CN101923710A - 图像倾斜校正方法及装置 - Google Patents
图像倾斜校正方法及装置 Download PDFInfo
- Publication number
- CN101923710A CN101923710A CN 201010221775 CN201010221775A CN101923710A CN 101923710 A CN101923710 A CN 101923710A CN 201010221775 CN201010221775 CN 201010221775 CN 201010221775 A CN201010221775 A CN 201010221775A CN 101923710 A CN101923710 A CN 101923710A
- Authority
- CN
- China
- Prior art keywords
- gray level
- image
- level image
- described gray
- carried out
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000012937 correction Methods 0.000 title claims abstract description 76
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 4
- 238000003702 image correction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种图像倾斜校正方法及装置。图像倾斜校正方法,包括:对获取的图像进行灰度处理,以获得灰度图像;对所述灰度图像进行投影处理,以判断所述灰度图像是否倾斜;若所述灰度图像倾斜,则对所述灰度图像进行倾斜校正处理。通过对灰度图像进行投影处理,以判断出灰度图像是否倾斜,若灰度图像处于倾斜状态则对该灰度图像进行倾斜校正处理,而对于没有倾斜的灰度图像不进行倾斜校正处理,提高了图像倾斜校正方法的校正效率。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像倾斜校正方法及装置。
背景技术
目前,随着智能交通***的发展,图像处理技术被广泛的应用于智能交通***中。在智能交通***中,通常采用图像识别技术对车辆的车牌进行图像识别,从而实现自动获得车辆的车牌号。
由于不同道路环境的影响,行驶在道路上的车辆会出现倾斜的情况。为了准确的获得车辆的车牌信息,现有技术中的车牌图像识别***,需要对所有检测到的车辆的车牌进行图像校正处理,使车牌的图像能够便于图像识别***识别出车牌的号码。
由上可知,现有技术中的图像校正处理方法对所有检测到的图像均进行校正处理,而对于没有发生倾斜的车辆也进行图像校正处理,大大增加了图像校正处理的负担,影响了对车牌发生倾斜的车辆进行图像校正处理的速度,降低了图像校正处理的校正效率。因此,现有技术中的图像校正方法的处理效率低。
发明内容
本发明提供一种图像倾斜校正方法及装置,用以解决现有技术中图像倾斜校正方法效率低的缺陷,实现提高图像倾斜校正方法的校正效率。
本发明提供一种图像倾斜校正方法,包括:
对获取的图像进行灰度处理,以获得灰度图像;
对所述灰度图像进行投影处理,以判断所述灰度图像是否倾斜;
若所述灰度图像倾斜,则对所述灰度图像进行倾斜校正处理。
本发明提供一种图像倾斜校正装置,包括:
灰度处理模块,用于对获取的图像进行灰度处理,以获得灰度图像;
投影处理模块,用于对所述灰度图像进行投影处理,以判断所述灰度图像是否倾斜;
校正处理模块,用于若所述灰度图像倾斜,则对所述灰度图像进行倾斜校正处理。
本发明提供的图像倾斜校正方法及装置,通过对灰度图像进行投影处理,以判断出灰度图像是否倾斜,若灰度图像处于倾斜状态则对该灰度图像进行倾斜校正处理,而对于没有倾斜的灰度图像不进行倾斜校正处理,提高了图像倾斜校正方法的校正效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明图像倾斜校正方法实施例的流程图;
图2为本发明图像倾斜校正方法实施例中步骤102的具体流程图;
图3为本发明图像倾斜校正方法实施例中步骤103的具体流程图;
图4为本发明图像倾斜校正装置实施例的结构示意图。
图5为本发明图像倾斜校正装置实施例中投影处理模块的结构示意图;
