基于Hough变换及可信度的车牌旋转角度检测

赵 娟，管庶安，袁 慧

(武汉轻工大学数学与计算机学院，湖北武汉430023)

在CLPR(Car License Plate Recognition，汽车牌照识别)中，经过车牌位置搜索后所获取的车牌图像不可避免地存在某种程度的倾斜。这种倾斜不仅会给下一步字符分割带来困难，最终也将对汽车车牌识别［1］的正确率造成直接影响。因此要找到一种方法能够检测车牌图像是否水平以及它倾斜的精确角度。车辆牌照都有上下边框，通过检测车牌边框直线的倾斜角度以获得车牌的倾斜角度是一种可行的方法。

目前，常用直线拟合的方法有Hough变换法，最小二乘法和两点法。Hough变换具有抗干扰能力强等特点，能有效排除干扰点，连接断裂的功能，但当边缘稍有弯曲时会产生误差［2］，且存在存储空间大，计算时间长，可靠性不足等问题。最小二乘法是一种数学优化技术，通常用于曲线拟合，能对弯曲部分进行平均处理和修正但其抗干扰能力比较差，容易受到噪声的影响，会影响拟合的精度［3］。两点法理论简单，计算均值后能有效抑制干扰，其矫正效果良好，但采样点比较多，且这些点服从随机分布，任意性太大，不能计算有断点的直线倾角。

鉴于汽车牌照上下边框容易被污损或遭到破坏，以及车牌固定时也会出现螺丝断点等情况造成的干扰。本文以Hough变换为基础，有利于排除这些干扰，先对上下边都进行 Hough变换，并引入Hough变换的可信度，以便判断和选择最有效的边，作为计算倾斜度使用的边。

1 Hough变换及可信度定义

Hough变换的基本功能［4］是直线检测，利用Hough变换可检测出汽车牌照上下边框边缘的拟合直线及其倾角，从而求出汽车牌照的倾斜角度θ，如图1所示。

图1 利用Hough变换检测直线边缘

在汽车牌照图像中，车牌上下边对应的边缘是由许多点构成的，以下边缘为例，设下边缘有M个点，其中大多数点(设为m个)在直线L上，如图2所示。

图2 共线点及其检测

由于过一点可以行成一簇直线，故在下边框的所有点中，共有M簇直线，如果任一p点在L上，则过p点的直线簇中，必有一条与L重合，反之，如果p点不在L上，则过p点的直线簇中，不存在与L重合的直线。故共有m条直线与L重合，由于m为大多数点，故很容易找到这m个点组成的重合直线，就找到了所要求的下边缘的拟合直线L。

标准直线Hough变换采用如下参数化直线方程［5］:

式(1)中，θ表示垂线与x轴的夹角，0≤θ＜180°，ρ表示原点到直线的距离。为计算方便，本文中的θ单位均为度，ρ的单位均为“像素”。其中(x，y)为待检测点的坐标，(ρ，θ)为参数。令θ以步长σ增加，求出对应的ρ，并将其累计，从而找到参数空间(ρ，θ)中重复次数最多的记为 (ρ，θ)，其中 θ即为直线L的角度。

可信度定义:在参数空间 (ρ，θ)中，(ρ，θ)max的重复次数m与总点数M的比值为Hough变换的可信度，记为R，R=m/M，R越大，表示位于直线L上的点越多，即可信度越高，R的最大值为1。

2 用Hough变换法检测车牌的旋转角度

2.1 汽车牌照图像预处理

对图像进行边缘检测，二值化处理。

2.2 分别搜索汽车牌照上下边对应的边缘上的点

1)上边缘点搜索处理:按照从上到下的搜索方法，检测到上边缘点后停止，并记录下该点，直到检测到上边缘的最后一点，最终得到组成上边缘的一组点 P1i(i=1，2，3，…，M1，其中 M1为检测到汽车牌照上边缘的总点数)。

2)下边缘点搜索处理:按照从下往上的搜索方法逐一检测，得到组成下边缘的一组点P2j(j=1，2，3，…，M2，其中M2为检测到汽车牌照下边缘的总点数)。

通过上述得到的边缘点中不可避免地存在一些由噪声引起的干扰点，也有可能会丢失一些真正的边缘点，需要用直线来拟合。在搜索某牌照的下边缘的情形，由于金属保护圈的影响，搜索到的点中会有一些非下边缘的点，如图3所示。

