一个改进的车牌号码倾斜校正方法

江建军, 廖爱姣, 吴文光



一个改进的车牌号码倾斜校正方法

江建军, 廖爱姣, 吴文光

(湖南文理学院 图书馆,湖南 常德, 415000)

在智能交通系统中, 车牌号码倾斜校正是预处理的重要步骤. 论文使用加权最小二乘法, 把车牌区域拟合成一条直线, 然后求得该直线斜率, 并计算倾斜车牌图像的倾斜角, 最后把图像旋转-, 完成倾斜校正. 实验结果表明: 论文方法能快速准确地检测出图像的倾斜角, 并具有较强的适应性. 与最小二乘法拟合直线比较, 倾斜角精度更高, 目标函数值更少; 与Hough变换校正相比较, 论文算法处理时间更短, 倾斜角测量精度更高.

车牌号码; 加权最小二乘法; 倾斜校正

在城市十字路口电子眼拍摄车牌图像时, 由于受雨雪天气环境、道路交通状况和现场光照效果等因素影响, 图像中车牌常常存在严重的倾斜, 使得车牌字符出现相互粘连或者笔画断裂, 尤其是车牌中汉字各个部件出现不必要的断裂, 给后续的图像处理, 如字符分割和识别造成致命障碍[1-4]. 为了解决以上车牌倾斜问题, 多年来国内外相关领域学者进行了各种深入地研究, 提出了一些针对性较强的实用倾斜校正方法. 总的说来, 这些方法可分为以下3大类: 投影法、Hough变换法和近邻法. 当使用投影法进行倾斜校正时, 首先对倾斜图像进行投影, 然后对投影图形状进行分析[1], 该方法虽然简单, 但是由于需要获取每个倾斜角时的投影形状, 因而该方法计算量大, 耗时较多. Hough变换法是最常用的倾斜校正方法, 该方法首先获取倾斜图像像素坐标, 然后使用Hough变换对像素坐标去计算参数空间中参考点的可能轨迹[2-4]. 该方法对于直线图形具有较好的适应性和鲁棒性, 但是对于倾斜的车牌图像, 不仅其运算量大, 而且鲁棒性也有待提高. 应用近邻法倾斜校正时, 首先找出所有连通区中心点的个最近邻, 然后计算每对近邻点的向量方向并统计生成直方图, 最后通过找出直方图的峰值来得到整个图像的倾斜角[5-6], 由于图像中包含了较多的连通成分, 该方法也相当费时[7-8].

在深入分析和研究最小二乘法拟合直线基础上, 论文提出了改进的车牌号码倾斜校正方法. 该方法首先通过加权最小二乘法拟合直线, 然后计算该直线斜率并计算其倾斜角, 最后把倾斜图像旋转-完成倾斜校正.

1 基于加权最小二乘法的车牌号码倾斜校正

本质上讲, 车牌倾斜是车牌区域的主轴′与水平轴之间有一个倾斜角度, 只要获得, 把整个倾斜图像旋转-即可实现倾斜校正, 原理如图1所示.

图1 图像倾斜

1.1 最小二乘法拟合直线

式(1)的矩阵形式为:

解出:

即:

把x坐标和y坐标代入式(5), 则可以计算出拟合直线的斜率1.

1.2 加权最小二乘法拟合直线

根据(1)式, 在同方差2下, 将各个(x, y)的残差均视为提供同等重要的信息. 但在异方差下, 离散程度大的对应的拟合直线的位置(x)很不精确, 因此, 在拟合直线时理应不太重视所提供的信息. 即x对应的偏离越大时, 所提供的信息贡献应越小, 而偏离越小时, 所提供的信息贡献则应越大. 因此采用权数对残差提供的信息的重要程度作适当的校正, 以提高估计精度. 以上即为加权最小二乘法的思路.

根据以上分析, 我们对较小的残差平方2赋予较大的权数; 对较大的残差平方2赋予较小的权数, 权数为w. 则式(1)修改为:

式(6)的矩阵形式为:

在式(7)中, 对求偏导:

解出:

有:

由式(8)-(10)解得:

把x坐标和y坐标代入式(11), 则可以计算出拟合直线的斜率1.

1.3 改进的车牌号码倾斜校正方法

论文中, 假设倾斜图像已经二值化处理, 图像背景为黑色, 灰度值为0; 字符为白色, 灰度值为255. 图像左上角像素点坐标为(-1, 1),用来表示图像中灰度值为255的像素点坐标集合. 把代入式(11), 得到拟合直线的斜率1. 令tan=1, 计算得到. 因此, 改进的车牌号码倾斜校正方法描述如下:

(a) 扫描整幅图像, 采集图像中灰度值为255的像素点坐标集合.

(b) 把代入式(9), 得到斜率1.

(c) 令tan=1, 计算出倾斜角.

