一种新的基于Radon变换的车牌倾斜校正方法
基于Canny算子和Radon变换的轨道图像校正方法
Correction method of track image based on Canny operator and Radon transform
YU Mingyang ， ZHU Qiguo， WANG Yijun
( College of Information Science and Engineering， Central South University， Changsha Hunan 410083 ， China)
对轨道图像校正、 匹配、 拼接、 轨道内边缘提取、 建模计算， 实 现轨 道 平 顺 性 的 检 测， 该 方 法 成 本 低、 效 率 高、 检测密度 大
［1 － 2 ］
。因此， 利用摄影测量方法进行轨道平顺性检测具有
［3 － 4 ］
很大的应用潜力
。
轨道图像的校正是摄影测量检测轨道静态平顺性的重要 技术环节。根据相机与轨面位置关系的不同 ， 可将轨道图像 分为两种。相机垂直轨面拍摄， 获取的是轨道俯视图， 无需校 正， 但获取轨道范围有限 ， 图像后续匹配拼接次数多 ， 效率低。 相机与轨面呈一定角度进行拍摄 ， 图像存在透视畸变， 需要校 正， 但能获取较大轨道范围 ， 图像后续匹配拼接次数少 ， 效率 5］采用灭点法对图像进 高。针对需校正的轨道图像 ， 文献［ 行校正， 此方法借助轨道图像中的平行线确定灭点 、 获取方位 元素， 从而求解校正矩阵， 但是在轨道图像中， 轨面与轨枕灰 度差小、 平行线少， 无形间增加了校正的难度 。
基于 Canny 算子和 Radon 变换的轨道图像校正方法
王一军 余明扬 ， 朱齐果，
（ 中南大学 信息科学与工程学院， 长沙 410083 ） ( * 通信作者电子邮箱 mingyang@ csu． edu． cn)
车牌识别中的倾斜车牌校正算法
车牌识别中的倾斜车牌校正算法
车牌识别是现代交通管理中不可或缺的技术之一。
然而，在实际应用过程中，会遇到一些车牌倾斜的情况，导致车牌识别率下降。
因此，研究车牌倾斜校正算法对车牌识别具有重要意义。
车牌识别中的倾斜车牌校正算法是针对车牌图像中出现的倾斜问题进行修正的算法。
它是通过对车牌图像进行预处理，将车牌图像进行倾斜校正，使得车牌上的字符垂直排列，以便于后续的字符识别。
在倾斜校正的过程中，常见的算法有基于角度旋转的算法、基于投影的算法、基于边缘的算法等等。
其中，基于角度旋转的算法是较为常见的一种方法。
它通过计算车牌的倾斜角度，然后进行图像的旋转，使得车牌上的字符垂直排列。
而基于投影的算法则是利用车牌上的字符进行投影，通过寻找字符的最小外接矩形，进而对图像进行校正。
基于边缘的算法则是利用车牌的边缘信息，进行边缘检测和霍夫变换，来计算车牌的倾斜角度，从而实现倾斜校正。
总的来说，车牌识别中的倾斜车牌校正算法是车牌识别技术中重要的一环。
通过对车牌图像进行倾斜校正，能够有效提高车牌识别的准确率和稳定性。
一种改进的Radon倾斜校正方法
■ 生 ■ ■ ■ ■ ■ ■ ■ ■ ■ ｌ ■ ｎ 变
蕾 ●● ｌ ■Ｉ ■■ｌ
越■ Ｉ ｌ
■■■■■量Ｉ
■■ ■■■誓Ｉ
由
角
Ｉ
Ｃ－ 。－ － － － － ｌ
１ １ 『 ＼ ， ．
＼
图 ５ 水 平垂 直 倾 斜
■ —噩 量 ■ 曩 鹰
■ ■■ ●● Ｉ ●■Ｉ ＩＩ ．
法 中最佳倾 斜 角度 的求取 是 一 个 寻优 过 程 ， 要 进 行 多 次 投影 才 能 逐 步逼 近最 佳倾 斜 角 度 。该 方 法 利用
Ｒ ａ ｄ ｏ ｎ变换求取车牌的水平和垂直倾斜角度 ， 无需二值化图像 ， 也不必旋转 图像。大量实验表明， 该方 法简 单实 用 ， 对光 照不 敏感 ， 抗 干扰能 力强 ， 并 且对 于 畸变 的车 牌也 有较好 的矫 正效果 。
第３ ３卷
第 ６期
大 庆 师 范 学 院 学报
Ｊ Ｏ Ｕ Ｒ Ｎ Ａ Ｌ Ｏ Ｆ Ｄ Ａ Ｑ Ｉ Ｎ Ｇ Ｎ Ｏ Ｒ ＭＡ Ｌ Ｕ Ｎ Ｉ Ｖ Ｅ Ｒ Ｓ Ｉ Ｔ Ｙ
Ｖｏ １ ． ３ ３ Ｎ ｏ ． ６ Ｎ ｏ ｖ ｅ ｍｂ ｅ ｒ ． ２ ０ １ ３
２ ０ １ ３年 １ １ 月
０ 引 言
随着 机动 车逐渐 增多 ， 车牌 自动 识别 （ Ａ Ｌ Ｐ Ｒ） 已经 成 为研 究 的热 门。车 牌识 别 的关键 技 术 包 括 获取 图像 、 车牌 区域定 位 、 字符 分割 以及字 符识别 。其 中 ， 车牌 校正 是 车牌 定位 和 字符 分 割 之 间 的一 个 重 要处 理过 程 。车牌 自动识 别 系统 的摄 像头 总是 固定 在一个 位置 。这样 就难 免会有 角度 倾斜 的问题 。尤 其在对 闯红 灯进行 记 录的 时候 ， 如 果摄像 机 的铁杆 不能 达到 马路 中央 ， 定 位 出的车牌 由于倾斜导 致精 确度 不高 。 目前 的车牌 倾斜 校正方 法 主要 有 ： １ ） Ｈ ｏ ｕ ｇ ｈ变换 法 … 。通 过 Ｈ ｏ ｕ ｇ ｈ变换 求 取 车 牌 的边 框 ， 进 而 确定 车牌 的倾斜 角 ， 或者 由 Ｈ ｏ ｕ ｇ ｈ变换 提取 牌照边 框参 数后 ， 再求 解牌 照 区域 ４个 顶 点 的坐 标 ， 然 后通 过 双线 性空 间变换 对 畸变 图像进行 校 正 。但 因噪 声 、 污 迹 等 干扰 ， 车牌 的边框 常 常并 不 明显 ， 甚 至 看 不 到边 框 。 另外 ， 由于 二值化 等 原 因 ， 车牌上 字符 会有粘 连 和断裂 现象 ， 使 Ｈｏ ｕ ｇ ｈ变换 后 的参 数 空 间 中的峰值 过 于分
车牌的定位与字符分割报告
车牌的定位与分割实验报告一实验目的针对交通智能系统所拍摄的汽车图片，利用设定的算法流程，完成对汽车车牌部分的定位，分割车牌部分，并完成字符的分割，以便于系统的后续分析及处理。
二实验原理详见《车牌的定位与字符分割》论文。
三概述1一般流程车牌自动识别技术大体可分为四个步骤：图像预处理、车牌定位与分割、车牌字符的分割和车牌字符识别。
而这四个步骤又可归结为两大部分：车牌分割和车牌字符识别。
图1-1为车牌自动识别技术的一般流程图。
