專利名稱：圖像傾斜校正方法及裝置的制作方法
技術領域：
本發(fā)明涉及圖像處理技術領域，尤其涉及一種圖像傾斜校正方法及裝置。
背景技術：
目前，隨著智能交通系統(tǒng)的發(fā)展，圖像處理技術被廣泛的應用于智能交通系統(tǒng)中。 在智能交通系統(tǒng)中，通常采用圖像識別技術對車輛的車牌進行圖像識別，從而實現(xiàn)自動獲 得車輛的車牌號。由于不同道路環(huán)境的影響，行駛在道路上的車輛會出現(xiàn)傾斜的情況。為了準確的 獲得車輛的車牌信息，現(xiàn)有技術中的車牌圖像識別系統(tǒng)，需要對所有檢測到的車輛的車牌 進行圖像校正處理，使車牌的圖像能夠便于圖像識別系統(tǒng)識別出車牌的號碼。由上可知，現(xiàn)有技術中的圖像校正處理方法對所有檢測到的圖像均進行校正處 理，而對于沒有發(fā)生傾斜的車輛也進行圖像校正處理，大大增加了圖像校正處理的負擔，影 響了對車牌發(fā)生傾斜的車輛進行圖像校正處理的速度，降低了圖像校正處理的校正效率。 因此，現(xiàn)有技術中的圖像校正方法的處理效率低。

發(fā)明內容
本發(fā)明提供一種圖像傾斜校正方法及裝置，用以解決現(xiàn)有技術中圖像傾斜校正方 法效率低的缺陷，實現(xiàn)提高圖像傾斜校正方法的校正效率。本發(fā)明提供一種圖像傾斜校正方法，包括對獲取的圖像進行灰度處理，以獲得灰度圖像；對所述灰度圖像進行投影處理，以判斷所述灰度圖像是否傾斜；若所述灰度圖像傾斜，則對所述灰度圖像進行傾斜校正處理。本發(fā)明提供一種圖像傾斜校正裝置，包括灰度處理模塊，用于對獲取的圖像進行灰度處理，以獲得灰度圖像；投影處理模塊，用于對所述灰度圖像進行投影處理，以判斷所述灰度圖像是否傾 斜；校正處理模塊，用于若所述灰度圖像傾斜，則對所述灰度圖像進行傾斜校正處理。本發(fā)明提供的圖像傾斜校正方法及裝置，通過對灰度圖像進行投影處理，以判斷 出灰度圖像是否傾斜，若灰度圖像處于傾斜狀態(tài)則對該灰度圖像進行傾斜校正處理，而對 于沒有傾斜的灰度圖像不進行傾斜校正處理，提高了圖像傾斜校正方法的校正效率。


為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn) 有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā) 明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
圖1為本發(fā)明圖像傾斜校正方法實施例的流程圖；圖2為本發(fā)明圖像傾斜校正方法實施例中步驟102的具體流程圖；圖3為本發(fā)明圖像傾斜校正方法實施例中步驟103的具體流程圖；圖4為本發(fā)明圖像傾斜校正裝置實施例的結構示意圖。
圖5為本發(fā)明圖像傾斜校正裝置實施例中投影處理模塊的結構示意圖； 圖6為本發(fā)明圖像傾斜校正裝置實施例中校正處理模塊的結構示意圖。
具體實施例方式為使本發(fā)明實施例的目的、技術方案和優(yōu)點更加清楚，下面將結合本發(fā)明實施例 中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是 本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領域普通技術人 員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。圖1為本發(fā)明圖像傾斜校正方法實施例的流程圖。如圖1所示，本實施例圖像傾 斜校正方法，包括步驟101、對獲取的圖像進行灰度處理，以獲得灰度圖像。