-17 南通大学 一种基于逐层缩进策略的新型焊缝中心线提取方法
CN114119963A (zh) * 2021-11-19 2022-03-01 智道网联科技(北京)有限公司 一种高精地图路牌的生成方法及装置
CN114882489A (zh) * 2022-07-07 2022-08-09 浙江智慧视频安防创新中心有限公司 一种对旋转车牌进行水平校正方法、装置、设备及介质
CN114882489B (zh) * 2022-07-07 2022-12-16 浙江智慧视频安防创新中心有限公司 一种对旋转车牌进行水平校正方法、装置、设备及介质
CN117078913A (zh) * 2023-10-16 2023-11-17 第六镜科技(成都)有限公司 对象倾斜矫正方法、装置、电子设备和存储介质
CN117078913B (zh) * 2023-10-16 2024-02-02 第六镜科技(成都)有限公司 对象倾斜矫正方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN111783773B (zh) 2024-05-31

Similar Documents

Publication Publication Date Title
CN111783773B (zh) 一种面向角度倾斜电线杆标识牌的矫正方法
CN109271937B (zh) 基于图像处理的运动场地标志物识别方法及系统
CN105046252B (zh) 一种人民币冠字码识别方法
CN109409355B (zh) 一种新型变压器铭牌识别的方法及装置
CN107784669A (zh) 一种光斑提取及其质心确定的方法
CN107564017B (zh) 一种城市高分遥感影像阴影检测及分割方法
CN106157323B (zh) 一种动态分块阈值和块搜索结合的绝缘子分割提取方法
CN111968172A (zh) 料场物料的体积测量方法及系统
CN115797813B (zh) 基于航拍图像的水环境污染检测方法
CN112348018A (zh) 基于巡检机器人的数显式仪表读数识别方法
CN116843581B (zh) 一种多场景图的图像增强方法、系统、设备和存储介质
CN112435272A (zh) 一种基于图像轮廓分析的高压输电线连通域去除方法
CN116993985A (zh) 一种基于CLIP实现Zero-Shot自动分割安全带的方法
CN112101108A (zh) 一种基于图形极点位置特征的左右转交通标志识别方法
CN113361547B (zh) 一种签章识别方法、装置、设备及可读存储介质
CN109271882B (zh) 一种区分颜色的手写体汉字提取方法
Lin et al. License plate location method based on edge detection and mathematical morphology
CN111815542A (zh) 一种树木年轮图像髓心定位、年轮测量方法
CN111178111A (zh) 二维码检测方法、电子设备、存储介质及系统
CN114549649A (zh) 一种基于特征匹配的扫描地图点符号的快速识别方法
CN114627463A (zh) 一种基于机器识别的非接触式配电数据识别方法
CN115222652A (zh) 一种成捆钢筋端面的识别计数及中心定位方法与其存储器
CN114820718A (zh) 一种视觉动态定位跟踪算法
CN110348452B (zh) 一种图像二值化处理方法及其系统
CN112052859A (zh) 一种自由场景下的车牌精准定位方法及装置

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
GR01 Patent grant
GR01 Patent grant