2本实验的流程（1）图像预处理：图像去噪（2）车牌的定位：垂直边缘检测（多次）形态学处理的粗定位合并邻近区域结合车牌先验知识的精确定位（3）车牌预处理：车牌直方图均衡化倾斜校正判定（蓝底白字或者黄底黑字）归一化、二值化（4）字符的分割：垂直投影取分割阈值确定各个字符的左右界限（结合字符宽度、间隔等先验知识）分割字符四实验过程4.1图像预处理4.1.1图像去噪一般的去噪方法有：空间域上的均值滤波和中值滤波；频率域上的巴特沃斯滤波器。
图4-1是各滤波器处理椒盐噪声的效果。
a．被椒盐噪声污染的图片 b.均值滤波的效果图 c.中值滤波的效果图 d.BLPF的效果图图4-1 各滤波器处理椒盐噪声的仿真可见，中值滤波对椒盐噪声的处理效果极好，而一般所拍摄的图片上最多的便是孤立的污点，所以此处以中值滤波为主进行去噪。
图4-2是采用中值滤波处理实际汽车图片的效果。
a.原始图像b.灰度图像c.中值滤波后的图像图4-2 中值滤波处理实际汽车图片的效果很显然，经过中值滤波后去除了原图上的部分污点。
4.1.2图像复原由于通常情况下都不知道点扩展函数，所以我们采用基于盲解卷积的图像复原策略。
图4-3~4-7图是函数进行盲解卷积的实验结果，其中图4-3是图像cameraman 的模糊图像。
图4-3 模糊图像在盲解卷积处理中，选择适当大小的矩阵对恢复图像的效果很重要。
PSF的大小比PSF的值更重要，所以首先指定一个有代表性的全1矩阵作为初始PSF。
几种车牌图像倾斜角度矫正算法
几种车牌图像倾斜角度矫正算法在车牌识别领域中，图像的倾斜会对识别效果造成一定影响，因此对车牌图像进行倾斜矫正至关重要。
下面将介绍几种常见的车牌图像倾斜角度矫正算法。
1. 直线检测法直线检测法是一种常见的图像倾斜矫正方法，其基本思路是通过Hough变换检测车牌上的直线，然后根据检测到的直线的斜率来计算车牌的倾斜角度，最后对车牌进行旋转矫正。
使用直线检测法进行倾斜角度矫正的优点是算法简单易懂，适用于各种类型的车牌图像。
但是，由于车牌图像中存在干扰线条等因素，因此直线检测的准确性受到限制。
同时，该方法也存在计算量较大的问题。
2. 边缘检测法边缘检测法是一种常见的图像处理方法，在车牌图像倾斜矫正中也有广泛的应用。
该方法的基本思路是，通过边缘检测算法检测车牌图像的边缘，进而计算出车牌的倾斜角度。
最后对车牌进行旋转变换矫正。
与直线检测法相比，边缘检测法计算量较小，因此运行速度较快。
但是，由于车牌图像中存在噪点等因素，因此该方法的准确性也存在一定的局限。
3. 预处理法预处理法是一种非常有效的车牌图像倾斜矫正方法。
该方法的基本思路是，通过图像预处理算法对车牌图像进行处理，得到车牌上的字符或特征信息，进而计算出车牌的倾斜角度。
最后对车牌进行旋转矫正。
相比于直线检测法和边缘检测法，预处理法更加准确有效。
但是，该方法需要对车牌图像进行预处理，因此算法复杂度较高。
4. 模板匹配法模板匹配法是一种基于模板匹配的车牌图像倾斜矫正方法。
该方法的基本思路是，利用车牌模板进行匹配，找出车牌上的特征区域，进而计算出车牌的倾斜角度。
最后对车牌进行旋转矫正。
由于车牌模板具有良好的特征性，因此该方法对车牌图像的倾斜角度矫正具有很好的效果。
但是，由于模板匹配过程中需要对车牌模板进行匹配，因此算法复杂度较高。
同时，该方法也需要预先准备车牌模板，对通用性存在一定的限制。
结论以上介绍了几种常见的车牌图像倾斜角度矫正方法，每种算法都各有优缺点，应根据实际情况选择合适的算法。
一种简易的车牌定位及字符分割方法
一种简易的车牌定位及字符分割方法摘要：针对车牌识别技术中车牌定位及字符分割所存在各种问题，本文诣在运用数学形态学、radon变换理论，结合现有的车牌识别技术，提出了一种新的算法。
一定程度上提高了车牌识别的准确率，加快识别速度。
在研究的同时对其中出现的干扰问题进行了具体分析，处理。
关键字：车牌定位；字符分割；二值形态学Abstract: To solve some problems in vehicle license plate location and character segmentation in the vehicle license plate recognition system, mathematical morphology, radon transform theory and the existing license plate recognition technology were combined and introduced in this paper. This paper presents a new algorithm，to some extent improved the accuracy of license plate recognition, speed up the recognition speed. A variety of interference is a detailed analysis and processing in this algorithm.Key words: vehicle license plate location; character segmentation; Binary Morphology1前言随着社会工业化的快速发展，一些如城市道路、收费站、停车场等场所的交通密度日益增加，这对交通控制、安全管理的要求也日益提高。
倾斜文档图像的精确检测与校正
倾斜文档图像的精确检测与校正
夏莉丽;刘一锋;彭家伟;曾友;徐则中
【期刊名称】《常州工学院学报》
【年(卷),期】2022(35)4
【摘要】为了对倾斜的文档图像进行校正,提出了基于投影坐标方差最小化原则计算文档倾斜角度的文档图像倾斜检测与校正方法,该方法可应用于印刷扫描文档图像和手写拍照文档图像的倾斜检测与校正,且效果较好。
【总页数】5页(P16-19)
【作者】夏莉丽;刘一锋;彭家伟;曾友;徐则中
【作者单位】常州工学院计算机科学与技术系
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于版面的拍照文档图像倾斜校正
2.基于投影的文档图像倾斜校正方法
3.一种基于Radon变换的文档图像倾斜校正改进算法