具體而言，本實施例中的步驟101對獲取的圖像信息進行處理，使處理后的圖像 變?yōu)榛叶葓D像。本實施例以智能交通系統(tǒng)中對車輛車牌進行檢測為例進行說明，通過道路 上設置的攝像頭等圖像獲取設備，獲得道路上行駛的車輛車牌的圖像信息，然后，通過步驟 101對車牌的圖像信息進行灰度處理，以得到車牌圖像的灰度圖像。步驟102、對灰度圖像進行投影處理，以判斷灰度圖像是否傾斜。具體而言，通過步驟101獲得車牌的灰度圖像后，通過步驟102對獲得的灰度圖像 進行投影處理，根據(jù)投影獲得的圖像信息該判斷灰度圖像是否是傾斜狀態(tài)。步驟103、若灰度圖像傾斜，則對灰度圖像進行傾斜校正處理。具體而言，當灰度圖像通過步驟102投影處理得知該灰度圖像為傾斜的圖像后， 則通過步驟103對該灰度圖像進行傾斜校正處理。例如當通過步驟102得知獲得的車牌 的灰度圖像為傾斜狀態(tài)后，則可以判斷檢測到的車輛的車牌為傾斜的車牌，需要對傾斜的 車牌進行傾斜校正處理，則通過步驟103對車牌的灰度圖像進行校正處理，以獲得無傾斜 角度的車牌的灰度圖像，以便后續(xù)程序根據(jù)無傾斜角度的灰度圖像獲得車牌號。其中，本實施例圖像傾斜校正方法可以應用于智能交通系統(tǒng)的車牌識別系統(tǒng)中， 也可以用于其他需要對圖像進行傾斜校正處理的場合。本實施例圖像傾斜校正方法，通過對灰度圖像進行投影處理，以判斷出灰度圖像 是否傾斜，若灰度圖像處于傾斜狀態(tài)則對該灰度圖像進行傾斜校正處理，而對于沒有傾斜 的灰度圖像不進行傾斜校正處理，提高了圖像傾斜校正方法的校正效率。另外，本實施例 圖像傾斜校正方法僅對處于傾斜狀態(tài)的圖像進行傾斜校正處理，而非傾斜的的圖像無需進 行傾斜校正處理，從而有效的避免非傾斜的圖像出現(xiàn)圖像信息損失，有利于提高圖像整個 處理過程的效率?；谏鲜黾夹g方案，可選的，如圖2所示，本實施例中的步驟102具體包括如下步 驟步驟1021、對灰度圖像進行二值化處理，以得到二值化圖像。具體的，步驟1021對步驟101獲得的灰度圖像進行二值化處理，從而將灰度圖像轉化為二值化圖像。例如車牌 的繪像經過二值化處理后，車牌號將變?yōu)榘咨?，而背景將變?yōu)楹谏?，從而形成黑白的?值化圖像。步驟1022、對二值化圖像進行垂直投影，以獲得二值化圖像的投影長度。具體的， 通過步驟1021將獲得灰度圖像的二值化圖像，步驟1022將對二值化圖像進行垂直投影，從 而可以獲得該二值化圖像的投影長度。例如將車牌的二值化圖像進行垂直投影后，會在 X軸方向上形成黑白間隔的投影，而投影長度可以是白色投影的總長度、或是白色投影之間 的黑色投影的總長度。步驟1023、將投影長度與預設的投影長度閥值進行比較。具體的，通過步驟1022 將二值化圖像進行垂直投影后，將獲得該二值化圖像的白色投影區(qū)域的長度以及黑色投影 區(qū)域的長度。由于二值化圖像的投影包括黑白兩部分，則投影長度閥值也對應包括有黑色 長度閥值和白色長度閥值。其中，黑色長度閥值為處于非傾斜狀態(tài)的圖像進行投影處理后 得到的黑色區(qū)域的長度值，而白色長度閥值為處于非傾斜狀態(tài)的圖像進行投影處理后得到 的白色區(qū)域的長度值。對該二值化圖像的于白色投影區(qū)域的長度可以與投影長度閥值的白 色長度閥值進行比較；對于該二值化圖像的黑色投影區(qū)域的長度可以與投影長度閥值的黑 色長度閥值進行比較。步驟1024、若二值化圖像的黑色的投影長度小于投影長度閥值的黑色長度閥值， 則確定灰度圖像為傾斜狀態(tài)；或者，若二值化圖像的白色的投影長度大于投影長度閥值的 白色長度閥值，則確定灰度圖像為傾斜狀態(tài)。