从车辆影像中撷取车牌区域及矫正车牌歪斜的方法及装置

摘要

一种从车辆影像中撷取车牌区域及矫正车牌歪斜的方法及装置，系由搭配镜头的CCD摄影机及影像撷取卡对车道摄取车辆影像，并由车辆影像读取单元将影像撷取卡所撷取的影像读取出来，接着由对数灰阶值运算单元来对车辆影像中的各个像素计算出其对数灰阶值，小波分解运算单元则接着将对数灰阶值影像分解成粗影像、水平差异影像、垂直差异影像、对角差异影像，接着由影像二值化运算单元将水平差异影像各像素之对数灰阶值由实数值(Real number)转为0或1的二元值。然后由车牌区域粗切割单元依照预设的车牌长宽约略值来寻找整张车辆影像中那个区域的二元值总和最高，并将该区域初步切出为车牌区域的所在；接着利用车牌歪斜矫正单元来矫正车牌区域影像的歪斜，使之不歪斜；最后由车牌区域细切割单元来切除车牌粗区域中非属于车牌的部分。

主权项

1.一种从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,主要系由搭配镜头的CCD摄影机、影像撷取卡、配合车辆影像读取单元、对数灰阶値运算单元、小波分解运算单元、影像二値化运算单元、车牌区域粗切割单元、车牌歪斜矫正单元及车牌区域细切割单元的运算或处理;其中:搭配镜头的CCD摄影机及影像撷取卡对车道摄取车辆影像,并由车辆影像读取单元将影像撷取卡所撷取的影像读取出来,接着由对数灰阶値运算单元来对车辆影像中的各个像素计算出其对数灰阶値,小波分解运算单元则接着将对数灰阶値影像分解成粗影像、水平差异影像、垂直差异影像、对角差异影像,接着由影像二値化运算单元将小波分解运算单元输出影像的各像素之对数灰阶値由实数値转为0或1的二元値;然后由车牌区域粗切割单元依照预设的车牌长宽约略値来寻找整张车辆影像中那个区域的二元値总和最高,并将该区域初步切出为车牌区域的所在;接着利用车牌歪斜矫正单元来矫正车牌区域影像的歪斜,使之不歪斜;最后由车牌区域细切割单元来切除车牌粗区域中非属于车牌的部分,以得到最后之车牌区域的所在。2.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该对数灰阶値运算单元把每个像素之灰阶値加上0.5,使像素灰阶値范围为从0.5到255.5,接着再对每个像素灰阶値作对数运算以产生对数灰阶値。3.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该对数灰阶値运算单元把每个像素之灰阶値加上一大于0的数値,使对每个像素灰阶値作对数运算以产生对数灰阶値时不致产生对数0的算术错误。4.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元所使用的小波函数为Haar函数。5.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元所使用的小波函数为所有适合用于小波转换的函数。6.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元所产生的水平差异影像,系可做为影像二値化运算单元的处理对象。7.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元所产生的垂直差异影像,系可做为影像二値化运算单元的处理对象。8.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元所产生的对角差异影像,系可做为影像二値化运算单元的处理对象。9.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元所产生的粗影像,系可做为影像二値化运算单元的处理对象。10.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元做一至数次小波分解后所得到的水平差异影像,系可做为影像二値化运算单元的处理对象。11.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元做一至数次小波分解后所得到的垂直差异影像,系可做为影像二値化运算单元的处理对象。12.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元做一至数次小波分解后所得到的对角差异影像,系可做为影像二値化运算单元的处理对象。13.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元做一至数次小波分解后所得到的粗影像,系可做为影像二値化运算单元的处理对象。14.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元做一至数次小波分解后所得到的粗影像,再由梯度运算后所得到的影像,系可做为影像二値化运算单元的处理对象。15.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该影像二値化运算单元可将小波分解运算单元所输出影像的所有像素数値之绝对値较大的像素之数値改设为1.其他像素之数値改设为0。16.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该影像二値化运算单元可将小波分解运算单元所输出影像的所有像素数値较大的像素之数値及设为1.其他像素之数値改设为0。17.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌区域粗切割单元以车牌长宽大约値各两倍的范围做为计算二元値总和的范围窗框,在整张二値化影像中移动计算二元値总和的范围窗框并计算每次范围中所有二元値的总和;计算二元値总和的范围窗框每次水平移动一个车牌的长度或垂直移动一个车牌的宽度。18.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌区域粗切割单元以大于车牌长宽的范围做为计算二元値总和的范围窗框,在整张水平差异二値化影像中移动计算二元値总和的范围窗框并计算每次范围中所有二元値的总和。19.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的X-轴座标,Y-轴座标则维持不变。20.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的Y-轴座标,X-轴座标则维持不变。21.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的X-轴座标;同时从主内涵分析中找出第二大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的Y-轴座标。22.如申请专利范围第1项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的Y-轴座标;同时从主内涵分析中找出第二大之Eigenvalue所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的X-轴座标。23.一种从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,主要系由搭配镜头的CCD摄影机、影像撷取卡、配合车辆影像读取单元、小波分解运算单元、影像二値化运算单元、车牌区域粗切割单元、车牌歪斜矫正单元及车牌区域细切割单元的运算或处理;其中:搭配镜头的CCD摄影机及影像撷取卡对车道摄取车辆影像,并由车辆影像读取单元将影像撷取卡所撷取的影像读取出来,小波分解运算单元则接着将影像分解成粗影像、水平差异影像、垂直差异影像、对角差异影像,接着由影像二値化运算单元将小波分解运算单元所输出影像的各像素之灰阶値转为0或1的二元値;然后由车牌区域粗切割单元依照预设的车牌长宽约略値来寻找整张车辆影像中那个区域的二元値总和最高,并将该区域初步切出为车牌区域的所在;接着利用车牌歪斜矫正单元来矫正车牌区域影像的歪斜,使之不歪斜;最后由车牌区域细切割单元来切除车牌粗区域中非属于车牌的部分,以得到最后之车牌区域的所在。24.