4.纸质文档数据防泄与追溯中文本图像倾斜校正方法
5.基于hough变换的倾斜文档图像快速校正
因版权原因，仅展示原文概要，查看原文内容请购买。
基于Radon变换的倾斜车牌图像角度检测与校正
第 29卷第 2期 2008年 2月微 计 算 机 应 用M ICROC OM P U TER APPL IC A T I ON SVol 129 No 12Feb 12008基于 Radon 变换的倾斜车牌图像角度检测与校正3孙东卫 朱程辉(1新疆轻工职业技术学院 乌鲁木齐 8300212合肥工业大学电气与自动化工程学院合肥 230009)摘要 :倾斜车牌图像的校正对于后续车牌图像的分割与识别具有很大的影响 。
本文提出一种基于 Radon 变换来估计倾斜角 度的方法 ,并对之实行分步校正 ,最后应用数学形态学的方法对图像进行平滑处理 。
关键词 :垂直投影 角度检测 倾斜校正 形态学Skew Angle D etection of the Veh icle L icen se P la te Image andCorrect Ba sed on Radon Tran sforma tion 3SUN Dongwei 1, ZHU Chenghu i 2(1 Xinjiang L ight Indu s trial of Professional Techno l ogy,W ul um u qi830021, China, 2 School ofElectrical and Autom ation Engineering, Hefei University of Techno l ogy, Hefei, 230009, China )Abstract: Correction of the skew vehicle license p late is very substantial to the license p late i m ages segm entation and recognition 1 I n this paper, we p resent a method based on Radon transfo rmation, which can estim ate the skew angle by seeking the fram e of the license p late, and then we also p ropose a method to rectify the traffic p late with tw o step s 1Eventually, the mathem atical mo rpho logic p roce 2 d u res are used to smooth the image 1Keywords:Vertical p rojection, Angle detection, S kew correction, Morphology车牌自动识别系统一般由车牌图像预处理 、车牌定位分割 、字符分割 、车牌识别等几部分组成 ,其中车牌字符定位分割的效果是影响车牌准确识别的关键 。
水平和垂直变换的基本含义
２００９年第２３卷第５期测试技术学报Ｖｏｌ．２３ Ｎｏ．５ ２００９（总第７７期）JO U R N A L O F TE ST A N D M E A SU R E M E N T TE C H N O L O G Y（ＳｕｍＮｏ．７７）文章编号：１６７１-７４４９（２００９）０５-０４５２-０５Ｒａｄｏｎ变换在倾斜车牌图像校正中的应用贡丽霞，白艳萍（中北大学理学院，山西太原０３００５１）摘 要： 倾斜车牌图像的校正是车牌识别中的重要环节之一．根据Ｒａｄｏｎ变换思想，对三种倾斜方式提出了相应的校正方法．用数学形态学的方法对车牌图像进行边缘检测；利用Ｒａｄｏｎ变换检测车牌倾斜角度，对水平方向进行旋转无损校正，对垂直方向进行双线性插值错位偏移校正．实验结果表明该方法是快速有效的．关键词： Ｒａｄｏｎ变换；倾斜校正；边缘检测；双线性插值中图分类号： ＴＰ３９１ 文献标识码：ＡA ppl i cat i on of R adon T ransform at i on t o L i censeP l at e Sl ant C orrect i onＧＯＮＧＬｉｘｉａ，ＢＡＩＹａｎｐｉｎｇ（ＳｃｈｏｏｌｏｆＳｃｉｅｎｃｅ，ＮｏｒｔｈＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａ，Ｔａｉｙｕａｎ０３００５１，Ｃｈｉｎａ）A bst ract： Ｉｍａｇｅｓｋｅｗｃｏｒｒｅｃｔｉｏｎｉｓｏｎｅｏｆｔｈｅｋｅｙｔｅｃｈｎｏｌｏｇｉｅｓｉｎ１ｉｃｅｎｓｅｐｌａｔｅｒｅｃｏｇｎｉｔｉｏｎ．ＡｃｃｏｒｄｉｎｇｔｏｔｈｅＲａｄｏｎｔｒａｎｓｆｏｒｍａｔｉｏｎ，ｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄｓａｒｅｐｒｅｓｅｎｔｅｄｆｏｒｔｈｒｅｅｉｎｃｌｉｎｅｄｗａｙｓ．Ｆｉｒｓｔ，ｔｈｅｅｄｇｅｏｆｔｈｅｐｌａｔｅｉｍａｇｅｉｓｄｅｔｅｃｔｅｄｂｙｔｈｅｒｅｌａｔｅｄｏｐｅｒａｔｉｏｎｏｆｍａｔｈｅｍａｔｉｃａｌｍｏｒｐｈｏｌｏｇｙ．Ｎｅｘｔ，ｌｏｓｓｌｅｓｓｒｏｔａｔｉｏｎｃｏｒｒｅｃｔｉｏｎｉｓｐｅｒｆｏｒｍｅｄｆｏｒｔｈｅｔｉｌｔｐｌａｔｅａｌｏｎｇｔｈｅｈｏｒｉｚｏｎｔａｌｌｉｎｅ，ａｎｄｂｉｌｉｎｅａｒｉｎｔｅｒｐｏｌａｔｉｏｎｏｆｆｓｅｔｃｏｒｒｅｃｔｉｏｎｉｓｍａｄｅａｌｏｎｇｔｈｅｖｅｒｔｉｃａｌｌｉｎｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｖａｌｉｄ．K ey w ords：Ｒａｄｏｎｔｒａｎｓｆｏｒｍａｔｉｏｎ；ｔｉｌｔｃｏｒｒｅｃｔｉｏｎ；ｅｄｇｅｄｅｔｅｃｔｉｏｎ；ｂｉｌｉｎｅａｒｉｎｔｅｒｐｏｌａｔｉｏｎ０ 引 言车牌自动识别过程包括图像获取、车牌定位、车牌校正、字符分割及字符识别，其中图像的获取一般是通过固定架设在通道上方及两旁的ＣＣＤ摄像机拍摄得到，由于受到采集镜头与车牌之间的距离、汽车驾驶速度以及司机所挂车牌位置等的影响，牌照总有一定的倾斜度．