具體的，以車牌的二值化圖像垂直投影后得到 的投影長度進行說明。車牌的二值化圖像中，車牌號的圖像為白色，而背景的圖像為黑色。 由于車牌號之間的間隔固定不變，當車牌傾斜時，車牌號的白色投影長度會增長，而車牌號 之間的背景區(qū)域的黑色投影長度會縮短，從而當車牌的二值化圖像的黑色的投影長度小于 投影長度閥值的黑色長度閥值，則確定灰度圖像為傾斜狀態(tài)，從而確定車牌為傾斜的。或 者，當當車牌的二值化圖像的白色的投影長度大于投影長度閥值的白色長度閥值，則確定 灰度圖像為傾斜狀態(tài)，從而確定車牌為傾斜的。本實施例圖像傾斜校正方法，通過對灰度圖像進行投影處理得知該灰度圖像的投 影長度，然后將投影長度與預設的長度閥值進行比較，便可以方便的根據(jù)投影長度得知該 灰度圖像是否為傾斜的，從而更有利于提高本實施例圖像傾斜校正方法的校正效率?；谏鲜黾夹g方案，可選的，如圖3所述，本實施例中的步驟103具體包括如下步 驟步驟1031、獲取灰度圖像的邊緣信息。具體的，通過步驟102得知灰度圖像是傾斜 的后，需要通過步驟103進行傾斜校正處理。步驟1031將對該灰度圖像進行處理，以獲取 灰度圖像的邊緣信息。為了更加可靠的獲得灰度圖像的邊緣信息，本實施例中的步驟1031 可以通過Carmy算子獲得灰度圖像的邊緣信息，由于Carmy算子能較大范圍提高邊緣檢測 的適用范圍，從而更有利于準確可靠的獲得灰度圖像的邊緣信息。步驟1032、根據(jù)邊緣信息計算灰度圖像的傾斜角。具體的，通過步驟1031獲得灰 度圖像的邊緣信息后，通過步驟1032根據(jù)邊緣信息計算出該灰度圖像的傾斜角。為了更加 準確有效的提取灰度圖像的傾斜角，本實施例中的步驟1032可以通過Hough變換對灰度圖 像的兩側的邊緣信息進行對照處理，以計算出灰度圖像的水平傾斜角度。例如對于傾斜車牌所對應的邊緣信息，通過Hough變換分別對上下兩部分車牌的有效邊緣信息進行提取， 并進行對照處理，可以快速準確的計算出車牌的水平傾角，有效的避免了車牌中部等圖像 信息干擾線的影響，提高了提取車牌傾角的正確率。步驟1033、根據(jù)傾斜角旋轉灰度圖像，以輸出無傾斜角度的灰度圖像。具體的，在 通過步驟1032計算出灰度圖像對應的傾斜角后，可以通過步驟1033根據(jù)傾斜角對灰度圖 像進行旋轉處理，以輸出無傾斜角度的灰度圖像。為了快速可靠的將灰度圖像進行旋轉，并 減小旋轉過程中灰度圖像的信息損失，本實施例中的步驟1033可以根據(jù)傾斜角，通過雙線 性插值算法對灰度圖像進行旋轉校正，通過雙線性插值算法對灰度圖像旋轉后，可以獲得 無傾斜角度的灰度圖像，從而可以方便后續(xù)的圖像處理過程的進行。本實施例圖像傾斜校正方法，通過獲取灰度圖像的邊緣信息，并根據(jù)邊緣信息計 算出傾斜角，最后，根據(jù)傾斜角旋轉灰度圖像以獲得無傾斜角度的灰度圖像，可以快速有效 的對需要傾斜校正處理的灰度圖像進行處理，更有利于提高本實施例圖像傾斜校正方法的 校正效率。圖4為本發(fā)明圖像傾斜校正裝置實施例的結構示意圖。如圖4所示，本實施例圖 像傾斜校正裝置包括灰度處理模塊1、投影處理模塊2和校正處理模塊3。灰度處理模塊1用于對獲取的圖像進行灰度處理，以獲得灰度圖像；投影處理模塊2用于對灰度圖像進行投影處理，以判斷灰度圖像是否傾斜；校正處理模塊3用于若灰度圖像傾斜，則對灰度圖像進行傾斜校正處理。具體而言，本實施例中的灰度處理模塊1將獲取到的圖像進行灰度處理；然后，投 影處理模塊2將對灰度處理模塊1處理生成的灰度圖像進行投影處理，以判斷灰度圖像是 否傾斜；最后，校正處理模塊3將對傾斜的灰度圖像進行校正處理，以得到正常狀態(tài)非傾斜 的灰度圖像。