一种改进的Radon倾斜校正方法

王洪亚

（淮阴工学院计算机工程学院，江苏淮安223001）

一种改进的Radon倾斜校正方法

王洪亚

（淮阴工学院计算机工程学院，江苏淮安223001）

车牌倾斜校正是车牌识别系统中的一项关键技术，校正效果将直接影响后续字符分割和识别的效果。为此，提出了一种改进的基于Radon倾斜车牌校正方法。该方法将车牌倾斜分成水平倾斜和垂直倾斜两部分。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。实验结果表明：该算法简单实用，能够准确地对车牌进行校正。

倾斜校正；Radon变换；双线性插值

0 引言

随着机动车逐渐增多，车牌自动识别（ALPR）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）Hough变换法［1］。通过Hough变换求取车牌的边框，进而确定车牌的倾斜角，或者由Hough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Hough变换后的参数空间中的峰值过于分散，校正效果不理想，且计算量大；

2）基于主成分分析的车牌倾斜校正方法［2］；

3）边缘检测结合旋转投影法［3］。

这些方法的主要缺陷是计算复杂度较高、精确度并不理想。本文提出一种改进的Radon［4］方法，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。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较好的矫正效果。

1 Radon变换原理

该方法是利用数学形态学对二值化后的车牌图片进行边缘检测，利用Radon变换对车牌图像在水平方向和垂直方向的倾斜角进行检测，然后旋转一定角度来进行水平校正，用双线性插值来进行垂直边框校正。

Radon变换方法就是研究得到的图像在各个方向上的投影，在数学上表示为线性积分，即为在不同方向上的累积求和。我们前面说过车牌定位的研究主要就是对水平和垂直方向的研究，我们只需研究函数在x轴和y轴方向上的线性积分，具体的表示如图1所示：

图1 函数f（x，y）水平和垂直的投影图

图2 所示的是沿任意角度θ计算函数的投影Radon变换。

图2 Radon变换不同角度时几何关系图

沿任意角度θ的二维图像函数f（x，y）的Radon变换为：

式（2）告诉我们，Radon变换具备周期性，且是一个奇函数，我们可以根据此性质来实现直线的构造，达到实现车牌定位倾斜度的校正。当存在倾斜度θ时我们可以通过调整变化角在0°≤θ≤180°范围内构造直线，在此氛围内寻找最优值，根据最优值反推得到θ和x，最终实现校正。

2 车牌校正算法

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。

分别如图3、图4和图5所示。图3为水平倾斜的两种情况，这时字符基本上无倾斜，车牌的水平x’轴与图像坐标系的水平x轴有一个倾斜角度α，只要求取α，将图像绕x轴旋转-α即可。图4为垂直倾斜的两种情况。这时的倾斜实际上是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。图5为水平垂直倾斜的两种情况，既存在水平倾斜又存在垂直倾斜，是最一般的情况。可先检测水平倾斜角度α进行水平倾斜校正，然后再求取垂直倾斜角度β进行垂直倾斜校正。

2.1 水平倾斜校正

将原始的彩色车牌图像转化为灰度图像，然后对图像进行转置，再对转置后的图像进行-20°～20°的Radon变换；最后对Radon变换后的结果求一阶导数绝对值的累加和［5］，结果如图6所示。由图6可知，车牌的水平倾斜角度为-11°。将车牌逆时针双线性插值旋转11°，然后进行转置，可得水平倾斜校正后的车牌图像。

图3 水平倾斜

图4 垂直倾斜

图5 水平垂直倾斜

图6 Radon变换的一阶导数累加和

2.2 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，可设定阈值T［6］，则投影值N＞T的区域为字符区域。

2.3 垂直倾斜校正

建立坐标系i-j如图4所示。车牌的垂直倾斜是同一行间像素的错位偏移，因此，要在同一行内对像素进行移位。设车牌的高度为h，垂直倾斜角度为β，车牌区域内任一像素的坐标为（i，j），其校正像素坐标为（i，jnew），则：

确定了校正后像素坐标（i，jnew），再应用双线性插值运算则可求取像素的彩色值。

3 实验结果的精确度比较

本文首先选取4幅不同拍摄质量且存在倾斜的车牌图像，这4幅图像分别为拍摄质量良好的车牌、有油渍等噪声污染的车牌、车速过快形成的运动模糊的车牌以及光照不均匀的车牌。图7给出了这四种不同拍摄质量的倾斜车牌及采用本文方法校正后的结果。将其结果分别与Hough变换法、旋转投影法、主成分分析法进行比较，结果如表1所示。其中，角度为正表示车牌逆时针倾斜，反之为顺时针倾斜。以本文图1（a）中车牌图像为例，由表1可见四种方法得到的校正角度依次为7°，7°，10.32°，10.11°。

图7 不同拍摄质量的倾斜车牌及其校正结果

表1 不同拍摄质量的车牌校正效果比较

4 结语

本文提出了一种新的车牌倾斜校正方法。该方法通过在［-20°，20°］范围内求取车牌Radon变换结果的一阶导数累加和的最大值所对应的Radon变换角度来确定车牌的水平和垂直倾斜角度。大量实验结果表明，该方法简单实用，对光照、污迹等不敏感，抗干扰能力强，并且对畸变的车牌图像有较好的校正效果，为后续的字符分割奠定了良好的基础。

［1］孙淑娟，李世详，王枚.利用投影最小距离的车牌校正优化算法［J］.太原理工大学学报，2009，40（4）：361-364.

［2］余婷，管庶安.基于最小字符投影的车牌图像错切校正方法［J］.计算机工程与设计，2009，30（11）：2814-2818.

［3］林俊，杨峰，林凯.Hough变换与先验知识在车牌定位中的新应用［J］.计算机与数字工程，2009，37（8）：138-140.

［4］许智榜，石晓瑛.基于RBF神经网络的车牌自动识别系统设计与实现［J］.南昌大学学报：工科版，2009，31（2）：147-150.

［5］朱程辉，吴德全.基于主元分析的倾斜车牌图像校正方法研究［J］.微电子学与计算机，2006，23（1）：177-180.

［6］刘少梅，杨鼎才.基于最小二乘和主元分析的车牌倾斜校正算法［J］.电子测量技术，2008，31（4）：49-51.

（英文摘要略）

Im proved method for Radon tilt correction

WANG Hong-ya
（School of Computer Engineering，Huaiyin Institute of Techlonogy，Huaian 223003 China）

王洪亚（1984-），女，江苏淮安人，淮阴工学院计算机工程学院助理实验师，从事图像处理和模式识别研究。

江苏省教育厅项目（2012SJD870001）。

TB24

A

2095-0063（2013）06-0018-04

2013-08-31