(d) 把整幅倾斜图像旋转-, 完成倾斜校正. 倾斜校正矩阵形式为:

2 实验和结果分析

在实验中, 我们使用的车牌图像如图2所示, 实验环境为: 工具软件为Matlab7.01; 主机为Celeron(R) CPU 2.13 GHz, 内存512 MB. 图像在倾斜校正之前, 已经二值化处理, 且背景为黑色字符为白色.

图2 实验用车牌图像

在该实验时, 我们不仅把本文方法用于车牌图像倾斜校正, 而且也实现了最小二乘法拟合直线和Hough变换进行车牌图像倾斜校正, 并对校正结果进行了比较, 校正后车牌如图3、图4所示. 另外, 为了定量比较以上三种校正方效果, 使用了相关性能指标(如表1所示). 在Hough变换进行倾斜校正时, 角度变化范围是[-90°, 90°], 增幅为1°. 根据图3、图4中校正后的图像来看, 本文方法已经较为精确的进行了校正, 上边线基本保持水平, 但令人遗撼的是, 使用最小二乘法拟合直线和Hough变换校正后的图像还存在一定程度的可辨识倾斜, 获取的旋转角度略显不足或过度, 表1中的相关指标和图3、图4结果相一致.

图3 车牌图像1倾斜校正

图4 车牌图像2倾斜校正

表1 倾斜校正性能指标比较

从表1和图3、图4看到, 论文方法和最小二乘法均能较好的拟合了车牌区域倾斜的趋势, 因此倾斜校正效果较好. 但是最小二乘法拟合直线的斜率偏小, 因而旋转角度略显不足, 图5、图6是加权最小二乘法拟合和最小二乘法拟合实验图像结果. 在处理时间方面, 本文方法和最小二乘法拟合直线相同. 2种方法的目标函数相差较大, 这进一步说明了论文方法优于最小二乘法. 图7为实验图像使用Hough变换后得到的系数图, 图中越亮的部分表示系数越大, 从图7(a)中看到, Hough系数最亮处大约在角度为8°处, 则= 8°, 该角度略显过度; 对于图7(b), Hough系数最亮处大约出现在角度为-10º处, 则=-10°, 该角度较为精确. 在处理时间方面, 本文方法比Hough变换耗费时间更少, 这在智能交通系统中是非常重要的.

图5 车牌图像1拟合

图6 车牌图像2拟合

图7 Hough变换

3 结论

本文在加权最小二乘法基础上, 提出了改进的车牌号码倾斜校正方法. 实验结果表明: 论文方法用于车牌号码倾斜校正比最小二乘法有更精确的倾斜角度和更小的目标函数值; 与Hough变换相比, 论文方法处理时间更短, 倾斜角精度更高, 非常适合于智能交通系统中对图像实时倾斜校正.

[1] 李文举, 梁德群, 王新年, 等. 质量退化的车牌字符分割方法[J]. 计算机辅助设计与图形学学报, 2005, 16(5): 697-700.

[2] 郝永杰, 刘文耀, 路烁. 畸变汽车牌照图像的空间校正[J]. 西南交通大学学报, 2002, 4(37): 417-420.

[3] Wen C Y, Yu C C, Hun Z D. A 3D Transformation to Improve the Legibility of License Plate Numbers[J]. Journal of Forensic Sciences, 2002, 47(3): 578-585.

[4] Ching Y T. Detecting line segments in an image—a new implementation for Hough transform[J]. Pattern Recognition Letters, 2000, 22(3): 421-429.

[5] 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[J]. 计算机应用, 2008, 44(3): 245-248.

[6] 吴一全, 丁坚. 基于K-L展开式的车牌倾斜校正方法[J].仪器仪表学报, 2008, 29(8): 1690-1693.

[7] 汪同庆, 朱永权, 王洪. 基于游长平滑的文档图像倾斜校正[J]. 计算机工程, 2004, 30(1): 141-143.

[8] 陈纯. 计算机图像处理技术与算法[M]. 北京: 清华大学出版社, 2003.

An improved vehicle license plate correction tilt method

JIANG Jian-jun, LIAO Ai-jiao, WU Li-guang

(Library of Hunan University of Arts and Science, Changde 415000 China)

Vehicle license plate tilt correction is a very important link in the intelligent transportation system. In this paper, based on the weighted least square method, the vehicle license plate region is first fitted to a straight line, and then the line slope is calculated, from which the rotation angleis derived. Finally the whole image is rotated by-and image tilt correction is carried out. The experimental results reveal that, this proposed method can quickly and accurately obtain the tilt angle and has better robustness and adaptability. Compared with fitting using the least square method, the tilt angle using the proposed method is more precise and the value of objection function is less. Also, compared with Hough Transformation, this proposed method is characterized by faster processing time and more precise tilt angle, which particularly caters to the intelligent transportation system

vehicle license plate; weighted least square method; tilt correction

TP 391

1672-6146(2012)04-0053-05

10.3969/j.issn.1672-6146.2012.04.011

2012-10-11

湖南省科技厅科研项目(2010GK3021).

江建军(1971-), 女, 研究方向为信息处理. E-mail: jiangjianjun1971@126.com

(责任编校:刘刚毅)