其中，本實施例圖像傾斜校正裝置的具體處理過程可以參見本發(fā)明圖像傾斜 校正方法實施例的記載，在此不再贅述。本實施例圖像傾斜校正裝置，通過對灰度圖像進行投影處理，以判斷出灰度圖像 是否傾斜，若灰度圖像處于傾斜狀態(tài)則對該灰度圖像進行傾斜校正處理，而對于沒有傾斜 的灰度圖像不進行傾斜校正處理，提高了圖像傾斜校正方法的校正效率。另外，本實施例圖 像傾斜校正方法僅對處于傾斜狀態(tài)的圖像進行傾斜校正處理，而非傾斜的的圖像無需進行 傾斜校正處理，從而有效的避免非傾斜的圖像出現(xiàn)圖像信息損失，有利于提高圖像整個處 理過程的效率。基于上述技術方案，可選的，如圖5所示，本實施例中的投影處理模塊2包括投影 子模塊21、判斷子模塊22、第一確定子模塊23和第二確定子模塊24。投影子模塊21用于對灰度圖像進行投影，以獲得灰度圖像的投影長度；判斷子模 塊22用于判斷投影長度是否小于預設的長度閥值；第一確定子模塊23用于若投影長度小 于長度閥值，則確定灰度圖像為傾斜狀態(tài)；第二確定子模塊24用于若投影長度不小于長度 閥值，則確定灰度圖像為正常狀態(tài)。本實施例圖像傾斜校正裝置，通過對灰度圖像進行投影處理得知該灰度圖像的投 影長度，然后將投影長度與預設的長度閥值進行比較，便可以方便的根據(jù)投影長度得知該 灰度圖像是否為傾斜的，從而更有利于提高本實施例圖像傾斜校正方法的校正效率?；谏鲜黾夹g方案，可選的，如圖6所示，本實施例中的校正處理模塊3包括獲取子模塊31、計算子模塊32和旋轉子模塊33。獲取子模塊31用于若所述灰度圖像傾斜，則獲取所述灰度圖像的邊緣信息；計算 子模塊32用于根據(jù)所述邊緣信息計算所述灰度圖像的傾斜角；旋轉子模塊33，用于根據(jù)所 述傾斜角旋轉所述灰度圖像，以輸出無傾斜角度的所述灰度圖像。其中，為了更加可靠的獲得灰度圖像的邊緣信息，本實施例中的獲取子模塊31 還用于通過Carmy算子獲得灰度圖像的邊緣信息；為了更加準確有效的提取灰度圖像的傾 斜角，計算子模塊32還用于通過Hough變換對灰度圖像的兩側的邊緣信息進行對照處理， 以計算出灰度圖像的水平傾斜角度；為了快速可靠的將灰度圖像進行旋轉，并減小旋轉過 程中灰度圖像的信息損失，旋轉子模塊33還用于根據(jù)傾斜角，通過雙線性插值算法對灰度 圖像進行旋轉校正。本實施例圖像傾斜校正裝置，通過獲取灰度圖像的邊緣信息，并根據(jù)邊緣信息計 算出傾斜角，最后，根據(jù)傾斜角旋轉灰度圖像以獲得無傾斜角度的灰度圖像，可以快速有效 的對需要傾斜校正處理的灰度圖像進行處理，更有利于提高本實施例圖像傾斜校正方法的 校正效率。最后應說明的是以上實施例僅用以說明本發(fā)明的技術方案，而非對其限制；盡 管參照前述實施例對本發(fā)明進行了詳細的說明，本領域的普通技術人員應當理解其依然 可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替 換；而這些修改或者替換，并不使相應技術方案的本質脫離本發(fā)明各實施例技術方案的精 神和范圍。
權利要求
一種圖像傾斜校正方法，其特征在于，包括對獲取的圖像進行灰度處理，以獲得灰度圖像；對所述灰度圖像進行投影處理，以判斷所述灰度圖像是否傾斜；若所述灰度圖像傾斜，則對所述灰度圖像進行傾斜校正處理。