图3 测试图像

2.3 对检测到的所有点作Hough变换

步骤1 建立二维数组Hu［360］［300］，元素值全部置为0。

步骤2 for(参加检测的全部点){for(θi=0，1，2，...，359){

计算ρi;Hu ［θi］［ρi］++;}

步骤3 Hmax=max{Hu};

2.4 可信度比较

经Hough变换后，分别得到汽车牌照上下边框的两条拟合直线及其倾角，分别记作θ1和θ2。

1)当θ1和θ2相差不大时(约在1度左右)。为了减小误差提高精度，选择将两角度的平均值θ作为汽车牌照的倾斜角度。

2)当θ1和θ2相差较大时。为了让实验结果更可靠，此时必须重新确认检测得到的两条拟合曲线各自的准确性。Hough变换的原理是去掉检测的边缘点中一些偏离或误差较大的点，再得到可靠真实的拟合直线。根据这个原理，可以检测在拟合直线上的总点数m。在2.2中，已搜索到汽车牌照上下边框边缘的总点数M1和M2。设落在上边缘拟合直线上的点数为m1，令R1=m1/M1，同理，设落在下边缘拟合直线上的点数为m2，令R2=m2/M2，若R1＞R2时，则令汽车牌照的矫正角度θ=θ1;否则，则令汽车牌照矫正角度θ=θ2。

3 实验测试结果及其分析

在该实验中，为了验证其实验可行性和数据可靠性，随机测试了采集的上百幅图片，测试结果比较满意，正确率可达到98%左右，其中大约有2%的错误率，经对比分析，可能是由于汽车牌照图像污损严重所至，例如有些泥土或油漆等遮盖了车牌的大部分边框，如图4所示，针对这种情况，可以采用其他检测方法克服这些缺陷，所以该方法还存在缺陷，还有待提高。

图4 牌照磨损后的图片

在测试的百幅图像中，列举了以下具有代表性的六幅实验测试图像，如图5所示。如1，2和6号车牌边框较宽，且下边框上刻有检测时的起干扰作用的字母等符号，3，4和5号车牌边框较窄，有一些固定用的螺钉。测试结果如表1所示。

图5 汽车牌照测试图像

表1 图5中测试图像的详细测试数据

在表1中，由测试结果可得:2号，3号和5号车牌的上下边框拟合直线的倾斜角度较一致(误差不大)，1号，4号和6号车牌的边框拟合直线的上下倾斜角度相差较大。理论上，上下边框是平行的，应该是一致的，但不排除外界干扰丢失了一般性，就原因而言，可以认为是外界的噪声影响丢失了一些真实数据，影响了一致性。基于这两种情况，我们在之前已定义了可信度定义，给定了详细的比较条件，测得2号和3号车牌的测试数据，符合可信度比较法的第一种条件，令，对1号和4号车牌测试数据而言，符合可信度比较法的第二种条件，则θ=θ1，对5号和6号车牌测试数据而言，符可信度比较法的第二种条件，此时θ=θ2。

4 结束语

测试结果表明:基于Hough变换获取汽车牌照矫正角度的方法具有如下特点。①同时考虑汽车牌照下边缘，增加了可靠性。②在评估测试结果准确性的问题上，引入了可信度，通过可信度条件选择合适的测试结果，提高了可信性。③综合Hough变换，使得抗干扰能力强，测试结果精度高可达到1°。

总之该方法是一个精度、稳定性和可靠性较高的方法，能较好的满足汽车牌照识别中的旋转角度检测的应用要求。

［1］张炜，王庆，赵荣椿.汽车牌照的实时识别［J］.信号处理，2000，16(4):373-375.

［2］Yan Zhiguo ，Xu De ，Tan Min，et al.A fast and robustmethod for line detection based on image pyramid and Hough transform［J］.Transactions of the Institute of Measurement and Control，2011，33(8):971-984.

［3］杨冬涛，龚昌来，罗聪，等.利用图像处理技术测量零件尺寸［J］.煤矿机械，2012，33(5):141-143.

［4］Duda R O，Hart PE.Use of the Hough transform to detect lines and curves in pictures［J］.communications of the ACM ，1972，15(1):11-15.

［5］郭斯羽，翟文娟.结合Hough变换与改进最小二乘法的直线检测［J］.计算机科学，2012，39(4):196-200.