基于射影矩阵变换的名片透视图像矫正

目前的名片OCR系统普遍采用Hough变换法和K最近邻簇法来检测和矫正名片图像倾斜角度,但是这些算法无法矫正名片的透视图像,该文从射影几何角度提出了基于射影矩阵变换的算法:利用名片图像固有的边缘直线信息,将名片与名片图像之间的透视变换矫正为仿射变换,再将仿射变换矫正为相似变换,此相似变换实际上是对名片进行旋转和全局缩放的结果,消除其中的旋转因素,就得到一个与名片仅差一个缩放因子的正交名片图像,以便于后续的字符处理。     

基于因子缩放的车牌图像倾斜校正方法

针对倾斜的车牌图像对后继字符切割带来不利影响的问题,提出一种车牌图像上"字符"的宽度按高度同因子缩放的车牌图像倾斜校正方法。首先,根据车牌图像的特点将车牌图像分成四块,并使用Radon变换分别检测分割后的四块车牌图像;然后,根据检测的结果,求出车牌图像上车牌四条边框所在的直线方程以及对应的长度,并计算出上边框与下边框对应点连线的直线方程和长度,根据这个长度计算出连线上各点处的缩放因子;最后,根据所求的因子对倾斜车牌图像上所有的点进行校正。实验表明,与经典校正法相比,本文所提出的车牌图像倾斜校正方法校正的结果更符合实际的长宽字符比,校正效果更好。     

一种新的基于Radon变换的车牌倾斜校正方法

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[-20°,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。     

车牌图像的局部倾斜畸变校正方法

针对车牌图像的倾斜畸变会对后继字符切割和识别结果带来不利影响的问题,提出使用局部技术和适度缩放技术对车牌图像倾斜畸变进行校正。根据车牌图像不同位置倾斜畸变程度不一样的特点将车牌图像分成若干份;分别对每份图像使用“连接点”法进行倾斜畸变校正,根据字符高度的变化对字符宽度进行同样的缩放;将校正之后的各个子图像连接在一起成为校正之后的车牌图像。实验表明,使用局部法对倾斜畸变车牌图像进行校正的效果要优于使用全局法。     

基于Radon变换和HSV彩色模型的倾斜车牌校正

倾斜车牌校正是车牌识别系统中字符分割前的必要步骤。车牌的倾斜方式可以分为水平倾斜、垂直倾斜和混合倾斜。采用Radon变换来检测倾斜车牌的水平和垂直倾斜角,首先对倾斜车牌进行水平校正,然后基于HSV彩色模型对车牌区域颜色进行提取,进而去除非车牌区域的干扰,最后运用仿射变换对图像进行垂直校正。     

一种倾斜车牌字符提取方法

针对车牌字符提取中存在的问题,本文提出了一种针对倾斜车牌的字符提取方法.运用最大熵分割算法分割车牌图像,运用串并行扫描结合的方法细化图像,提取骨架.运用Hough变换法提取车牌边缘所在的直线,求出倾斜角度以矫正图像.对校正之后的骨架图像进行逐行扫描,确定整个车牌所在区域,并运用水平投影法分出每个字符所在区域,以便进行识别.实验证明,本文提出的车牌字符提取方法中对车牌倾斜有很好的适应性,行扫描的方法可以快速分辨出车牌字符区域,是一种鲁棒的字符提取方法.     

基于分层和Radon变换的透视图像矫正技术

由于受到物体与摄像机三维空间相对位置关系的影响,摄像机获取的图像存在透视畸变,影响图像特征提取、识别等后续处理,为此提出一种通过分层矫正和Radon变换相结合的矫正技术.利用射影几何知识,将畸变的图像矫正为满足仿射变换的图像,再将仿射变换矫正为相似变换,利用Radon变换矫正得到标准图像.仿真实验结果表明,该算法可行性高、稳定性好,能推广应用于目标识别等领域.     

车牌识别中倾斜牌照的快速矫正算法

在车辆牌照自动识别(LPR)过程中，车牌图像的倾斜会给下一步字符切分和识别带来困难。利用传统Hough变换进行矫正的运算量很大，文中提出采用轮廓跟踪方法去除牌照图像中和矫正无关的所有冗余信息并采用分级检测的策略，在最大程度上减少矫正过程的运算量。实验结果表明，该方法可以准确地检测出车牌的倾斜角度，同时矫正速度比传统Hough变换方法提高10倍左右。     

车牌定位及倾斜矫正方法研究

为提高车牌定位的有效性和准确性,利用车牌的纹理特征,提出基于边缘检测和形态学运算相结合的车牌定位算法。在摄取车牌图像的过程中,会因为各种原因导致车牌图像有不同程度的倾斜变形,而倾斜的车牌很难被分割和识别,必须进行倾斜矫正,使用了基于Hough变换的倾斜矫正算法。实验结果表明该车牌定位算法和倾斜矫正算法快速有效。     

一种新的车牌字符图像的提取方法

在车牌自动识别（LPR）系统中，从车牌图像中正确获得各字符有效信息的图像尤为关键。传统的车牌字符提取方法适应性不强，当不能拍摄车牌正面时获取的车牌图像存在着变形的问题，从而无法从中正确提取出字符。针对此问题，设计了一种基于Radon变换与最大全零列判决法相结合的车牌图像矫正算法来矫正车牌图像，再根据车牌字符分布特点使用了边界投影确定各个字符的边界，对车牌字符进行分割提取。实验证明，此方法能从各种情况下拍摄的车牌中准确分割出单个字符图像，并且计算量较小。     

