[发明专利]一种监控视频中的水平倾斜车牌矫正方法

说明书

本发明提供了一种监控视频中的水平倾斜车牌矫正方法，属于车牌自动识别技术领域，目的在于对监控视频中定位到的水平倾斜车牌进行矫正，为车牌识别作预处理。从监控视频中获取车牌图像，提取其中的各个字符区域；利用多个字符区域的上边缘中点、中心点、下边缘中点分别拟合得到三条直线，包括上边缘直线、中心直线、下边缘直线，并计算每条直线所对应的水平倾斜角；最后，根据直线的拟合误差计算三条直线各自的权重，融合三条直线的倾斜角，计算车牌的最佳水平倾斜角度，并进行水平矫正。与现有技术相比，依据本发明检测的最佳水平倾斜角度准确率较高，且计算速度快，对边框残缺的车牌有明显的优势，适用于车牌矫正领域。

技术领域

本发明涉及图像处理、视频监控及安防领域，尤其是智能交通领域中的车牌识别方法。

背景技术

现如今，随着人们生活水平的不断提高，与日俱增的机动车给交通部门的监督与管理带来了严峻的挑战，智能交通系统显得尤其重要，而车牌作为车辆的身份标识，使得自动车牌识别(ALPR)是智能交通系统中的关键技术，在车辆管理、违章监控等领域发挥着重要作用。

然而，由于实际监控场景中摄像头的位置关系，获取的视频帧图像中车牌存在角度倾斜问题，会对后期的车牌识别产生影响。

目前，车牌角度矫正主要包括下列几种方法：(1)基于直线检测的方法，该方法通过检测车牌边框直线获取车牌的倾斜角度，从而对车牌进行矫正，但该方法对有干扰、模糊的车牌效果不佳；(2)基于特征分析的方法，如主成分分析，但该方法易受到非字符区域的干扰；(3)基于穷举法的方法，该方法通过不断将车牌进行一定角度的旋转，然后获取相应的特征值，比较得到最佳特征值所对应的角度，即为倾斜角度，该方法鲁棒性较好，但计算量较大。

而针对监控场景中的车辆，定位到的车牌存在边框残缺、背景干扰等现象，综上所述，目前迫切需要提出一种监控视频中的水平倾斜车牌矫正方法。

发明内容

本发明提出一种监控视频中的水平倾斜车牌矫正方法，用于实现车牌水平倾斜角度快速准确的检测及车牌校正。

本发明解决其技术问题所采用的技术方案是：

一种监控视频中的水平倾斜车牌矫正方法，包括：

S1、获取监控场景中的彩色车牌图像，对彩色车牌图像进行灰度化、二值化、开运算和连通域轮廓检测算法，得到多个连通域轮廓的矩形边界框，根据车牌字符的几何特性进行筛选，去除干扰的矩形边界框，将符合要求的矩形边界框确定为字符区域；

S2、对含多个字符区域的车牌，根据每个字符区域的上边缘中点利用最小二乘法拟合得到一条上边缘中点直线，根据每个字符区域的中心点利用最小二乘法拟合得到一条中心点直线，以及根据每个字符区域的下边缘中点利用最小二乘法拟合得到一条下边缘中点直线，分别计算三条直线的水平倾斜角度；

S3、若上边缘中点到拟合得到的上边缘中点直线的距离越大，则上边缘中点直线的拟合误差越大，上边缘中点直线的置信度也就越低。因此可以根据多个字符区域的上边缘中点到上边缘中点直线的平均距离确定上边缘中点直线的置信度，进而计算上边缘中点直线的权重。同理可以计算中心点直线和下边缘中点直线的权重；

S4、根据上边缘中点直线、中心点直线和下边缘中点直线的权重及各自的水平倾斜角度进行融合，计算车牌的最佳水平倾斜角度；

S5、根据确定的车牌最佳水平倾斜角度，对车牌进行水平倾斜矫正。

进一步，所述步骤S1，包括：

S11、输入的彩色图像大小为Height×Width，对其进行灰度化，得到灰度图f(x,y)(x、y分别为横纵坐标值)，为了去除边缘的干扰，取灰度图中间大小为height×width区域计算阈值T，计算公式如(1)，以此阈值T对灰度图进行二值化得到二值图像，对二值图像依次进行开运算、连通域轮廓检测，最终得到多个连通域轮廓的矩形边界框；