2.根據(jù)權利要求1所述的圖像傾斜校正方法，其特征在于，所述對所述灰度圖像進行 投影處理，以判斷所述灰度圖像是否傾斜，具體為對所述灰度圖像進行二值化處理，以得到二值化圖像；對所述二值化圖像進行垂直投影，以獲得所述二值化圖像的投影長度；將所述投影長度與預設的投影長度閥值進行比較；若所述二值化圖像的黑色的投影長度小于所述投影長度閥值的黑色長度閥值，則確定 所述灰度圖像為傾斜狀態(tài)；或者，若所述二值化圖像的白色的投影長度大于所述投影長度 閥值的白色長度閥值，則確定所述灰度圖像為傾斜狀態(tài)。
3.根據(jù)權利要求1或2所述的圖像傾斜校正方法，其特征在于，所述對所述灰度圖像進 行傾斜校正處理，具體為獲取所述灰度圖像的邊緣信息；根據(jù)所述邊緣信息計算所述灰度圖像的傾斜角；根據(jù)所述傾斜角旋轉所述灰度圖像，以輸出無傾斜角度的所述灰度圖像。
4.根據(jù)權利要求3所述的圖像傾斜校正方法，其特征在于，所述獲取所述灰度圖像的 邊緣信息，具體為通過Carmy算子獲得所述灰度圖像的邊緣信息。
5.根據(jù)權利要求3所述的圖像傾斜校正方法，其特征在于，所述根據(jù)所述邊緣信息計 算所述灰度圖像的傾斜角，具體為通過Hough變換對所述灰度圖像的兩側的所述邊緣信 息進行對照處理，以計算出所述灰度圖像的水平傾斜角度。
6.根據(jù)權利要求3所述的圖像傾斜校正方法，其特征在于，所述根據(jù)所述傾斜角旋轉 所述灰度圖像，具體為根據(jù)所述傾斜角，通過雙線性插值算法對所述灰度圖像進行旋轉校 正。
7.一種圖像傾斜校正裝置，其特征在于，包括灰度處理模塊，用于對獲取的圖像進行灰度處理，以獲得灰度圖像；投影處理模塊，用于對所述灰度圖像進行投影處理，以判斷所述灰度圖像是否傾斜；校正處理模塊，用于若所述灰度圖像傾斜，則對所述灰度圖像進行傾斜校正處理。
8.根據(jù)權利要求7所述的圖像傾斜校正裝置，其特征在于，所述投影處理模塊包括 投影子模塊，用于對所述灰度圖像進行投影，以獲得所述灰度圖像的投影長度；判斷子模塊，用于判斷所述投影長度是否小于預設的長度閥值； 第一確定子模塊，用于若所述投影長度小于所述長度閥值，則確定所述灰度圖像為傾 斜狀態(tài)；第二確定子模塊，用于若所述投影長度不小于所述長度閥值，則確定所述灰度圖像為 正常狀態(tài)。
9.根據(jù)權利要求7或8所述的圖像傾斜校正裝置，其特征在于，所述校正處理模塊包括獲取子模塊，用于若所述灰度圖像傾斜，則獲取所述灰度圖像的邊緣信息；2計算子模塊，用于根據(jù)所述邊緣信息計算所述灰度圖像的傾斜角； 旋轉子模塊，用于根據(jù)所述傾斜角旋轉所述灰度圖像，以輸出無傾斜角度的所述灰度 圖像。
10.根據(jù)權利要求9所述的圖像傾斜校正裝置，其特征在于，所述獲取子模塊還用于通 過Carmy算子獲得所述灰度圖像的邊緣信息；所述計算子模塊還用于通過Hough變換對所述灰度圖像的兩側的所述邊緣信息進行 對照處理，以計算出所述灰度圖像的水平傾斜角度；所述旋轉子模塊還用于根據(jù)所述傾斜角，通過雙線性插值算法對所述灰度圖像進行旋 轉校正。
全文摘要
本發(fā)明提供一種圖像傾斜校正方法及裝置。圖像傾斜校正方法，包括對獲取的圖像進行灰度處理，以獲得灰度圖像；對所述灰度圖像進行投影處理，以判斷所述灰度圖像是否傾斜；若所述灰度圖像傾斜，則對所述灰度圖像進行傾斜校正處理。通過對灰度圖像進行投影處理，以判斷出灰度圖像是否傾斜，若灰度圖像處于傾斜狀態(tài)則對該灰度圖像進行傾斜校正處理，而對于沒有傾斜的灰度圖像不進行傾斜校正處理，提高了圖像傾斜校正方法的校正效率。
文檔編號G06T3/40GK101923710SQ20101022177
公開日2010年12月22日 申請日期2010年6月30日 優(yōu)先權日2010年6月30日
發(fā)明者劉微, 李挺, 裴雷 申請人:青島海信網(wǎng)絡科技股份有限公司