这就给字符分割带来不利影响，造成误分割和车牌识别率的下降．因此，需要在字符分割之前进行车牌的倾斜校正．目前研究倾斜校正问题一般采用的方法有：①用Ｈｏｕｇｈ变换法检测车牌的边框直线，进而确定车牌磁收稿日期：２００９-０２-２１ 基金项目：２００９年国家自然科学基金资助项目（６０８７６０７７）；２００９年省自然科学基金资助项目（２００９０１１０１８-３） 作者简介：贡丽霞（１９８３-），女，硕士生，主要从事计算机科学中的数学问题研究通信作者：白艳萍（１９６２-），女，教授，主要从事应用数学研究．的倾斜角，它对边框明显的车牌效果很好，校正精度较高，但当牌照边框有磨损变形或牌照本身无边框时，效果较差；②用主成份分析法对二值化后的车牌图像直接进行数值计算，用特征向量的方法进行校正，但要求实测图像的二值化图像非常精确；③投影法对投影图形状进行分析，但是由于需要计算每个倾斜角度的投影形状，因此其计算量非常大．本文利用Ｒａｄｏｎ变换思想提出倾斜车牌图像的校正方法，在水平方向进行旋转无损校正，垂直方向进行双线性插值错位偏移校正．大量实验表明，该方法简单实用，对光照不敏感，抗干扰性强．１ 数学形态学边缘检测由于车牌里面内容丰富，有汉字、英文字母和阿拉伯数字，为了避免被车牌内容干扰，所以对车牌进行Ｒａｄｏｎ变换，检测水平边和垂直边之前，需要对车牌图像进行预处理．数学形态学是一种非线性滤波方法，可以用于抑制噪声、特征提取、边缘检测、图像分割等图像处理问题．其基本的形态运算是腐蚀和膨胀，并通过腐蚀与膨胀还可以构成开运算和闭运算．许多常用的边缘检测算子通过计算图像中局部小区域的差分来工作，它们对噪声较敏感且常在检测边缘的同时加强噪声．而形态边缘检测器主要用到形态梯度，虽对噪声也较敏感但不会加强或放大噪声．设用A 表示图像，B 表示结构元素（A 和B 均为集合），最基本的形态学梯度定义如下Ｇｒａｄ１＝（A 磑B ）－（A ΘB ）．（１）较尖锐的边界可用如下等价定义的形态梯度获得Ｇｒａｄ２＝（A 磑B ）－A ．（２）将原图像灰度化图１（ａ），二值化后可得二值图像图１（ｂ），然后用形态学梯度式（２）检测二值图像的边缘，由腐蚀运算对二值图像中灰度为１的像素点进行，先对原图像取反，见图１（ｃ），再运用３×３结构的腐蚀运算消除边缘，与腐蚀前的图像相减得边缘图像，见图１（ｄ）．图１ 数学形态学边缘检测结果F i g．１ Ｔｈｅｄｅｇｅｄｅｔｅｃｔｉｏｎｒｅｓｕｌｔｓｏｆｍａｔｈｅｍａｔｉｃａｌｍｏｒｐｈｏｌｏｇｙ２ 倾斜车牌校正算法２．１ 车牌倾斜方式一般情况下，可将倾斜的车牌图像近似看成一个平行四边形，有三种倾斜方式：水平倾斜（图２（ａ））、垂直倾斜（图２（ｂ））和混合倾斜（图２（ｃ））．水平倾斜时字符本身没有发生错切，车牌区域的主轴x ′与图像的水平轴x 之间有一个倾斜角度α，只需求出α，把整个图像旋转－α即可．垂直倾斜图像的倾斜实际上是车牌区域同一行间像素的错位偏移．只要检测到垂直倾斜角度β进行错位偏移校正即可．混合倾斜图像，既存在水平倾斜又存在垂直倾斜，在实际校正中，先进行水平倾斜校正，在此基础上再进行垂直倾斜校正．２．２ Ｒａｄｏｎ变换Ｒａｄｏｎ变换可以定义在任意维变量空间域，对于图像而言，考虑二维欧式空间的变换形式R （θ，ρ）＝簇D f （x ，y ）δ（ρ－x ｃｏｓθ－y ｓｉｎθ）ｄx ｄy ，（３）式中：D 为整个图像平面；f （x ，y ）为图像上某一点（x ，y ）的像素点灰度值；特征函数δ为狄拉克函数；ρ为（x ，y ）平面内直线到原点的距离；θ为原点到直线的垂线与x 轴的夹角．特征函数δ使积分沿着直３５４（总第７７期）Ｒａｄｏｎ变换在倾斜车牌图像校正中的应用（贡丽霞等）线ρ＝x ｃｏｓθ＋y ｓｉｎθ进行．图３显示了直线ρ＝x ｃｏｓθ＋y ｓｉｎθ的Ｒａｄｏｎ变换，由此可看出，当ρ和θ固定时，直线ρ＝x ｃｏｓθ＋y ｓｉｎθ是唯一确定的；反过来，x -y 平面的任意直线都对应于ρ-θ平面的一个点，故Ｒａｄｏｎ变换将x -y 平面的一条直线映射为ρ-θ平面一个点．图２ 车牌的三种倾斜方式F i g ．２ ＴｈｅｔｈｒｅｅｉｎｃｌｉｎｅｄｗａｙｓｏｆＶｅｈｉｃｌｅＬｉｃｅｎｓｅＰｌａｔｅ图３ Ｒａｄｏｎ变换示意图F i g．３ ＳｋｅｔｃｈｍａｐｏｆＲａｄｏｎｔｒａｎｓｆｏｒｍａｔｉｏｎ图４ Ｒａｄｏｎ变换F i g．４ Ｒａｄｏｎｔｒａｎｓｆｏｒｍａｔｉｏｎ２．３ 倾斜角度的提取及校正２．３．１ 水平倾斜角度检测及校正Ｓｔｅｐ１ 通过数学形态学方法，将原始图像转化为二值边缘图像；Ｓｔｅｐ２ 计算边缘图像的Ｒａｄｏｎ变换，如图４所示；Ｓｔｅｐ３ 计算出Ｒａｄｏｎ变换矩阵中的峰值．Ｒａｄｏｎ变换后，原图像中的直线段对应Ｒａｄｏｎ空间中的点，且线段越长，对应的点亮度越大，所以应在Ｒａｄｏｎ空间中找那些峰值点，为测量得准确，把所有峰值点按降序排列，取前几个峰值，计算每列之和，存放在矩阵R 中，并执行如下命令图５ 水平校正后图像F i g．５ Ｐｌａｔｅａｆｔｅｒｈｏｒｉｚｏｎｔａｌｔｉｌｔｃｏｒｒｅｃｔｉｏｎｆｏｒi ＝２：ｌｅｎｇｔｈ（R ） E （i ）＝a 倡R （i ）＋（１－a ）倡E （i －１）；ｅｎｄ得到新的矩阵E ，求E （i ）的最大值，α＝│９０°－i │为车牌的水平旋转角度．Ｓｔｅｐ４ 对水平方向进行旋转无损校正，将图像旋转±α．顺时针旋转时α＜０，逆时针时α＞０．图４为Ｒａｄｏｎ变换系数图，颜色越亮的表示系数越大，可知，Ｒａｄｏｎ变换系数最大值大约出现在角度为９５°处，则α＝９０°－９５°＝－５°，将图像顺时针旋转５°即可，如图５所示．２．３．２ 垂直倾斜角度检测及校正垂直倾斜是左右变形，而左右变形是Y 方向的错切变形，所以垂直倾斜可以看成图像沿X 轴的错切４５４测试技术学报２００９年第５期变换，则垂直倾斜校正就是沿X 轴方向的逆错切变换，垂直倾斜校正矩阵形式为［X ′１ Y ′１ １］＝［X １ Y １ １］１００ｔａｎβ１０００１，（４）式中：X １和Y １分别为水平倾斜校正后图像的x 和y 坐标矩阵；X ′１和Y ′１分别为最终校正图像的x 和y 坐标矩阵；β为垂直倾斜角度．具体算法如下：Ｓｔｅｐ１ 求出E 中α到E 的长度（－１）的所有极小值的右边界R b ，再求２到α的所有极小值的左边界L b ，且E （i ）小于等于E 的平均值．