图6为本发明图像倾斜校正装置实施例中校正处理模块的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于 本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明图像倾斜校正方法实施例的流程图。如图1所示,本实施例图像倾斜校正方法,包括:
步骤101、对获取的图像进行灰度处理,以获得灰度图像。
具体而言,本实施例中的步骤101对获取的图像信息进行处理,使处理后的图像变为灰度图像。本实施例以智能交通***中对车辆车牌进行检测为例进行说明,通过道路上设置的摄像头等图像获取设备,获得道路上行驶的车辆车牌的图像信息,然后,通过步骤101对车牌的图像信息进行灰度处理,以得到车牌图像的灰度图像。
步骤102、对灰度图像进行投影处理,以判断灰度图像是否倾斜。
具体而言,通过步骤101获得车牌的灰度图像后,通过步骤102对获得的灰度图像进行投影处理,根据投影获得的图像信息该判断灰度图像是否是倾斜状态。
步骤103、若灰度图像倾斜,则对灰度图像进行倾斜校正处理。
具体而言,当灰度图像通过步骤102投影处理得知该灰度图像为倾斜的图像后,则通过步骤103对该灰度图像进行倾斜校正处理。例如:当通过步骤102得知获得的车牌的灰度图像为倾斜状态后,则可以判断检测到的车辆的车牌为倾斜的车牌,需要对倾斜的车牌进行倾斜校正处理,则通过步骤103对车牌的灰度图像进行校正处理,以获得无倾斜角度的车牌的灰度图像,以便后续程序根据无倾斜角度的灰度图像获得车牌号。
其中,本实施例图像倾斜校正方法可以应用于智能交通***的车牌识别***中,也可以用于其他需要对图像进行倾斜校正处理的场合。
本实施例图像倾斜校正方法,通过对灰度图像进行投影处理,以判断出灰度图像是否倾斜,若灰度图像处于倾斜状态则对该灰度图像进行倾斜校正处理,而对于没有倾斜的灰度图像不进行倾斜校正处理,提高了图像倾斜校 正方法的校正效率。另外,本实施例图像倾斜校正方法仅对处于倾斜状态的图像进行倾斜校正处理,而非倾斜的的图像无需进行倾斜校正处理,从而有效的避免非倾斜的图像出现图像信息损失,有利于提高图像整个处理过程的效率。
基于上述技术方案,可选的,如图2所示,本实施例中的步骤102具体包括如下步骤:
步骤1021、对灰度图像进行二值化处理,以得到二值化图像。具体的,步骤1021对步骤101获得的灰度图像进行二值化处理,从而将灰度图像转化为二值化图像。例如:车牌的绘图图像经过二值化处理后,车牌号将变为白色,而背景将变为黑色,从而形成黑白的二值化图像。
步骤1022、对二值化图像进行垂直投影,以获得二值化图像的投影长度。具体的,通过步骤1021将获得灰度图像的二值化图像,步骤1022将对二值化图像进行垂直投影,从而可以获得该二值化图像的投影长度。例如:将车牌的二值化图像进行垂直投影后,会在X轴方向上形成黑白间隔的投影,而投影长度可以是白色投影的总长度、或是白色投影之间的黑色投影的总长度。
步骤1023、将投影长度与预设的投影长度阀值进行比较。具体的,通过步骤1022将二值化图像进行垂直投影后,将获得该二值化图像的白色投影区域的长度以及黑色投影区域的长度。由于二值化图像的投影包括黑白两部分,则投影长度阀值也对应包括有黑色长度阀值和白色长度阀值。其中,黑色长度阀值为处于非倾斜状态的图像进行投影处理后得到的黑色区域的长度值,而白色长度阀值为处于非倾斜状态的图像进行投影处理后得到的白色区域的长度值。对该二值化图像的于白色投影区域的长度可以与投影长度阀值的白色长度阀值进行比较;对于该二值化图像的黑色投影区域的长度可以与投影长度阀值的黑色长度阀值进行比较。
步骤1024、若二值化图像的黑色的投影长度小于投影长度阀值的黑色长度阀值,则确定灰度图像为倾斜状态;或者,若二值化图像的白色的投影长 度大于投影长度阀值的白色长度阀值,则确定灰度图像为倾斜状态。具体的,以车牌的二值化图像垂直投影后得到的投影长度进行说明。车牌的二值化图像中,车牌号的图像为白色,而背景的图像为黑色。由于车牌号之间的间隔固定不变,当车牌倾斜时,车牌号的白色投影长度会增长,而车牌号之间的背景区域的黑色投影长度会缩短,从而当车牌的二值化图像的黑色的投影长度小于投影长度阀值的黑色长度阀值,则确定灰度图像为倾斜状态,从而确定车牌为倾斜的。或者,当当车牌的二值化图像的白色的投影长度大于投影长度阀值的白色长度阀值,则确定灰度图像为倾斜状态,从而确定车牌为倾斜的。
