Matlab图像处理——基于Hough和Radon实现倾斜车牌校正

MatpyMaster

已于 2023-07-09 14:56:03 修改

阅读量1.6k

点赞数 5

分类专栏：图像处理文章标签： matlab 图像处理开发语言

于 2023-07-08 20:00:19 首次发布

本文链接：https://blog.csdn.net/qq_41301570/article/details/131615825

版权

图像处理专栏收录该内容

41 篇文章

订阅专栏

https://blog.csdn.net/qq_41301570/article/details/131615671

之前的文章中，我们基于霍夫变换（Hough）对文档图片进行了校正，详细内容点击上方蓝字进行查看。今天再次以基于霍夫变换为出发点，考虑实际环境中的影响因素，进一步探讨了该方法在车牌图片校正中的适用性。此外，本文还介绍了基于Radon变换算法进行的车牌纠正。

1、基于Hough变换车牌校正

clear
clc
I=imread('1.jpg');
I1=rgb2gray(I); %转换成灰度图像       
I2=wiener2(I1,[5,5]); %对图像进行维纳滤波
I3=edge(I2,'sobel', 'horizontal'); %用Sobel水平算子，检测图像边缘直线
[m,n]=size(I3); %计算图像大小
rou=round(sqrt(m^2+n^2)); %获取rou最大值
thetaMax=180; %获取theta角最大值
countMatrix=zeros(rou,thetaMax); %产生量化初值为0的计数矩阵
for i=1:m
    for j=1:n
        if  I3(i,j)==1
           for theta=1:thetaMax
               ru=floor(abs(i*cos(theta*pi/180)+j*sin(theta*pi/180)));
               countMatrix(ru+1,theta)=countMatrix(ru+1,theta)+1;  %对矩阵记数
           end 
        end
    end
end
r_max=countMatrix(1,1);
for i=1:rou
    for j=1:thetaMax
        if countMatrix(i,j)>r_max
            r_max=countMatrix(i,j);
            angle=j;             %把矩阵元素最大值所对应的列坐标赋给c
        end
    end
end
if angle<=90
    rot_theta=-angle; %确定旋转角度
else
    rot_theta=180-angle;
end
I4=imrotate(I,rot_theta,'crop');  %对图像进行旋转矫正
figure
subplot(121),imshow(I)
subplot(122),imshow(I2)
figure,
subplot(121),imshow(I3)
subplot(122),imshow(I4)

2、基于Radon变换车牌校正


clear
clc
I=imread('1.jpg'); %图像输入
I1=rgb2gray(I);  %转换成灰度图像I1        
I2=wiener2(I1,[5,5]); %对图像进行维纳滤波I2  
I3=edge(I2,'sobel', 'horizontal');%用Sobel水平算子对图像边缘化
theta=0:179; %设置选择角度
r=radon(I3,theta); %对图像进行Radon变换
[m,n]=size(r);
c=1;
for i=1:m
    for j=1:n
        if  r(1,1)<r(i,j)
           r(1,1)=r(i,j);
            c=j;
        end
    end
end   %检测Radon变换矩阵中的峰值所对应的列坐标
rot=90-c;%确定旋转角度
I4=imrotate(I,rot,'crop'); %对图像进行旋转矫正
figure
subplot(221),imshow(I)
subplot(222),imshow(I2)
subplot(223),imshow(I3)
subplot(224),imshow(I4)