车牌图像倾斜校正算法的实现.pdf

车牌图像倾斜校正算法的实现.pdf

ID:57024197

大小:428.22 KB

页数:4页

时间:2020-07-31

车牌图像倾斜校正算法的实现.pdf_第1页
车牌图像倾斜校正算法的实现.pdf_第2页
车牌图像倾斜校正算法的实现.pdf_第3页
车牌图像倾斜校正算法的实现.pdf_第4页
资源描述:

《车牌图像倾斜校正算法的实现.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、一、车牌图像倾斜校正算法的实现1.1问题描述:车牌图像倾斜校正算法的实现1.2原理分析1.2.1Radon变换两维情况下Radon变换可以理解为:一个平面内沿不同的直线(如图1-1所示,直线与原点的距离为R,方向角为?)对函数f(x,y)做线积分,得到的像g(R,?)就是函数f的Radon变换。图1-1Radon变换示意图其数学表达式为:g(R,)f(x,y)(xcosysinR)dxdy1.2.2Hough变换对于平面中的一条直线,常见的有点斜式、两点式两种表示方法。然而在Hough变换中,考虑的是另外一种表示方式:

2、使用(r,?)来表示一条直线,如图1-2所示。其中r为该直线到原点的距离,?为该直线的垂线与x轴的夹角。图1-2Hough变换示意图使用Hough变换来检测直线的思想就是:为每一个点假设n个方向的直线,通常n=180,此时检测的直线的角度精度为1°,分别计算这n条直线的(r,?)坐标,得到n个坐标点。如果要判断的点共有N个,最终得到的(r,?)坐标有N×n个。如果多个点在一条直线上,那么必有这多个点在?等于某个值??时,这多个点的r近似相等于??,也就是说这多个点都在直线(??,??)上。1.3过程分析及仿真结果1.3.1基于Radon变换的车牌图像倾

3、斜校正算法分析读入车牌图像后先使用edge函数提取图像边缘信息,如图1-3所示图1-3车牌图像的边缘由图1-3可以看出,车牌图像是十分规则的图像,我们可以通过检测车牌图像边缘最长直线的倾斜角度,进而确认车牌的倾斜角度。以图像中心为原点,对车牌图像边缘n个方向(通常n=180)进行Radon变换,当投影方向与车牌图像边缘最长直线垂直时,对应角度?的投影函数g(R,?)峰值最大,因此可通过检测投影函数g(R,?)峰值最大值对应的投影角度来确定车牌图像边缘最长直线的倾斜角度,检测直线的角度精度为1°,Radon变换的结果如图1-4所示80-1007060-5

4、05004030502010010020406080100120140160图1-4Rodon变换结果确认车牌的倾斜角度后通过imrotate函数来调整倾斜角度,调整结果如图1-5所示图1-4基于Radon变换车牌图像倾斜校正的结果显示1.3.2基于Hough变换的车牌图像倾斜校正算法分析通过edge函数对车牌图像进行边缘信息提取后以0.5°为间隔从-90°到90°进行Hough变换,检测直线的角度精度为0.5°,变换结果如图1-5所示:图1-5Hough变换结果由Hough变换的原理可知,车牌图像边缘最长直线像素点经过Hough变换后在?等于某个值?

5、?时,其r值也近似相等于??,因此我们可以通过检测多条曲线汇聚最多的交点(??,??),从而检测出车牌图像边缘最长直线的位置与倾斜角度,进而通过imrotate函数来调整车牌图像倾斜角度,如图1-6所示图1-6基于Hough变换车牌图像倾斜校正的结果显示1.4MATLAB源程序1.4.1基于Radon变换的车牌图像倾斜校正算法%通过图像的radon变换校正车牌图像倾斜角度clearall;closeall;clc;I=imread('license_plate.JPG');%读入车牌图像J=mat2gray(I);%转换为灰度图像K=J(:,:,1);

6、BW=edge(K);%获取边缘theta=0:179;%角度[R,xp]=radon(BW,theta);%Radon变换Rmax=max(max(R));%获取最大值[row,column]=find(R>=Rmax);%获取行和列的值x=xp(row);%获取位置angel=theta(column);%获取角度K1=imrotate(I,90-angel,'bicubic','crop');%调整车牌旋转角度figure;subplot(121);imshow(I);%显示原图像subplot(122);imshow(K1);%显示角度调整后图

7、像1.3.2基于Hough变换的车牌图像倾斜校正算法%通过图像的Hough变换校正车牌图像倾斜角度clearall;closeall;clc;I=imread('license_plate.JPG');%获取车牌图像I=rgb2gray(I);BW=edge(I,'canny');%获取图像的边缘[H,Theta,Rho]=hough(BW,'RhoResolution',0.5,'Theta',-90:0.5:89.5);%Hough变换P=houghpeaks(H,1,'threshold',ceil(0.3*max(H(:))));%获取最值点即

8、最长直线的信息x=Theta(P(:,2));%获取角度y=Rho(P(:,1));%纵坐标K

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。