车牌定位及倾斜校正技术是车牌识别关键所在。在科学技术迅速发展背景下, 经济发展迅速, 车辆数量骤增。为了方便交通部门执法管理与车辆追踪, 大力发展智能交通技术。车牌定位及倾斜校正技术, 作为智能交通技术的代表, 主要以字符分割、识别的方式解决倾斜车牌问题。利用改进后的Hough算法作为进入点, 实现对车牌图像的准确定位。
一、车牌定位及倾斜校正技术研究前提
车牌图像拍摄期间, 经常会受到照明、天气或者道路等情况的影响, 导致车牌图像倾斜。一旦车牌图像倾斜, 将会直接影响到字符分割、识别工作。面对这一问题的解决, 智能交通系统不断优化, 并且相关专家制定多个解决方案。在此基础上Hough算法被提出并且得以应用。车牌倾斜校正, Hough算法利用图形倾斜角计算的方式, 计算出倾斜角位置, 并且加以校正, 解决车牌定位及倾斜校正问题, 提高相关工作处理效率[1]。
二、车牌定位
车牌定位是车牌倾斜校正的前提条件。车牌定位之前, 需要录入汽车图像, 并且对图像进行预处理。转变彩色图像为灰色图像, 同时对汽车图像进行去噪处理。应用Hough算法进行图像前期分析, 采用二值化处理和增强操作, 消除图像中无关信息, 将图像的主要特征突现出来, 只留车牌的有效区域, 然后从预处理后的车牌区域中提取相应特征值, 通过模板匹配方法确定其中心坐标, 利用改进后的Hough算法, 实现对车牌图像的准确定位。车牌定位以形态学图像处理作为中心思想, 利用结构元素模式收集车牌相关图像讯息。因为形态学包括膨胀、腐蚀、开运算、闭运算操作步骤, 所以在车牌定位中, 需要按照规划程序展开。膨胀主要是处理车牌图像隐藏孔缝的填充, 面对车牌图像细小的点或者其他杂质则利用腐蚀方法加以处理。开运算与闭运算是针对车牌图像轮廓、细毛刺等进行处理, 让轮廓更光滑, 消除毛刺, 弥合间断, 填充孔洞。
Hough算法车牌定位处理, 结构元素为3×16, 实施闭运算。因为存在噪声与其他阻碍, 导致车牌区与非车牌区的连通域出现问题, 对此必须有效处理, 否则直接影响到后续车牌定位的判断。断开处理主要针对粘连的细线, 以结构元素展开运算, 注意结构元素不能超出车牌高度。二值图像连通域的方式对车牌推向进行优化运算, 并且标记粘连处理位置。结合车牌面积, 排除其中过大、过小, 与规定不相符的连通域, 确定候选区, 展开具体处理, 由此准确为车牌定位[2]。
三、基于Hough算法改进后的倾斜校正技术
(一) 车牌预处理及定位
车牌分割与识别, 采用自适应垂直投影算法, 将字符 (包括汉字、字母和数字) 从定位后的牌照区域中分割出来, 然后通过分类判别函数和分类规则, 与字符数据库模板中的标准字符表达形式进行匹配判别, 即可识别输入的字符图像, 识别率达到99%以上。
(二) Hough变换
Hough变换主要是根据隔离图像, 确定图像中的特定形状, 是智能交通技术的代表之一。Hough变换期间, 需要根据固定参数形式将变换特征确定。最初Hough变换常用曲线包括圆、椭圆、直线等。因为Hough算法其计算具有复杂性特点, 因此必须聚焦Hough变换经典。Hough变换技术其在车牌定位及倾斜校正中, 具有特征便捷描述间隙容忍优势, 同时不会因为图像噪声等影响校正处理结果[3]。
Hough变换检测直线, 直线表达以截距式为主:y=m0x+b0, 公式中0m代表Hough变换检测直线的斜率, 0b则代表直线截距。公式中的 (m0, b0) 代表参数空间的具体点。或者以极坐标系为进行Hough变换直线描述:, 公式中原点到直线的距离为r, x轴与r相对旋转角度为θ。 (x, y) 则是直线任意点, r、θ属于计算常数。直线与常数相对应。选定计算平面中的点 (xy0, 0) , 根据定点位置直线集合形成三角函数关系, 具体如下:
同时, 也可以根据已知条件, 转化公式为:
结合上述内容, 根据给定的许多点, 准确判断其中共线情况, 并且在Hough变换之后, 将 (r、θ) 平面是否包括曲线相交等问题加以阐述。在此基础上原始图像中将会给出隐藏的峰值问题。Hough变换计算, 检测车牌边框, 结合边框信息掌握车牌倾斜角度, 结合倾斜角度及时旋转校正, 并且获取车牌校正之后的图像。
Step1:录入与分析原始车牌图像, 将原始图像转化, 变为灰度图像, 以维纳滤波去除噪音;
Step2:在对噪音去除之后的边缘直线进行检测;
Step3:Hough变换对车牌图像进行边框检测, 并且计算车牌倾斜角度;
Step4:结合检测获得的倾斜角度, 及时对车牌图像旋转校正。按照上述操作步骤, 以Hough变换检测确定车牌倾斜边框, 并且计算需要旋转角度。
四、结束语
综上所述, 智能交通系统中, 车牌识别作为关键内容, 不仅在交通监护管理方面大范围应用, 还延伸到撤车辆安全以及检查等方面。车牌定位与倾斜校正是车牌识别的重要前提, 车牌倾斜校正技术在智能交通系统中发展空间广阔。结合Hough算法对车牌倾斜校正的计算处理, 掌握与了解车牌校正中的不足, 并且解决车牌识别问题。当然这方面技术还处于探索阶段, 因此准确性、实用性等都有待提高。
摘要：文章主要针对车牌定位及倾斜校正技术为中心, 分别介绍了车牌定位与倾斜校正的前提以及具体定位与校正措施。目的在于全面应用车牌定位及倾斜校正技术, 提高车牌识别准确性, 为智能交通管理的实现提供更有利的条件与支持。
关键词：车牌定位,倾斜校正,Hough算法,直线截距
参考文献
[1] 葛艳, 陈晨.基于文字定位和颜色检测的多车牌定位方法研究[J].计算机与数字工程, 2018, 46 (3) :575-579.
[2] 牛进才, 余建立, 李孟君.车辆牌照识别算法的研究与实现[J].电子测量技术, 2018 (6) :166-169.
[3] 侯向宁, 刘华.基于颜色分割与Sobel算子相结合的车牌定位[J].计算机技术与发展, 2018, 28 (8) :156-159.