融合Ｈｏｕｇｈ与Ｒａｄｏｎ变换的车牌倾斜校正算法

2014年01月26日13:46:57 本网站我要评论(2)字号：T | T | T

于　明，李延果，于　洋，阎　刚

（河北工业大学计算机科学与软件学院，天津　３００４０１）

摘　　　要：针对Ｈｏｕｇｈ变换无法校正无边框车牌和Ｒａｄｏｎ变换计算量大的问题，提出一种融合Ｈｏｕｇｈ变换与Ｒａｄｏｎ变换的车牌倾斜校正方法。通过设置车牌的有效检测区域，利用自适应Ｋｉｒｓｃｈ算子提取水平边缘，融合Ｈｏｕｇｈ与Ｒａｄｏｎ变换的车牌倾斜校正算法可以对有边框和无边框的车牌图像更快速地进行处理。实验选用２００张人工倾斜车牌图片用于检验由算法获得的倾斜角度的准确性，选用４００张自然倾斜车牌图片，用于对比Ｈｏｕｇｈ变换法、Ｒａｄｏｎ变换法和融合算法三种算法的速度和校正正确率。该算法在Ｍａｔｌａｂ平台下，角度在［－２０°，２０°］范围内的平均执行速度为０３８ｓ，校正正确率达到９０％以上。实验证明，该算法计算量小，正确率高，鲁棒性好。

关　键　词：车牌照；Ｈｏｕｇｈ变换；Ｒａｄｏｎ变换；Ｋｉｒｓｃｈ算子；有效区域；倾斜校正中

１　引　言

车牌自动识别系统是智能交通系统（ＩＴＳ）的重要组成部分。由于车牌悬挂不当、摄像机拍摄角度以及道路存在斜坡等问题导致获得的车牌图像倾斜，倾斜的车牌图像会给后期的字符分割与识别带来很大困难，因而车牌的倾斜校正在整个识别系统中起着至关重要的作用。

当前主流的车牌倾斜校正方法大致可以分为两类，一类基于Ｈｏｕｇｈ变换，ＺｈａｎｇＺｈｅｎｈｕｉ、芮挺以及王良红等人均是利用Ｈｏｕｇｈ变换寻找车牌边框直线的角度来获得车牌的倾斜角度［１-３］，其缺陷在于对边框有磨损形变或者无边框的车牌图像校正效果较差。另一类以Ｒａｄｏｎ变换为基础，贡丽霞、杨立刚和贾晓丹等人均是通过对图像进行Ｒａｄｏｎ变换，而后根据变换结果采用不同的方法获取车牌的倾斜角度［４-８］。

相对于只对边框部分进行处理的Ｈｏｕｇｈ变换法，Ｒａｄｏｎ变换法的优点是不依赖于车牌边框，但计算量相对较大。

为此提出融合Ｈｏｕｇｈ变换与Ｒａｄｏｎ变换的车牌倾斜校正方法，对有边框和无边框的车牌图像均能正确校正，并且算法速度也有很大提高。

登录网站后可下载文件

融合Ｈｏｕｇｈ与Ｒａｄｏｎ变换的车牌倾斜校正算法

相关阅读: