主权项 |
一种基于低秩约束的车牌校正算法,其特征在于,包括以下步骤:(S1)获取经过初步定位的车牌图像为I∈R<sup>w×h</sup>,其中,w和h分别表示图像矩阵的宽和高;定义图像的旋转参数为τ;(S2)在旋转参数为τ的条件下,旋转车牌图像,并进行图像矩阵低秩分解,如下式:<img file="FDA0000843912280000011.GIF" wi="1261" he="102" />其中,I<sup>0</sup>表示车牌图像的低秩部分,E表示经过旋转后的车牌图像存在的稀疏误差部分,λ为平衡参数,“о”表示卷积运算符;(S3)将公式(1)进行简化,用核范数||·||<sub>*</sub>替换矩阵的秩rank(·),用L1范数||·||<sub>1</sub>替换零范数||·||<sub>0</sub>,可得:<img file="FDA0000843912280000012.GIF" wi="1190" he="102" />其中,核范数||·||<sub>*</sub>表示矩阵中奇异值之和,L1范数||·||<sub>1</sub>表示矩阵中元素绝对值之和,零范数||·||<sub>0</sub>表示矩阵中非零元素的个数;(S4)将约束条件Iοτ=I<sup>0</sup>+E松弛为<img file="FDA0000843912280000015.GIF" wi="458" he="68" />此时式(2)变为如下形式:<img file="FDA0000843912280000013.GIF" wi="1350" he="108" />式中,<img file="FDA0000843912280000016.GIF" wi="72" he="55" />表示矩阵I的雅克比行列式,Δτ表示每次迭代过程中旋转角的变化量;(S5)令<img file="FDA0000843912280000017.GIF" wi="742" he="87" />将式(3)变为增广拉格朗日函数的形式:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>L</mi><mi>μ</mi></msub><mrow><mo>(</mo><msup><mi>I</mi><mn>0</mn></msup><mo>,</mo><mi>E</mi><mo>,</mo><mi>Δ</mi><mi>τ</mi><mo>,</mo><mi>Y</mi><mo>)</mo></mrow><mo>=</mo><mo>|</mo><mo>|</mo><msup><mi>I</mi><mn>0</mn></msup><mo>|</mo><msub><mo>|</mo><mo>*</mo></msub><mo>+</mo><mi>λ</mi><mo>|</mo><mo>|</mo><mi>E</mi><mo>|</mo><msub><mo>|</mo><mn>1</mn></msub><mo>+</mo><mo><</mo><mi>Y</mi><mo>,</mo><mi>h</mi><mrow><mo>(</mo><msup><mi>I</mi><mn>0</mn></msup><mo>,</mo><mi>E</mi><mo>,</mo><mi>Δ</mi><mi>τ</mi><mo>)</mo></mrow><mo>></mo><mo>+</mo><mfrac><mi>μ</mi><mn>2</mn></mfrac><mo>|</mo><mo>|</mo><mi>h</mi><mrow><mo>(</mo><msup><mi>I</mi><mn>0</mn></msup><mo>,</mo><mi>E</mi><mo>,</mo><mi>Δ</mi><mi>τ</mi><mo>)</mo></mrow><mo>|</mo><msubsup><mo>|</mo><mi>F</mi><mn>2</mn></msubsup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000843912280000014.GIF" wi="1667" he="119" /></maths>其中,μ>0,Y为拉格朗日乘子矩阵,<·,·>为矩阵的内积;(S6)对于公式(3)通过迭代求解,整理为:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mo>(</mo><msubsup><mi>I</mi><mi>k</mi><mn>0</mn></msubsup><mo>,</mo><msub><mi>E</mi><mi>k</mi></msub><mo>,</mo><msub><mi>Δτ</mi><mi>k</mi></msub><mo>)</mo><mo>=</mo><mi>arg</mi><munder><mrow><mi>m</mi><mi>i</mi><mi>n</mi></mrow><mrow><msup><mi>I</mi><mn>0</mn></msup><mo>,</mo><mi>E</mi><mo>,</mo><mi>Δ</mi><mi>τ</mi></mrow></munder><msub><mi>L</mi><msub><mi>μ</mi><mi>k</mi></msub></msub><mo>(</mo><msup><mi>I</mi><mn>0</mn></msup><mo>,</mo><mi>E</mi><mo>,</mo><mi>Δ</mi><mi>τ</mi><mo>,</mo><msub><mi>Y</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>)</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000843912280000021.GIF" wi="1435" he="100" /></maths><maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msub><mi>Y</mi><mi>k</mi></msub><mo>=</mo><msub><mi>Y</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