[發明專利]一種基于定位點的旋轉數字識別方法及系統

有效

• 申請號: 201611031403.8
• 申請日: 2016-11-18
• 公開（公告）號: CN106778766B
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 閔鋒;葉顯一;李曉林;張彥鐸
• 申請（專利權）人: 武漢工程大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/32;G06K9/34;G06K9/62
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 唐萬榮

本發明公開了一種基于定位點的旋轉數字識別方法及系統，方法包括：S1、對輸入的視頻幀圖像進行預處理，得到相應的灰度圖像；S2、對灰度圖像進行輪廓提取，得到灰度圖像中的色塊的定位點位置、寬度和長度；S3、根據定位點位置對灰度圖像進行旋轉矯正，得到矯正圖像和矯正定位點位置；S4、根據矯正定位點位置、色塊的寬度和長度對矯正圖像進行圖像分割，得到只包含數字部分的數字圖像；S5、對數字圖像進行灰度化，通過深度學習模型和分類器得到數字圖像中的數字。本發明產生的有益效果是：保證了定位點和矯正角度的準確性，識別率高，參數設置較簡單，訓練速度快，實際使用時可以直接載入訓練好的網絡進行使用。

技術領域

本發明涉及圖像矯正和識別技術領域，尤其涉及一種基于定位點的旋轉數字識別方法及系統。

背景技術

王雄華等人在論文《快速定位的QR碼校正方法》中提出一種基于圖像特征的QR碼校正算法，該方法使用多方向掃描像素點的方法找到條碼各個頂點坐標，采用逆投影變換完成圖像的幾何校正，但是該方法搜索定位點容易受到背景環境的干擾，而且受圖像質量影響明顯。

李瑩等人在論文《采用特征點提取算法的車牌傾斜校正方法研究》中提出基于非線性雙邊濾波器的Harris算法，然后提取出車牌區域的字符角點信息，再結合慣性主軸算法對傾斜車牌進行矯正。該方法中容易出現偽角點，導致慣性主軸并不準確，進而導致矯正存在偏差。

李彥等人在《基于SIFT特征匹配的車牌識別方法》中提出了一種基于SIFT特征匹配的車牌識別方法，該方法使用超分辨率重建圖像，然后對重建圖像進行SIFT特征匹配識別。該方法的匹配速度較快，但是準確率不高。

彭博等人在《基于深度學習的車標識別方法研究》中采用PCA對車標進行特征提取和過濾噪聲，然后使用卷積神經網絡(CNN)來識別視頻中的車標。該方法充分利用了卷積神經網絡多層次的提取深層的隱式特征，能夠有效地表達字符的組合構成。然而，該方法的參數調整非常復雜，訓練樣本量大，各層參數個數多，并且訓練速度慢，這不利于非專業人員在各種硬件性能有限的車牌識別設備上擴展使用。

發明內容

本發明要解決的技術問題在于針對現有技術中定位矯正準確率低以及識別準確率低的缺陷，提供一種基于定位點的旋轉數字識別方法及系統。

一種基于定位點的旋轉數字識別方法，該方法包括：

S1、對輸入的視頻幀圖像進行預處理，得到相應的灰度圖像；

S2、對所述灰度圖像進行輪廓提取，得到所述灰度圖像中的色塊的定位點位置、寬度和長度；

S3、根據所述定位點位置對所述灰度圖像進行旋轉矯正，得到矯正圖像和矯正定位點位置；

S4、根據所述矯正定位點位置、所述色塊的寬度和長度對所述矯正圖像進行圖像分割，得到只包含數字部分的數字圖像；

S5、對所述數字圖像進行灰度化，通過深度學習模型和分類器得到所述數字圖像中的數字。

本發明所述的旋轉數字識別方法，步驟S2包括：

S21、對所述灰度圖像進行輪廓提取，并通過道格拉斯-普克算法對提取到的輪廓進行四邊形逼近處理，得到相應的色塊；

S22、當確定存在三個色塊時，計算得到該三個色塊的中心點位置、寬度和長度，將該三個中心點位置分別作為三個色塊的定位點位置。

本發明所述的旋轉數字識別方法，步驟S3包括：

S31、根據三個定位點構成三角形的幾何特征，確定旋轉矯正的旋轉角；

S32、根據所述旋轉角以所述灰度圖像的中心為旋轉原點對所述灰度圖像進行旋轉矯正，得到矯正圖像和矯正定位點位置。