算法为：ｆｏｒj ＝ａｌｐｈａ：ｌｅｎｇｔｈ（E ）－１ ｉｆ（E （j ）＜＝m ）＆＆（E （j ）＜E （j －１））＆＆（E （j ）＜E （j －１）） R b ＝j ； ｅｎｄｅｎｄＳｔｅｐ２ 过滤（L b ，R b ）之间的值，即E （L b ：R b ）＝ｍｉｎ（E （L b ），E （R b ））．Ｓｔｅｐ３ 在０～π之间找出唯一的E （i ），即每一个以１°为步长的小邻域的极大值，且E （i ）＞m ．i 就是垂直倾斜角度，记作β．当沿X 轴正方向逆错切时，ｔａｎβ＜０；当沿X 轴负方向逆错切变换时，ｔａｎβ＞０．图６ 垂直校正后图像F i g．６ ＰｌａｔｅａｆｔｅｒｖｅｒｔｉｃａｌｔｉｌｔｃｏｒｒｅｃｔｉｏｎＳｔｅｐ４ 将上述垂直倾斜角度β代入式（４）进行坐标值校正，校正过程采用双线性插值方法完成．双线性插值的输出像素值是其在输入图像中２×２邻域采样点的平均值．此插值方法用分段的双线性来拟和已知数据，插值点的值取决于４个最邻近点的组合；并且它占用的内存比二次立方插值少，速度也较快．车牌图像经过水平校正后，已经基本保持水平，根据上述算法，得到垂直倾斜角度为９°，则垂直校正后图像如图６所示．３ 实验结果分析以下是算法的仿真实验结果，图７（ａ），图８（ａ），图９（ａ）都已经定位，并进行二值化处理，背景为黑色，字符为白色；提取边缘图像．把本算法和投影法在时间及检测角度方面进行比较，本文算法运行时间少，精确度高，在计算机上的平均运行时间为０．３４８５ｓ．图７ 水平倾斜图像校正结果F i g ．７ Ｒｅｓｕｌｔｓｏｆｈｏｒｉｚｏｎｔａｌｔｉｌｔｉｍａｇｅｃｏｒｒｅｃｔｉｏｎ图８ 垂直倾斜图像校正结果F i g ．８ Ｒｅｓｕｌｔｓｏｆｖｅｒｔｉｃａｌｔｉｌｔｉｍａｇｅｃｏｒｒｅｃｔｉｏｎ５５４（总第７７期）Ｒａｄｏｎ变换在倾斜车牌图像校正中的应用（贡丽霞等）６５４测试技术学报２００９年第５期图９ 混合倾斜图像校正结果F i g．９ Ｒｅｓｕｌｔｓｏｆｖｅｒｔｉｃａｌｔｉｌｔｉｍａｇｅｃｏｒｒｅｃｔｉｏｎ４ 结 论本文实现了一种利用Ｒａｄｏｎ变换对车牌进行倾斜校正的方法，为了得到更好的效果，先采用了数学形态学方法对车牌图像进行边缘检测，再利用Ｒａｄｏｎ变换检测车牌的水平和垂直倾斜角度，最后在水平方向进行旋转无损校正，垂直方向进行双线性插值错位偏移校正．实验证明，该方法简单易行，在车牌图像有污迹、光照不均以及车牌边框不明显时仍能得到较好的倾斜校正效果．参考文献：［１］ 李文举，梁德群，崔连延，等．一种新的车牌倾斜校正方法［Ｊ］．信息与控制，２００４，３３（２）：２３１-２３５．ＬｉＷｅｎｊｕ，ＬｉａｎｇＤｅｑｕｎ，ＣｕｉＬｉａｎｙａｎ，ｅｔａｌ．Ａｎｏｖｅｌａｐｐｒｏａｃｈｆｏｒｖｅｈｉｃｌｅｌｉｃｅｎｓｅｐｌａｔｅｔｉｌｔｃｏｒｒｅｃｔｉｏｎ［Ｊ］．ＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００４，３３（２）：２３１-２３５．（ｉｎＣｈｉｎｅｓｅ）［２］ 胡小峰，赵辉．ＶｉｓｕａｌＣ＋＋／ＭＡＴＬＡＢ图像处理与识别实用案例精选［Ｍ］．北京：人民邮电出版社，２００４：１１４-１１５．［３］ 王枚，王国宏．基于字符投影最小距离的车牌校正方法［Ｊ］．计算机工程，２００８，３４（６）：２１６-２１８．ＷａｎｇＭｅｉ，ＷａｎｇＧｕｏｈｏｎｇ．Ｍｅｔｈｏｄｏｆｖｅｈｉｃｌｅｌｉｃｅｎｓｅｐｌａｔｅｃｏｒｒｅｃｔｉｏｎｂａｓｅｄｏｎｃｈａｒａｃｔｅｒｓｐｒｏｊｅｃｔｉｏｎｍｉｎｉｍｕｍｄｉｓｔａｎｃｅ［Ｊ］．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ，２００８，３４（６）：２１６-２１８．（ｉｎＣｈｉｎｅｓｅ）［４］ 潘梅森，肖政宏．一种新的车牌号码倾斜校正方法［Ｊ］．光电子激光，２００８，１９（８）：１１１６-１１２０．ＰａｎＭｅｉｓｅｎ，ＸｉａｏＺｈｅｎｇｈｏｎｇ．Ａｎａｌｇｏｒｉｔｈｍｆｏｒｖｅｈｉｃｌｅｌｉｃｅｎｓｅｐｌａｔｅｔｉｌｔｃｏｒｒｅｃｔｉｏｎｂａｓｅｏｎｓｉｎｇｕｌａｒｖａｌｕｅｄｅｃｏｍｐｏｓｉｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＯｐｔｏｅｌｅｃｔｒｏｎｉｃｓＬａｓｅｒ，２００８，１９（８）：１１１６-１１２０．（ｉｎＣｈｉｎｅｓｅ）［５］ 孙东卫，朱程辉．基于Ｒａｄｏｎ变换的倾斜车牌图像角度检测与校正［Ｊ］．微计算机应用，２００８，２９（２）：１８-２１．ＳｕｎＤｏｎｇｗｅｉ，ＺｈｕＣｈｅｎｇｈｕｉ．Ｓｋｅｗａｎｇｌｅｄｅｔｅｃｔｉｏｎｏｆｔｈｅｖｅｈｉｃｌｅｌｉｃｅｎｓｅｐｌａｔｅｉｍａｇｅａｎｄｃｏｒｒｅｃｔｂａｓｅｄｏｎｒａｄｏｎｔｒａｎｓｆｏｒｍａｔｉｏｎ［Ｊ］．ＭｉｃｒｏｃｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓ，２００８，２９（２）：１８-２１．（ｉｎＣｈｉｎｅｓｅ）。
结合垂直投影法与固定边界分割的车牌字符分割算法（附源码和详细解析）
结合垂直投影法与固定边界分割的车牌字符分割算法（附源码和详细解析）上⼀篇博⽂简单有效的车牌定位算法（附源码和详细解析），详细介绍了数学形态学处理车牌粗定位与蓝⾊像素统计、⾏列扫描的车牌精确定位算法。
没有看的朋友可以先看上⼀篇博⽂。
这次，在牌照字符的分割上，我结合了⽬前使⽤最多的投影法和车牌固定边界的多阈值分割算法。
它的⼤致实现过程如下：第⼀步先对上⼀节粗定位完牌照的只有⿊⽩两⾊的图像bg2实施伪彩⾊标记。
第⼆步获取标记区域各连通块的尺⼨参数，⽤作下⼀步遍历的索引。
第三步投影得直⽅图，取⼀个分割阈值，划分出背景和字符的范围，也就是在直⽅图histrow(histcol)中区分⾕底点和上升点。
第四步分析峰⾕，得到例如最⼤峰中⼼距等参数。
最后⼀步，根据上⼀步求得的参数分割字符。
具体分割流程图如下图：图5-1 字符分割流程图⼀、车牌区域彩⾊标记与特征提取 对粗定位车牌后的⼆值图像作连通区域4邻域的伪彩⾊标记的⽬的是为了⽅便计算出车牌区域的⾯积、宽⾼度以及车牌框架的⼤⼩、区域开始和结束的⾏列位置等区域特征参数，是为后续的车牌投影分析操作作预准备。