>+</mo><msub><mi>μ</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mi>h</mi><mrow><mo>(</mo><msubsup><mi>I</mi><mi>k</mi><mn>0</mn></msubsup><mo>,</mo><msub><mi>E</mi><mi>k</mi></msub><mo>,</mo><msub><mi>Δτ</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000843912280000022.GIF" wi="1286" he="96" /></maths>τ=τ+Δτ<sub>k</sub> (7)式中,k表示迭代次数,μ<sub>k</sub>=ρ<sup>k</sup>μ<sub>0</sub>,且ρ>1,μ<sub>0</sub>>0;<img file="FDA0000843912280000025.GIF" wi="55" he="70" />表示车牌图像的低秩部分经过k次迭代后的值,E<sub>k</sub>车牌图像存在的稀疏误差部分经过k次迭代后的值,Δτ<sub>k</sub>表示每次迭代过程中旋转参数的改变大小,Y<sub>k</sub>表示拉格朗日乘子矩阵经过k次迭代后的值;对公式(5)的求解转换为下列形式:<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><mo>{</mo><mrow><mtable><mtr><mtd><mrow><msubsup><mi>I</mi><mi>k</mi><mn>0</mn></msubsup><mo>=</mo><mi>arg</mi><munder><mrow><mi>m</mi><mi>i</mi><mi>n</mi></mrow><msup><mi>I</mi><mn>0</mn></msup></munder><msub><mi>L</mi><msub><mi>μ</mi><mi>k</mi></msub></msub><mrow><mo>(</mo><msup><mi>I</mi><mn>0</mn></msup><mo>,</mo><msub><mi>E</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>,</mo><msub><mi>Δτ</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>,</mo><msub><mi>Y</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mrow><msub><mi>E</mi><mi>k</mi></msub><mo>=</mo><mi>arg</mi><munder><mrow><mi>m</mi><mi>i</mi><mi>n</mi></mrow><mi>E</mi></munder><msub><mi>L</mi><msub><mi>μ</mi><mi>k</mi></msub></msub><mrow><mo>(</mo><msubsup><mi>I</mi><mi>k</mi><mn>0</mn></msubsup><mo>,</mo><mi>E</mi><mo>,</mo><msub><mi>Δτ</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>,</mo><msub><mi>Y</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mrow><msub><mi>Δτ</mi><mi>k</mi></msub><mo>=</mo><mi>arg</mi><munder><mrow><mi>m</mi><mi>i</mi><mi>n</mi></mrow><mrow><mi>Δ</mi><mi>τ</mi></mrow></munder><msub><mi>L</mi><msub><mi>μ</mi><mi>k</mi></msub></msub><mrow><mo>(</mo><msubsup><mi>I</mi><mi>k</mi><mn>0</mn></msubsup><mo>,</mo><msub><mi>E</mi><mi>k</mi></msub><mo>,</mo><mi>Δ</mi><mi>τ</mi><mo>,</mo><msub><mi>Y</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>)</mo></mrow></mrow></mtd></mtr></mtable><mo>,</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>8</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000843912280000023.GIF" wi="1310" he="310" /></maths>对式(8),利用奇异值分解和收缩算子进行求解:<img file="FDA0000843912280000024.GIF" wi="1572" he="397" />式中,svd(·)表示奇异值分解函数,<img file="FDA0000843912280000026.GIF" wi="125" he="87" />表示<img file="FDA0000843912280000027.GIF" wi="63" he="55" />的广义逆矩阵,S[·]表示收缩算子,其定义为:S<sub>μ</sub>[x]=sign(x)·(|x|‑μ),U<sub>k‑1</sub>,Σ<sub>k‑1</sub>,V<sub>k‑1</sub>分别表示酉矩阵、对角矩阵、酉矩阵第k‑1次迭代后的值;初值为Y<sub>0</sub>=0,E<sub>0</sub>=0,τ=0,Δτ<sub>0</sub>=0;经过有限次数迭代或者当在某一旋转角下,再次改变旋转角,不能使得矩阵的秩变小,即求得将车牌摆正的旋转参数Δτ<sup>*</sup>。 |