基于立体视觉系统的倾斜车牌图像精确矫正方法
【专利摘要】基于立体视觉系统的倾斜车牌图像精确矫正方法，属于车牌自动识别领域。本发明设计了一种由两个CCD相机组成的立体视觉系统，定义了该系统的测量坐标系，并给出了由此测量车牌四个顶点的方法。给出了车牌上点的坐标与其在CCD像面上坐标的对应关系，并给出了利用这种关系精确矫正倾斜车牌图像的方法。本发明的有益效果在于：(1)算法简单，仅需要加减乘除，无三角函数和其它更复杂的运算；(2)利用成像原理设计矫正算法，因此可以精确矫正倾斜车牌图像。
【专利说明】
基于立体视觉系统的倾斜车牌图像精确矫正方法
技术领域
[0001 ]本发明设及一种基于立体视觉系统的倾斜车牌图像精确矫正方法。
【背景技术】
[0002] 随着人们生活水平提高，生活节奏越来越快，拥有私用车的家庭越来越多，交通拥 堵和交通事故日益越严重，智能交通管理越来越重要。车牌自动识别系统是智能交通管理 一个重要成部分，广泛应用于停车缴费、停车场管理、失窃车辆侦察等方面，因此准确无误 的车牌识别算法成为当前现代智能交通管理中的一个热点。然而，由于车辆位置、角度等的 影响，采集到的车牌图像往往带有一定的形变，包括旋转、梯形化(对边长度不同）等，导致 传统车牌识别算法不能适应车牌识别在实时性和成功率等方面的要求。为了矫正车牌图像 的形变，目前普遍采用的法主要有S类，即化U曲变换法、旋转投影法和倾斜直线拟合法。运 些方法的一个共同的缺陷就是针对图像处理图像，并没有考虑车牌图像的成像原理与规 律。其实，矫正图像就是拍摄图像的逆过程，只有依据成像原理与规律，才能避免失真，准确 地恢复被拍摄对象的本来面目。
[0003] 车牌图像的形变是由于车牌平面与相机的像平面不平行，即车牌的倾斜所致，只 有通过立体视觉的方法才能对形变图像进行精确矫正。
【发明内容】
[0004] 本发明设计了一种由两个CCD相机组成的立体视觉系统，定义了该系统的测量坐 标系，并给出了由此测量车牌四个顶点的方法。给出了车牌上点的坐标与其在CCD像面上坐 标的对应关系，并给出了利用运种关系精确矫正倾斜车牌图像的方法。
[0005] 本发明的有益效果在于：
[0006] (1)算法简单，仅需要加减乘除，无=角函数和其它更复杂的运算；
[0007] (2)利用成像原理设计矫正算法，因此可W精确矫正倾斜车牌图像。
【附图说明】
[000引图1是测量坐标系示意图；
[0009] 图2是车牌顶点图；
[0010] 图3是倾斜车牌的图像。
【具体实施方式】
[0011] 1.立体视觉系统及其车牌四个顶点坐标的测量方法
[0012] 如图1所示，立体视觉系统由两个并排安装、像面位于同一平面内的CCD相机CCDl 和CCDl组成，像面中点01，02之间的距离为2d。W0l，02的连线作为X轴，0l，02连线的中点作为 坐标原点0,建立S维测量坐标系0-xyz.
[OOU] 在两个像面内分别建立像平面坐标系〇打巧拟及〇2-枯72，对和的轴与测量坐标系 的X轴重合且方向相同。于是两个CCD像平面的中屯、在测量坐标系中的坐标分别为(-d，0,0) 和(d，0,0)。
[0014] Wf，1分别表示两个CCD的焦距和像素长度。设点目标A在测量坐标系中的坐标为A (x，y，z)，在两个像平面坐标系中的坐标分别为A(m，n)和A(m'，n')，其中Iml、Inl、Im' I、In' 分别为两个CC的黄、纵方向上的像素个数。则由小孔成像原理知
[0015]
[0016]
[0017]
[001 引
[0019] 示系中
[0020]
[0021]
[0022]
[0023] 车牌如图2所示。两CCD同时拍摄车牌的图像，提取车牌的边界点，并利用最小二乘 法确定图像的四条边界线及其交点，CCDl拍摄图像的四条边界线及其交点如图3所示。
[0024] 对i = l，2,3,4, W(xi，yi，zi)表示点AiS维测量坐标系中的坐标，（mi，m)和(mi'， n/)分别表示点Al在两个像平面坐标系中的坐标，贝U
[0025]
[0026]
[0027]
[002引2.物-象坐标转换
[0029] 将Oi-Xiyi扩充成Oi-Xiyizi坐标系，其中Zi轴与Z平行。为表示简单起见不妨Wo-XYZ 代之。因此对i = 1，2，3，4，Ai在O-XYZ坐标系中的坐标为
[0030]
[0031]
[0032]
[0033]
[0034]
[0035] 车牌上的任何一点Aai^在O-XYZ坐标系中的坐标可表示为
[0036] 入(A2-Ai)+y(A4-Ai)+Ai
[0037] 其中0《^，4《1，改写成在〇-乂￥2坐标系中的坐标为
[003引 A (X2-X1，Y2-Yi，Z2-Z1) +y (X4-X1，Y4-Yi，Z4-Z1) + (Xi，Yi，Zi)
[0039] = (M X2-X1) +y (X4-X1)巧I，入（Y2-Y1) +y (Y4-Y1) +Yi，M Z2-Z1) +y (Z4-Z1) +Zi)
[0040] WE( ?)表示取整函数，贝ijAiii在Oi-Xiyizi坐标系中的坐标为
[0041]
[0042]
[0043]
[0044]
[0045]
[0046] 123 2
[004引3.图像矫正程序 3 1)两CCD同时拍摄车牌的图像，提取车牌的边界点，并利用最小二乘法确定图像的 四条边界线；
[00加]2)确定四条边界线分别在CCDl和CCDl图像中的交点(mi，m)，（mi/ ,n/ )，i = l，2， 3,4；
[0化1 ] 3)对i = l，2,3,4,计算车牌顶点Ai在S维测量坐标系中的坐标
[0化2]
[0化3]
[0化4]
[0055] 糾示系中的坐标
[0化6]
[0化7]
[0化引
[0059] 4)根据模板车牌的图像确定矫正后车牌图像像素的行数m和列数n;
[0060] 5)WG、B、R和g、b、r分别表示矫正后车牌图像和车牌图像中绿、蓝和红=个颜色分 量矩阵，对i = l，2,…，m，j = l，2,…，n，令
[0061]
[0062]
[0063]
[0064]
[00化]并令
[0066] G(i，j) =g(mAu，mu)
[0067] B(i , j) =b(mAu,ruu)
[006引 R(i，j) =；T(mAu，nAu)
[0069]通过上述程序可W得到矫正后的绿、蓝、红=个颜色分量矩阵分别为G、B、R的车牌 图像。
【主权项】
1. 基于立体视觉系统的倾斜车牌图像精确矫正方法，其车牌顶点确定方法的特征在 于:立体视觉系统由两个并排安装、像面位于同一平面内的CCD相机CCDl和CCDl组成，像面 中点01，02之间的距离为2d;以01，02的连线作为X轴，01，02连线的中点作为坐标原点O，建立 三维测量坐标系0-xyz ;在两个像面内分别建立像平面坐标系Ol-Xiyi以及02_X2y2，Xl和X2轴 与测量坐标系的X轴重合且方向相同，以f，l分别表示两个CXD的焦距和像素长度，对i = l， 2，3，4，以(Xi，yi，Zi)表示车牌顶点A i在三维测量坐标系中的坐标，两CCD同时拍摄车牌的图 像，提取车牌的边界点，并利用最小二乘法确定图像的四条边界线及其交点，以(ΠΗ,ΙΗ)和 (m/ ,n/ )分别表示点仏在两个像平面坐标系中的坐标，则2. 基于立体视觉系统的倾斜车牌图像精确矫正方法，其特征在于:将〇1-Xiyi扩充成〇1- X1y1Z1坐标系，其中Z1轴与z平行;基于立体视觉系统的倾斜车牌图像精确矫正程序为： 1) 两CCD同时拍摄车牌的图像，提取车牌的边界点，并利用最小二乘法确定图像的四条 边界线； 2) 确定四条边界线分别在CXDl和CXDl图像中的交点，11/)，1 = 1，2,3,4; 3) 对i = l，2,3,4,计算车牌顶点Ai在三维测量坐标系中的坐标以O-XYZ代替O1-Xiyizi*标系，Ai在O-XYZ坐标系中的坐标为4) 根据模板车牌的图像确定矫正后车牌图像像素的行数m和列数η; 5) 以G、B、R和g、b、r分别表示矫正后车牌图像和车牌图像中绿、蓝和红三个颜色分量矩 阵，E( ·)表示取整函数，对i = l，2,…，m，j = l，2，'"，n，$并令 G(i?j)=g( Π?λμ ? Πλμ ) B(i，j) =Μπ?λμ，ηλμ) R(i ? j) =Γ(π?λμ?ηλμ) 由此得到矫正后的绿、蓝、红三个颜色分量矩阵分别为G、B、R的车牌图像。
【文档编号】G06K9/32GK106022334SQ201610308756
【公开日】2016年10月12日
【申请日】2016年5月4日
【发明人】安凯, 安培亮, 王晓英, 安宏亮
【申请人】安凯