在这⼀步骤中，⾸先以4领域⼤⼩为模块对⼆值图像作区域标记，给每块连通区域块标记上序数，获取图像中连通区域的块数和图像矩阵L，初步计算出各连通区域的框架⼤⼩，然后再根据车牌的先验知识设置亮度⾼度的合理阈值筛选出真正车牌区域的连通域，记录下该连通域的序数，最后对车牌区域块作区域特征提取，获取车牌的框架⼤⼩、宽⾼度、宽⾼⽐例以及开始位置点的⾏、列数等参数。
在MATLAB中对车牌号码为粤A6ZC93和粤AC609Z两车辆的车牌粗定位⼆值图像作伪彩⾊标记效果如下图：（a）粤A6ZC93 (b)粤AC609Z图5-2 区域标记与特征参数提取⼆、车牌预处理(1) 基于Radon变换的倾斜校正 从车体侧⾯拍摄的车辆图像中提取出来的牌照会出现⾓度的倾斜，为了后续操作的⽅便，需要进⾏⾓度的校正。
车牌倾斜校正的方法
车牌倾斜校正的方法
车牌要是倾斜了，可有点小麻烦呢。
咱得想办法把它校正过来呀。
有一种简单的办法是利用图像编辑软件。
如果是那种不是特别严重的倾斜，像在电脑上用Photoshop。
你打开有车牌图像的文件后，在菜单里找那个“自由变换”的功能，通常是快捷键Ctrl+T（Windows系统哦）。
这时候图片四周就会出现小方块，你就可以用鼠标拖动这些小方块来调整车牌的角度啦。
就像摆弄小玩具一样，把车牌摆到正正的位置。
不过这个得有点耐心，慢慢调整，可别一下子调过头咯。
还有呀，如果是想通过编程来校正车牌倾斜，那对于懂代码的小伙伴来说也不难。
比如说用Python语言和OpenCV库。
先把车牌图像读进去，然后通过一些算法来检测车牌的边缘。
检测到边缘之后呢，就可以根据边缘的角度来计算出车牌倾斜的角度啦。
再用旋转函数把车牌旋转到正确的角度。
这就像是给车牌做了一场精确的手术，让它“站”得笔直。
不过这对编程小白来说可能有点难，得花点时间去学习那些代码和算法呢。
要是不想这么复杂，还有一些专门的车牌识别软件本身就带有校正功能。
你只要把有倾斜车牌的图像或者视频导入到这个软件里，它就能自动把车牌校正过来，然后识别出车牌号码。
这就像是请了个小助手，它特别聪明，一下子就把问题解决了。
不管用哪种方法，校正车牌倾斜都是为了能更好地识别车牌，或者让车牌看起来更规范。
就像我们整理自己的仪容仪表一样，车牌也得整整齐齐的呢。
所以呀，要是遇到车牌倾斜的情况，别发愁，这么多办法总能找到适合你的那个小妙招。
改进的穿线法的卡尺图像识别
改进的穿线法的卡尺图像识别丁双;任国营;张福民;范乃胤【摘要】为了提高卡尺显示的数字识别效率及识别精度,提出了一种基于改进的穿线法的数显卡尺图像识别算法.传统的穿线法在数字图像识别时对图中数字垂直方向有倾斜的数字图像的识别会频繁出现错误,实用性差,有缺陷,无法在智能制造现场大范围推广.针对这个问题,先采用Radon变换对数字图像的垂直方向倾斜角进行估计,再利用该估计角度的倾斜直线代替传统穿线法竖直直线,进而通过数字图像分割和处理,实现高效率识别.实验结果表明,该算法识别率约为98％,很好地满足了工业测量中大范围高密集度的数字图像识别的使用要求.【期刊名称】《计量学报》【年(卷),期】2019(040)005【总页数】5页(P765-769)【关键词】计量学;图像识别;机器视觉;穿线法;数显卡尺【作者】丁双;任国营;张福民;范乃胤【作者单位】天津大学精密测试技术及仪器国家重点实验室,天津300072;天津大学精密测试技术及仪器国家重点实验室,天津300072;中国计量科学研究院,北京100029;天津大学精密测试技术及仪器国家重点实验室,天津300072;河南省计量科学研究院,河南郑州450000【正文语种】中文【中图分类】TB921 引言利用机器视觉技术对传统的仪器仪表进行改造，使之可以进行自动化数据采集及自动校准，其应用在计量部门是一个正在开展的课题。
一般的机器视觉辅助自动化测试主要是针对模拟式的仪表，或者一些数显仪器，如数码管等,但随着现代社会智能化高速发展以及机器视觉[1,2]应用的普及,人们对机械自动化程度的要求越来越高。
要求一些人工操作的仪器譬如卡尺，也可以实现自动化测试。
卡尺具备读数直观、使用方便、功能多样的特点，在制造工厂应用广泛；但是传统的人工卡尺读数效率低，且不能机械自动化替代人工，已经不满足工厂现代化需求。
而把卡尺与机器人相结合，通过机器视觉，利用其控制的摄像头采集卡尺的有效数字区域，并将模拟图像信号转换成数字信号，然后采用数字信号处理与信息结合技术进行图像处理，完成卡尺数值的自动识别，实现卡尺读数自动化成为可能，更为卡尺今后的自动化测量奠定了基础。
毕业设计开题报告(车牌识别
大理学院
毕业设计开题报告
选题：高速运动中汽车牌照自动识别系统的设计与开发功效形式：实物及论文
项目组成员：张文龙
****：***
专业：通信工程
班级： 11级一班
起止日期： 2021年9月至--2021年1月
联系： 153****0462
制表日期：2021年8月27日
说明
一、《开题报告》是保证毕业设计（论文）质量的一个重要环节，每组毕业设计均需认真填写《开题报告》，不然不许诺开展毕业设计。
二、学生在填写《开题报告》前，需在指导教师指导下通过调研和资料检索，了解研究的背景、现状，计划研究内容和预期达到的目标，合理组织研究打算。
3、除特殊情形外，毕业设计（论文）原那么上按《开题报告》内容开展研究。
4、参考文献按以下格式填写：
（1）高作：序号.作者.书名.版次（第一版省略）.出版社,出版时刻.页码范围。
（2）论文：序号.作者.论文名.刊名,出版年月,卷（期）：页码范围。
五、本表一式三份，学生毕业设计组一份，指导教师一份，所属学院保管一份（含电子版）。
大理学院
年月
一、选题概述（可加附页：对选题的国内外研究现状、意义等进行描述）
二、选题实施要紧内容（要紧研究内容，拟解决的问题、方法，关键技术等）
三、项目实施目标及考核的技术经济指标（毕业设计填写）
四、研究打算（按月份或日期打算）
五、成员及分工：
六、审核意见：
七、要紧参考文献（毕业设计至少50篇，毕业论文至少20篇）。
基于Sobel算子和Radon变换的车牌倾斜校正方法
明， 该方法简单 易行 ， 对污迹 、 光 照不敏感 。