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元而使用的小波函数为Haar函数。25.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元所使用的小波函数,可为所有适合用于小波转换的函数。26.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元所产生的水平差异影像,系可做为影像二値化运算单元的处理对象。27.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元所产生的垂直差异影像,系可做为影像二値化运算单元的处理对象。28.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元所产生的对角差异影像,系可做为影像二値化运算单元的处理对象。29.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元所产生的粗影像,系可做为影像二値化运算单元的处理对象。30.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元做一至数次小波分解所得到的水平差异影像,系可做为影像二値化运算单元的处理对象。31.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元做一至数次小波分解所得到的垂直差异影像,系可做为影像二値化运算单元的处理对象。32.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元做一至数次小波分解所得到的对角差异影像,系可做为影像二値化运算单元的处理对象。33.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元做一至数次小波分解所得到的粗影像,系可做为影像二値化运算单元的处理对象。34.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该小波分解运算单元做一至数次小波分解后所得到的粗影像,再做梯度运算所得到的影像,系可做为影像二値化运算单元的处理对象。35.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该影像二値化运算单元将小波分解运算单元所输出影像的所有像素数値之绝对値较大的像素之数値改设为1.其他像素之数値改设为0。36.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该影像二値化运算单元将小波分解运算单元所输出影像的所有像素数値较大的像素之数値改设为1.其他像素之数値改设为0。37.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌区域粗切割单元以车牌长宽大约値各两倍的范围做为计算二元値总和的范围窗框,在整张水平差异二値化影像中移动计算二元値总和的范围窗框并计算每次范围中所有二元値的总和;计算二元値总和的范围窗框每次水平移动一个车牌的长度或垂直移动一个车牌的宽度。38.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌区域粗切割单元以大于车牌长宽的范围做为计算二元値总和的范围窗框,在整张水平差异二値化影像中移动计算二元値总和的范围窗框并计算每次范围中所有二元値的总和。39.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的X-轴座标,Y-轴座标则维持不变。40.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的Y-轴座标,X-轴座标则维持不变。41.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigenvector,以产生这些像素新的X-轴座标;同时从主内涵分析中找出第二大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的Y-轴座标。42.如申请专利范围第23项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的Y-轴座标;同时从主内涵分析中找出第二大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的X-轴座标。43.一种从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,主要系由搭配镜头的CCD摄影机、影像撷取卡、配合车辆影像读取单元、影像二値化运算单元、车牌区域粗切割单元、车牌歪斜矫正单元及车牌区域细切割单元的运算或处理;其中:搭配镜头的CCD摄影机及影像撷取卡对车道摄取车辆影像,并由车辆影像读取单元将影像撷取卡所撷取的影像读取出来,接着由影像二値化运算单元将影像的各像素之灰阶値转为0或1的二元値;然后由车牌区域粗切割单元依照预设的车牌长宽约略値来寻找整张车辆影像中那个区域的二元値总和最高,并将该区域初步切出为车牌区域的所在;接着利用车牌歪斜矫正单元来矫正车牌区域影像的歪斜,使之不歪斜;最后由车牌区域细切割单元来切除车牌粗区域中非属于车牌的部分,以得到最后之车牌区域的所在。44.如申请专利范围第43项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌区域粗切割单元以车牌长宽大约値各两倍的范围做为计算二元値总和的范围窗框,在整张二値化影像中移动计算二元値总和的范围窗框并计算每次范围中所有二元値的总和;计算二元値总和的范围窗框每次水平移动一个车牌的长度或垂直移动一个车牌的宽度。45.如申请专利范围第43项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌区域粗切割单元以大于车牌长宽的范围做为计算二元値总和的范围窗框,在整张水平差异二値化影像中移动计算二元値总和的范围窗框并计算每次范围中所有二元値的总和。46.如申请专利范围第43项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigenvector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的X-轴座标,Y-轴座标则维持不变。47.如申请专利范围第43项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的Y-轴座标,X-轴座标则维持不变。48.如申请专利范围第43项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的X-轴座标;同时从主内涵分析中找出第二大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的Y-轴座标。49.如申请专利范围第43项所述之从车辆影像中撷取车牌区域及矫正车牌歪斜的方法,其中该车牌歪斜矫正单元首先对输入影像做主内涵分析,也就是从二値化之输入影像中像素数値为1的所有像素之X-轴与Y-轴座标做主内涵分析,并从主内涵分析中找出最大之Eigen value所对应的Eigenvector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的Y-轴座标;同时从主内涵分析中找出第二大之Eigen value所对应的Eigen vector,然后将输入影像所有像素之(X,Y)座标値投射至该Eigen vector,以产生这些像素新的X-轴座标。图式简单说明:图一为本发明从车辆影像中撷取车牌区域及矫正车牌歪斜的方法及装置之实施例方块图;图二为影像以小波分解来产生粗影像、水平差异影像、垂直差异影像、对角差异影像之示意图;图三为小波函数以Haar函数表示之示意图;图四为车牌区域粗切割单元之实施例示意图;图五为车牌歪斜矫正单元之实施例流程图;图六为车牌细切割单元之实施例流程图;以及图七为车牌细切割单元之实施例示意图。