A new method for correcting vehicle license plate tilt

In the course of vehicle license plate （VLP） automatic recognition, tilt correction is a very crucial process. According to Karhunen-Loeve （K-L） transformation, the coordinates of characters in the image are arranged into a two-dimensional covariance matrix, on the basis of which the centered process is carried out. Then, the eigenvector and the rotation angle α are computed in turn. The whole image is rotated by -α. Thus, image horizontal tilt correction is performed. In the vertical tilt correction process, three correction methods, which are K-L transformation method, the line fitting method based on K -means clustering （LFMBKC）, and the line fitting based on least squares （LFMBLS）, are put forward to compute the vertical tilt angle θ. After shear transformation （ST） is imposed on the rotated image, the final correction image is obtained. The experimental results verify that this proposed method can be easily implemented, and can quickly and accurately get the tilt angle. It provides a new effective way for the VLP image tilt correction as well.     

基于数学形态学和Hough变换的车牌定位算法

针对复杂环境下的车牌定位率较低的问题,提出了一种基于数学形态学和Hough变换检测车牌区域的方法。首先,对车牌图像进行图像预处理,然后,利用数学形态学的高帽变换突出车牌字符区域,并对图像进行边缘检测和连通区域分析;最后,结合Hough变换和车牌的先验知识实现车牌的精确定位。实验结果表明,针对不同复杂背景下采集到的车辆图像,该算法具有很强的鲁棒性,准确率达97.3%,能够满足现代智能交通系统对车牌定位准确性和实时性的要求。     

基于垂直线条密度质心法的车牌倾斜校正

车牌倾斜校正是车牌自动识别系统中的重要技术之一。提出了基于垂直线条密度质心法的汽车牌照倾斜校正的新方法。首先分析几种常见的车牌倾斜模式,然后先除去车牌边框及一些污点,最后把车牌图像划分成N列垂直线条,求出每列像素的质心,利用最小二乘法把每列质心拟合成一条直线,并推导出其斜率,由此确定出车牌的倾斜角度。文中给出了实验结果及分析,并与传统的Hough变换法和旋转投影法相比较,结果表明该方法精确、抗干扰性强、快速有效。     

基于快速连通域标记的车牌字符分割

对车牌图像的二值图进行连通域提取可以解决倾斜带来的问题.提出了一种基于快速连通域标记的字符分割方法.先用改进的Otsu法对车牌图像进行二值化分割,之后基于快速连通域标记算法进行连通域标记,最后对各个连通域进行后续处理提取出全部车牌字符连通域.实验表明,改进的快速连通域标记算法克服了倾斜问题,而且有效地提高了连通域提取的速度,获得较好的字符分割的鲁棒性和实时性.     

基于SOM神经网络聚类的车牌号码倾斜校正算法

经过摄像机摄入的图像会发生倾斜,给车牌的准确识别带来了困难.针对此问题,利用SOM神经网络良好的聚类性能,在水平倾斜校正时,把车牌号码图像中的像素坐标聚成两类,拟合成一条直线,计算出该直线倾斜角,完成水平校正;按照以上同样方法进行垂直倾斜校正.实验结果表明,该方法能准确获取车牌号码的倾斜角,算法结构简单,抗干扰能力较强,符合汽车牌照图像的特点,具有较好的处理效果.     

一种新的车牌倾斜校正方法

车牌的倾斜对车牌的字符分割与识别带来不利的影响.本文分析了车牌的倾斜模式,提出了一种新的车牌倾斜校正方法.该方法采用水平和垂直彩色边缘检测结合旋转投影求取车牌的水平和垂直倾斜角度,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.实验结果表明,该方法简单实用,对光照、污迹等不敏感,抗干扰能力强.     

基于对象的抗几何攻击的图像水印算法*

利用几何矩的仿射变换,提出了一种基于图像中重要对象的抗几何变换的数字水印算法。该算法先提取出图像的重要对象,然后将水印嵌入重要对象中,降低了对原始图像的修改,再利用质心对称的方式嵌入水印,减小了嵌入的水印对仿射系数造成的影响,改善了原有的几何矩仿射算法的抗几何攻击效果。实验结果表明该算法使得水印信息具有良好的不可见性、稳健性、抗背景剪切、抗旋转、缩放、平移等攻击特性。     

基于图像矩的车牌号码倾斜校正

根据矩的旋转不变性计算倾斜车牌号码图像的质心和归一化的中心矩,得到使二阶中心矩变得最小时的旋转角α,把整个图像绕质心旋转α进行水平倾斜校正;在垂直倾斜校正中,提出了坐标相关系数法和最小二乘拟合直线法等2种校正方法,分别计算出垂直倾斜角θ,并对水平倾斜校正后的图像进行错切变换,得到最终的校正图像.实验结果表明,该方法简单实用,能快速、准确地检测出图像的倾斜角,为图像倾斜校正提供了一种有效方法.     

基于水平垂直灰度开运算的车牌字符分割算法

采用Hough变换检测车牌的倾斜角度进行车牌的矫正。提出了一种基于水平垂直结构元素开运算的数学形态学方法,对字符分割前的车牌进行预处理。该方法能够在车牌定位不精确的情况下有效地去除车牌边框、铆钉及其他噪声,消除干扰突出字符。运用传统的投影法以及车牌的先验知识进行字符间的分割,有效地提高了字符分割的效果。实验结果证明,该方法有效可行。