关键词 ： 车牌 ； 倾 斜校 正 ； Ｓ ｏ ｂ ｅ ｌ 算子 ； Ｒ ａ ｄ ｏ ｎ变换 ； 剪 切 变换 中图 分 类 号 ： Ｔ Ｐ ３ ９ １ ． ４ １ 文 献标 志码 ： Ａ Ｔ Ｐ ３ ９ １ ． ４ １
Ｗ Ｕ Ｌｉ ｌ ｉ ．ＹＵ Ｃｈ ｕ ｎ ｙ ａ ｎ
（ Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ｍａ ｔ ｈ ｅ ｍ ａ ｔ ｉ ｃ ｓ ａ ｎ ｄ Ｃ ｏ ｍ ｐ ｕ ｔ ｅ ｒ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ，Ｆ ｕ ｚ ｈ ｏ ｕ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ，Ｆ ｕ ｚ ｈ ｏ ｕ Ｆ ｕ ｊ ｉ ａ ｎ ３ ５ ０ １ ０ ８ ，Ｃ ｈ ｉ ｎ ａ ）
Ｅ ｘ ｐ ｅ ｒ ｉ ｍｅ ｎ ｔ ｌ ａ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｍｅ ｔ ｈ ｏ ｄ ｏ ｆ ｅ ｒ ｓ ｒ ｏ ｂ ｕ ｓ ｔ ｎ ｅ ｓ ｓ ｗ ｈ ｅ ｎ ｄ ｅ ｌｉ ａ ｎ ｇ ｗ ｉ ｔ ｈ ｄ ｉ ｒ ｔ ｙ ｐ ｌ ａ ｔ ｅ ｓ ａ ｎ ｄ ｌ ｉ ｃ ｅ ｎ ｓ ｅ ｐ ｌ ａ ｔ ｅ ｓ ｉ ｎ ｖ ａ ｉａ ｒ ｎ ｔ ｌ ｉ ｇ ｈ ｔ ｉ ｎ ｇ ｃ ｏ ｎ ｄ ｉ ｔ ｉ ｏ ｎ ｓ ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ：ｌ ｉ ｃ ｅ ｎ ｓ ｅ ｐ ｌ ａ ｔ ｅ ；ｔ ｉ ｌ ｔ ｃ ｏ ｒ ｒ ｅ ｃ ｔ ｉ ｏ ｎ ；Ｓ ｏ ｂ ｅ ｌ ｏ ｐ ｅ ｒ ａ ｔ ｏ ｒ ；Ｒａ ｄ ｏ ｎ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｍ ；ｓ ｒ ｈ ｅ ａ ｒ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
１引言 车牌识别（ＬＰＲ）是智能交通系统（ＩＴＳ）的重要组成部分，
可广泛应用于交通监控和管理、车辆安全防盗等领域，有着广 泛的应用前景。ＬＰＲ技术是将摄像机等设备拍摄的车辆图像， 经视频图像采集卡转换成数字图像（或直接使用数字摄像机获 取数字图像）并传送给计算机，由计算机通过车牌识别软件定 位提取车牌，分割车牌上的字符，最后识别出分割的字符，是一 种不需人的干预、由计算机自动获得通行车辆车牌号码的技 术。最理想情况下拍摄的车牌图像是一个矩形，但由于摄像机 和车牌之间角度的变化，常常使所拍摄的车牌图像产生倾斜现 象，给字符分割带来不利影响，造成误分割和车牌识别率的下 降。因此，需要在字符分割之前进行车牌的倾斜校正。
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
２００８，４４（３） ２４５
一种新的基于Ｒａｄｏｎ变换的车牌倾斜校正方法
贾晓丹，李文举，王海姣 ＪＩＡ Ｘｉａｏ－ｄａｎ，ＬＩ Ｗｅｎ－ｊ１１，ＷＡＮＧ Ｈａｌ－ｊｉａｏ
辽宁师范大学计算机与信息技术学院，辽宁大连１ １６０２９
ｔｅｒｐｏｌａｔｉｏｎ ｏｆｆｓｅｔ ｃｏｒｒｅｃｔｉｏｎ ｉＳ ｍａｄｅ ｔｏ ｔｈｅ ｐｌａｔｅ ｔｈａｔ ｉＳ ｔｉｌｔ ｔｏ ｔｈｅ ｖｅｒｔｉｃａｌ ｌｉｎｅ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｍｅｔｈｏｄ ｃａｎ ｂｅ
ｉｍｐｌｅｍｅｎｔｅｄ ｅａｓｉｌｙ ａｎｄ ｏｆｆｅｒｓ ｒｏｂｕｓｔｎｅｓｓ ｗｈｅｎ ｄｅａｌｉｎｇ ｗｉｔｈ ｄｉｒｔｙ ｌｉｃｅｎｓｅ ｐｌａｔｅｓ ａｎｄ ｌｉｃｅｎｓｅ ｐｌａｔｅｓ ｉｎ ｖａｒｉａｎｔ ｌｉｇｈｔｉｎｇ ｃｏｎｄｉｔｉｏｎｓ．
Ｒ－Ｉ ４原始图像
图１ Ｒａｄｏｎ变换的几何关系
对一未倾斜的车牌进行０。、５。和一１８。的Ｒａｄｏｎ变换，结果 如图２（ａ）所示。由图可见，０。时的数据落差最大，５。时次之，一１８。 时最小。这说明，当对车牌进行若干个角度的Ｒａｄｏｎ变换时，数 据落差最大时的角度是车牌的倾斜角度。数据落差的大小可通 过数据的１阶导数绝对值的累加和来度量。
到ＨＨＩＩＩＩ Ｉ Ｉ Ｉ 儿咖Ｉ Ｉｉ．１ｉ ｌ ．１枷ｌ Ｒａｄｏｎ变换的角度【－２０。，２０。］ 图８ ｌ阶导数累加和的直方图
３．４垂直倾斜校正 车牌的垂直倾斜是同一行问像素的错位偏移，因此，要在
贾晓丹，李文举，王海姣：一种新的基于Ｒａｄｏｎ变换的车牌倾斜校正方法
同一行内对像素进行移位。设车牌的高度为ｈ，垂直倾斜角度
２ Ｒａｄｏｎ变换及倾斜角检测原理 设八省，，，）为一个二维函数，则Ｒａｄｏｎ变换定义如下：
Ｒ口（冤’）＝Ｉ以筇’ｃｏｓ０－ｙ’ｓｉｎ０，石’ｓｉｎ０－ｙ’ｃｏｓ０）ｄｙ７
（１）
其中：阱嵫；嘲ｓｉｎ０口㈦。
以戈，ｙ）的Ｒａｄｏｎ变换的几何关系如图１表示，它是八石，ｙ） 平行于ｙ ７轴的线积分。当ｆ（ｘ，ｙ）表示一图像矩阵时，Ｒａｄｏｎ变 换的实质是求任意方向０上图像矩阵的投影。
Ｋｅｙ ｗｏｒｄｓ：ｖｅｈｉｃｌｅ ｌｉｃｅｎｓｅ ｐｌａｔｅ；ｔｉｌｔ ｃｏｒｒｅｃｔｉｏｎ；Ｒａｄｏｎ ｔｒａｎｓｆｏｒｉｌｌ
摘要：车牌的倾斜给车牌字符分割与识别带来不利的影响。基于Ｒａｄｏｎ变换，提出了一种新的车牌倾斜校正方法。对车牌图像在 卜２００，２０。］范围内进行Ｒａｄｏｎ变换，并对变换后的结果求一阶导数绝对值的累加和，将累加和的最大值所对应的Ｒａｄｏｎ变换的角 度作为倾斜角度。对水平倾斜的车牌进行双线性插值旋转校正，对垂直倾斜的车牌进行双线性插值错位偏移校正。实验结果证明， 该方法简单实用，对光照、污迹等不敏感，抗干扰能力强。 关键词：车牌；倾斜校正；Ｒａｄｏｎ变换 文章编号：１００２—８３３１（２００８）０３—０２４５—０４ 文献标识码：Ａ 中图分类号：ＴＰ３９１
Ｎｏｒｍａｌ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏｌｌｅｇｅ，Ｌｉａｏｎｉｎｇ
