周口汽车车牌识别系统-周口智能车牌识别系统-周口嵌入式车牌识别系统
目前，常用的车牌倾斜校正方法主要有以卜几种
1) Hough变换法。该方法首先通过Hough变换求取车牌的边框，进而确定车牌的倾斜角，或者先通过Hough变换提取牌照边框的参数，然后求解车牌四个顶点的坐标，后通过双线。性空间变换对畸变图像进行校止，它是利用图像的全局特性将边缘像素连接起柬组成区域封闭边界的一种方法。该方法划边框明显的车牌效果较好，校正精度也高，但是划下无边框车牌或者边框有磨损变形的牌照，效果较差，且运算量人，既耗时间又耗内存。
2)模板匹配法。陔方法先通过模板匹配找到车牌区域的四个顶点，再通过双线性空间变换重建矩形车牌区域。在车牌边框不明显、车牌有污迹等情况下，该方法的榆测精度会下降．而且对噪声比较敏感，所以此法效果不太理想
3)投影法。该方法首先通过求取车牌识别字符区域的局部极小和局部*特征点，再进行投影确定车牌的倾斜角，或者是*行彩色边缘检测，再进行旋转投影确定倾斜角度。投影法是对投影图形状进行分析，通过旋转车牌图像在坐标轴上的投影求取倾制角度进行校正，具有较强的抗*力。但该方法中侍倾协的求取是一个优化的过程，需要进行多次投影才能逐步逼近佳倾斜角度，同时还需要计算每个倾斜角度的投影形状，因此计算量非常大。
周口汽车车牌识别系统-周口智能车牌识别系统-周口嵌入式车牌识别系统
4)主成分分析法。该方法先用主儿分析法对二值化后的车牌图像直接进行数值计算，然后用特征向量方法进行倾斜校正。主成分分析浊对水下垂直倾制的车牌罔像校正具有良好的效果，但是该法要求实测图像的二值化图像非常精确，因此对畸变车牌罔像的校正效果不明显。
5)近邻法。该方法通过求取车牌上各字符连通域的中心点，找出所有连通K域中心点的K个近邻，然后训算每划近邻点的矢量方向并统计生成直方图，直方图的峰值划应丁整个页面的倾角。由丁在图像中连通成分较多，因此相当耗时，并且由于值化等原因，车牌上字符会自粘连利断裂现象，使得近邻法效果不太理想。
经对比分析，本文采用基于Radon变换的车牌倾斜校正算法，对卜一章定位出的车牌图像进行倾斜校正，该方法的基本思想：通过搜索构成车牌矩形的直线段和计算其倾斜角来进行车辆牌照的倾斜校正，利用Radon变换求取车牌的水平和垂直倾协角度，在水平方向进行旋转校正，垂直方向错位切换校正。该方法简单实用，对光照不敏感，抗*力强，并且对于畸变的车牌也有良好地校止效果。
