李金铎

[摘 要]线性回归是利用数理统计的分析方法，来确定两种或两种以上变量之间的相互依赖的关系。车牌的边界具有明显的线性关系，线性回归模型经常用最小二乘的方法来拟合，能达到车牌校正的效果。车牌的图像一般是彩色的，需要将彩色图像转换为灰度图像，同时需要将灰度图像进行滤波处理，滤波步骤采用维纳滤波器。经过预处理之后的图像，采用边缘检测方法来获得车牌的边缘点，从图像中选取适合进行线性回归的点，进行图像校正。MATLAB提供了基本数字图像处理的函数，因此选用MATLAB做为本算法的试验工具。

[关键词]车牌 线性回归 倾斜矫正

中图分类号：TP391.41 文献标识码：A 文章编号：1009-914X（2016）02-0302-01

1 引言

随着经济的发展，机动车辆的数量大幅增长，机动车牌的智能识别变成了重要的课题。并且实际情况中的拍摄条件的差异性和实际情况的不同，获取的图片的车牌会有倾斜的情况。车牌的倾斜校正成为了车牌智能识别的关键步骤，对车牌字符分割效果起了决定性的作用。

目前对车牌的倾斜校正工作，已经有了一定的研究成果。比较常用的方法就是Hough变化的方法来获得车牌旋转角度，完成车牌的倾斜校正工作。因此本文提出了线性回归法来完成车牌的倾斜校正，并用试验来验证算法的可行性。

MATLAB因为其强大的功能在数字图像的处理方面获得了广泛的应用，MATLAB提供了颜色空间转换，图像平移，图像的缩放，图像的旋转等函数，因此本文采用MATLAB作为该算法的实验平台。

2 基于线性回归的算法

线性回归是利用数理统计的分析方法，来确定两种或两种以上变量之间的相互依赖的关系，线性回归的应用范围比较广泛。

线性回归模型经常用最小二乘的方法来拟合，如下图所示一些点均匀的分布在该线的周围，采用最小二乘的方法利用准则函数即可估计出该直线的与水平的夹角。

该直线的斜率：

根据上面的公式就能计算出直线的斜率从而获得直线的倾斜角，来完成校正工作。

得到车牌的原始彩色图像之后需要将图像转换为灰度图像，对灰度图像进行维纳滤波，消除噪声，之后进行边缘检测。

MATLAB提供了灰度转换函数，能将彩色图片转换为灰度图像以便进行后续的处理。通常的彩色图像是RGB格式，R表示红色，G表示绿色，B表示蓝色，这三种颜色是基本色，通过这三种颜色的组合能够获得任意一种颜色，对于M*N的图像，储存像素的数据是M*N*3个数据。而转换为灰度图像，该图片的数据就是M*N个。转换为灰度图像之后更有利于后续图像处理。

维纳滤波是一种以最小均方误差准则为基础的最优估计器，同时也是一种线性滤波器。维纳滤波器的输出与期望输出之间的均方误差为最小，所以，维纳滤波一个最佳滤波系统。它能够用在提取被平稳噪声所干扰的信号上，从实验效果上看维纳滤波之后提取的边缘特征比较明显，能比较准确的反应车牌的边缘特征。

具体方法如下：

（1）找出车牌图像上的车牌的边界点，找出车牌边界直线上的点。边缘检测图像边缘点为1，其他点是0。采用行扫描的方法，从车牌的末行向首行扫描，从第一列向最后一列扫描，如果该像素的点是1，则判断与上一个点之间的距离，如果距离小于10，将行数和列数分别存入数组，否则记为错误点加1，如果错误点达到5个且总点数小于40则证明该线断裂，前面保存的数组清空。如果某一行的边缘点大于5则扫描下一行。如果总点数大于40则保存数据转入步骤2。

（2）采用上文介绍的线性回归方法计算出拟合直线的斜率k，首先计算所有点的横坐标的和和所有纵坐标的和，之后计算所有纵坐标的平均值和横坐标的平均值，之后计算Lxy和Lxx，得到斜率k之后进行反正切变换得到直线的倾斜角，再将倾斜角反变换为弧度。

（3）利用反三角函数计算出车牌的倾斜角利用MATLAB图像的旋转方法，进行图像的旋转操作。图像的旋转采用imrotate（）函数来实现。

3 结语

本文给出了基于线性回归方法的图像倾斜校正算法。本实验采用MATLAB2012b进行试验。图像处理的流程包括打开图像，图像由彩色转换为灰度图像，维纳滤波处理，边缘检测，特征点提取，根据特征点进行线性回归分析，计算倾斜角，进行图片的旋转。图像的大体处理过程如图2.2所示。从实验效果上看，车牌的倾斜校正工作已经完成。该算法的计算简单，为图像的倾斜校正提供了一种行之有效的算法。本文提出的算法能有效的过滤掉车牌图像中较短的线段，提取出更加符合条件的车牌的边缘特征点，试验表明基于线性回归方法的车牌倾斜校正有效。

参考文献

[1] 史燕，吕永战，张帆等.车牌识别中的二值化及快速倾斜校正算法[J].现代电子技术，2009，32（5）：149-152.DOI：10.3969/j.issn.1004-373X.2009.05.046.

[2] 王枚，王国宏.基于字符投影最小距离的车牌校正方法[J].计算机工程，2008，34（6）：216-218.DOI：10.3969/j.issn.1000-3428.2008.06.079.