Ｕｎｉｖｅｒｓｉｔｙ，Ｄａｌｉａｎ，Ｌｉａｏｎｉｎｇ １１６０２９，Ｃｈｉａｎ
Ｅ－ｍａｉｌ：ｘｉａｏｄａｎｊｉａ＠１６３．ｃｏｍ
ＪＩＡ Ｘｉａｏ－ｄａｎ，ＬＩ Ｗｅｎ－ｊｕ，ＷＡＮＧ Ｈａｉ－ｊｉａｏ．Ｎｏｖｅｌ ａｐｐｒｏａｃｈ ｆｏｒ ｖｅｈｉｃｌｅ ｌｉｃｅｎｓｅ ｐｌａｔｅ ｔｉｌｔ ｃｏｒｒｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ Ｒａｄｏｎ ｔｒａｎｓｆｏｒｍ．Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ。２００８，４４（３）：２４５－２４８．
Ａｂｓｔｒａｃｔ：Ｔｉｌｔ ｖｅｈｉｃｌｅ ｌｉｃｅｎｓｅ ｐｌａｔｅ ｈａｖｅ ａ ｂａｄ ｅｆｆｅｃｔ ｏｎ ｉｔｓ ｃｈａｒａｃｔｅｒ ｓｅｇｍｅｎｔａｔｉｏｎ ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ａ ｎｏｖｅｌ ａｐ－
ｐｒｏａｃｈ ｆｏｒ ｎｕｍｂｅｒ ｐｌａｔｅ ｔｉｌｔ ｃｏｒｒｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ Ｒａｄｏｎ ｔｒａｎｓｆｏｒｍ ｉｓ ｐｒｅｓｅｎｔｅｄ，Ｒａｄｏｎ ｔｒａｎｓｆｏｒｍ ｉｎ ｔｈｅ ｒａｎｇｅ ｏｆ卜２０。，２０。］ｉｓ ｉｍ－
万方数据
熏景赚搽蹄蕊＿【 Ｒａｄｏｎ变换的角鼬一２０。，２０。】
图５ Ｒａｄｏｎ变换的ｌ阶导数累加和
图６ 水平倾斜校正后的车牌 图７剔除水平边框和铆钉后的１二牌
３．２剔除水平边框和铆钉 车牌上通常有２个或４个固定铆钉，它们常常和水平边
框、第２、第４个字符相粘连，影响字符的分割效果。 对水平倾斜校正后的图像进行垂直边缘检测，可去掉水平
Ｒａｄｏｎ变换的角度［一２０。，２０。］ （ｂ）Ｒａｄｏｎ变换结果的１阶导数累加和
图２倾斜角检测原理 一般情况下，车牌的倾斜角度不会超过２０。。所以，应用 Ｒａｄｏｎ变换求车牌倾斜角的工作原理如下： （１）对车牌进行一２０。～２０。的Ｒａｄｏｎ变换； （２）对上述Ｒａｄｏｎ变换结果分别求１阶导数绝对值的累 加和； （３）具有最大累加和的角度为倾斜角度。 对上述车牌进行一２０。．２００的Ｒａｄｏｎ变换，然后再分别求１ 阶导数绝对值的累加和，结果如图２（ｂ）所示。由图可见，ｏ。时
ｐｌｅｍｅｎｔｅｄ ｏｎ ｔｈｅ ｎｕｍｂｅｒ ｐｌａｔｅ ｉｍａｇｅｓ．Ｔｈｅｎ ｔｈｅ ａｃｃｕｍｕｌａｔｉｖｅ ｔｏｔａｌ ｏｆ ａｂｓｏｌｕｔｅ ｖａｌｕｅ ｏｆ ｄｉｆｉｅｒｅｎｃｅ ｏｆ ｔｈｅ ｒｅｓｕｌｔｓ ｉＳ ｃａｌｃｕｌａｔｅｄ．ｒｅ—
ｃｏｎｆｉｒｍｅｄ ｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅ ａｎｇｌｅ ｏｆ ｔｈｅ Ｒａｄｏｎ ｔｒａｎｓｆｏｒｍ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｔｏ ｔｈｅ ｍａｘｉｍａｌ ａｃｃｕｍｕｌａｔｉｖｅ ｔｏｔａｌ ｉｓ
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
显；方法（６）是通过旋转车牌图像在坐标轴上的投影求取倾斜 角度进行校正，它具有较强的抗干扰能力。但该方法中最佳倾 斜角度的求取是一个寻优过程，要进行多次投影才能逐步逼近 最佳倾斜角度，因此计算量很大。本文提出了一种新的车牌倾 斜校正方法，该方法利用Ｒａｄｏｎ变换求取车牌的水平和垂直倾 斜角度，无需二值化图像，也不必旋转图像。大量实验表明，该 方法简单实用，对光照不敏感，抗干扰能力强，并且对于畸变的 车牌也有良好地矫正效果。
基金项日：辽宁省博士科研启动基金（ｔｈｅ Ｄｏｃｔｏｒａｌ Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｓｅａｒｃｈ Ｆｏｕｎｄａｔｉｏｎ ｏｆ Ｌｉａｏｎｉｎｇ Ｐｒｏｖｉｎｃｅ ｏｆ Ｃｈｉｎａ ｕｎｄｅｒ Ｇｒａｎｔ Ｎｏ．２００６１０５２）；辽宁 省教育厅高等学校科研项目资助（ｔｈｅ Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｓｅａｒｃｈ Ｐｒｏｇｒａｍ ｏｆ Ｈｉｇｈｅｒ Ｅｄｕｃａｔｉｏｎ ｏｆ Ｌｉａｏｎｉｎｇ Ｅｄｕｃａｔｉｏｎａｌ Ｃｏｍｍｉｔｔｅｅ ｏｆ Ｃｈｉｎａ ｕｎｄｅｒ Ｇｒａｎｔ Ｎｏ．２００６０４８４）。
作者简介：贾晓丹（１９８２一），女，硕士研究生，主要研究方向：图像处理与模式识别；李文举（１９６４一）。男，教授，博士，硕士研究生导师，主要研究方 Ｉ叫：图像处理与模式识别、智能控制、智能交通系统；王海姣（１９８０一），女，硕士研究生，主要研究方向：图像处理与模式识别。
万方数据
２４６ ２００８，４４（３）
边框；然后进行水平投影。由于字符区域的水平投影值较大，可 设定一阈值７１，则投影值Ⅳ＞ｒ的区域为字符区域。剔除水平边 框和铆钉后的车牌图像如图７所示。 ３．３求取车牌的垂直倾斜角
对剔除水平边框和铆钉后的车牌进行一２０。～２０。的Ｒａｄｏｎ 变换。然后对Ｒａｄｏｎ变换后的结果求１阶导数绝对值的累加 和，累加和最大时所对应的Ｒａｄｏｎ变换的角度为垂直倾斜角 度。图８为１阶导数绝对值累加和的直方图，从图可见车牌的 垂直倾斜角度为１ ６。。
图９校正后的车牌
４实验结果 用本文提出的方法对两类图像进行了测试，一类是所拍摄
的图像中的车牌本身就是倾斜的，称为实际倾斜的车牌图像， 目的是从主观上来判断本文提出的方法；另一类是人工倾斜的 车牌图像，将不发生倾斜的车牌，人为的倾斜任意角度，并记录 下倾斜的角度，再用本文提出的算法进行倾斜校正，比较得出 的倾斜角度与记录下的手动的倾斜角度的误差，目的是通过大 量的实验来评价该方法的性能。 ４．１实际倾斜的车牌图像的实验结果
的累加和最大，说明ｏ。时的数据落差最大，车牌的倾斜角度为 ０。，即车牌不倾斜。
３车牌倾斜校正算法 车牌具有三种倾斜模式，即水平倾斜、垂直倾斜和水平垂
直倾斜。因此，在进行倾斜校正时，也应分别进行水平倾斜校正 和垂直倾斜校正。车牌倾斜校正算法的流程图如图３所示。