[发明专利]一种基于Hough变换检测汽车牌识别方法

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于Hough变换检测汽车牌识别方法。

背景技术

最近十多年，随着平安城市项目的推广，国内各级城市在路面街道安装了大量监控摄像机，协助公安办案破案。同时，随着机动车的大量普及，涉案机动车信息也成为了案件的重要线索。

通过已建的天网摄像机，对路面的机动车进行自动化检测识别，能够为公安带来极大的便利，提供丰富的数据来源。

但是，路面的摄像机，安装位置大都在路边，对机动车的拍摄存在一个角度，就会造成照片中机动车的号牌出现一个倾斜。在自动化识别时，软件就需要对该倾斜的号牌进行矫正。

发明内容

本发明的目的在于提供一种在自动化识别时，软件就需要对该倾斜的号牌进行矫正的方法。

本发明为解决上述技术问题，提供以下技术方案：

一种基于Hough变换检测汽车牌识别方法，其特征在于包括以下步骤：

步骤1、对图像进行边缘检测，这里选用了Sobel算子检测图像中水平方向的直线；

步骤2.将图像对应于x-o-y空间，定义一个S-o-θ空间，θ角的范围为1-180，对图像中象素为1的每一个点进行计算，做出每一个象素为1的点的曲线，同时把S-θ平面分成等间隔1×1的小网格，小网格对应一个记数矩阵；凡是曲线所经过的网格，对应的记数矩阵元素值加1，对原图像中的每一点进行计算以后记数矩阵元素的值等于共线的点数，记数矩阵中元素的最大值对应原始图像中最长的直线；

步骤3检测出记数矩阵的最大的元素所对应的列坐标θ，θ即为这条直线的法线与x轴的夹角，通过θ角来确定直线的倾斜角度，进而对图像进行矫正。

上述技术方案中，对图像中象素为1的每一个点进行计算采用如下公式：

s＝xcosθ+ysinθ，

x代表x轴，y代表y轴，O为原点，其中s为步骤1中检测到的水平方向的直线与原点距离。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本系统基于Hough变换、Radon变化算法，对号牌图像进行倾斜矫正，提高号牌识别准确率。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是一条与原点距离为s，方向角为θ的直线；

图2是坐标变换原理图；

图3是x-y平面一点可以对应多个s,θ值；

图4为Hough变换前后对比图；

图5为网格图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

下面结合图1、图2对本发明作详细说明。

利用Hough变换法提取直线是一种变换域提取直线的方法，它把直线上的坐标变换到过点的直线的系数域，巧妙的利用了共线和直线相交的关系。

它的原理很简单：假设有一条与原点距离为s，方向角为θ的一条直线，如图1所示：直线上的每一点都满足方程：

s＝xcosθ+ysinθ(3.1)

证明过程如下：

如图2所示：

oc＝obcosθ＝xcosθ(3.2)

nc＝nbsinθ＝ysinθ(3.3)

所以：

s＝oc+nc＝xcosθ+ysinθ(3.4)

m为直线l上任意一点

nd＝y-y1,md＝-(x-x1)(3.5)

因为：

df＝ndsinθ＝(y-y1)sinθ(3.6)

df＝mdcosθ＝-(x-x1)cosθ(3.7)

所以：

ysinθ-y1sinθ＝-xcosθ+x1cosθ(3.8)

所以：

s＝xcosθ+ysinθ＝x1cosθ+y1sinθ(3.9)

所以直线上任意一点都满足

s＝xcosθ+ysinθ(3.10)

由图3可以看出点(x1,y1)即属于直线L1又属于直线L2，且满足：

s1＝x1cosθ1+y1sinθ1(3.11)

s2＝x1cosθ2+y1sinθ2(3.12)

所以，x-o-y平面上的一点(x1,y1)对应于s-o-θ平面上的一条曲线。