本实施例图像倾斜校正方法,通过对灰度图像进行投影处理得知该灰度图像的投影长度,然后将投影长度与预设的长度阀值进行比较,便可以方便的根据投影长度得知该灰度图像是否为倾斜的,从而更有利于提高本实施例图像倾斜校正方法的校正效率。
基于上述技术方案,可选的,如图3所述,本实施例中的步骤103具体包括如下步骤:
步骤1031、获取灰度图像的边缘信息。具体的,通过步骤102得知灰度图像是倾斜的后,需要通过步骤103进行倾斜校正处理。步骤1031将对该灰度图像进行处理,以获取灰度图像的边缘信息。为了更加可靠的获得灰度图像的边缘信息,本实施例中的步骤1031可以通过Canny算子获得灰度图像的边缘信息,由于Canny算子能较大范围提高边缘检测的适用范围,从而更有利于准确可靠的获得灰度图像的边缘信息。
步骤1032、根据边缘信息计算灰度图像的倾斜角。具体的,通过步骤1031获得灰度图像的边缘信息后,通过步骤1032根据边缘信息计算出该灰度图像的倾斜角。为了更加准确有效的提取灰度图像的倾斜角,本实施例中的步骤1032可以通过Hough变换对灰度图像的两侧的边缘信息进行对照处理,以计算出灰度图像的水平倾斜角度。例如:对于倾斜车牌所对应的边缘信息,通 过Hough变换分别对上下两部分车牌的有效边缘信息进行提取,并进行对照处理,可以快速准确的计算出车牌的水平倾角,有效的避免了车牌中部等图像信息干扰线的影响,提高了提取车牌倾角的正确率。
步骤1033、根据倾斜角旋转灰度图像,以输出无倾斜角度的灰度图像。具体的,在通过步骤1032计算出灰度图像对应的倾斜角后,可以通过步骤1033根据倾斜角对灰度图像进行旋转处理,以输出无倾斜角度的灰度图像。为了快速可靠的将灰度图像进行旋转,并减小旋转过程中灰度图像的信息损失,本实施例中的步骤1033可以根据倾斜角,通过双线性插值算法对灰度图像进行旋转校正,通过双线性插值算法对灰度图像旋转后,可以获得无倾斜角度的灰度图像,从而可以方便后续的图像处理过程的进行。
本实施例图像倾斜校正方法,通过获取灰度图像的边缘信息,并根据边缘信息计算出倾斜角,最后,根据倾斜角旋转灰度图像以获得无倾斜角度的灰度图像,可以快速有效的对需要倾斜校正处理的灰度图像进行处理,更有利于提高本实施例图像倾斜校正方法的校正效率。
图4为本发明图像倾斜校正装置实施例的结构示意图。如图4所示,本实施例图像倾斜校正装置包括:灰度处理模块1、投影处理模块2和校正处理模块3。
灰度处理模块1用于对获取的图像进行灰度处理,以获得灰度图像;
投影处理模块2用于对灰度图像进行投影处理,以判断灰度图像是否倾斜;
校正处理模块3用于若灰度图像倾斜,则对灰度图像进行倾斜校正处理。
具体而言,本实施例中的灰度处理模块1将获取到的图像进行灰度处理;然后,投影处理模块2将对灰度处理模块1处理生成的灰度图像进行投影处理,以判断灰度图像是否倾斜;最后,校正处理模块3将对倾斜的灰度图像进行校正处理,以得到正常状态非倾斜的灰度图像。其中,本实施例图像倾斜校正装置的具体处理过程可以参见本发明图像倾斜校正方法实施例的记 载,在此不再赘述。
本实施例图像倾斜校正装置,通过对灰度图像进行投影处理,以判断出灰度图像是否倾斜,若灰度图像处于倾斜状态则对该灰度图像进行倾斜校正处理,而对于没有倾斜的灰度图像不进行倾斜校正处理,提高了图像倾斜校正方法的校正效率。另外,本实施例图像倾斜校正方法仅对处于倾斜状态的图像进行倾斜校正处理,而非倾斜的的图像无需进行倾斜校正处理,从而有效的避免非倾斜的图像出现图像信息损失,有利于提高图像整个处理过程的效率。
基于上述技术方案,可选的,如图5所示,本实施例中的投影处理模块2包括:投影子模块21、判断子模块22、第一确定子模块23和第二确定子模块24。
投影子模块21用于对灰度图像进行投影,以获得灰度图像的投影长度;判断子模块22用于判断投影长度是否小于预设的长度阀值;第一确定子模块23用于若投影长度小于长度阀值,则确定灰度图像为倾斜状态;第二确定子模块24用于若投影长度不小于长度阀值,则确定灰度图像为正常状态。
本实施例图像倾斜校正装置,通过对灰度图像进行投影处理得知该灰度图像的投影长度,然后将投影长度与预设的长度阀值进行比较,便可以方便的根据投影长度得知该灰度图像是否为倾斜的,从而更有利于提高本实施例图像倾斜校正方法的校正效率。
基于上述技术方案,可选的,如图6所示,本实施例中的校正处理模块3包括:获取子模块31、计算子模块32和旋转子模块33。
获取子模块31用于若所述灰度图像倾斜,则获取所述灰度图像的边缘信息;计算子模块32用于根据所述边缘信息计算所述灰度图像的倾斜角;旋转子模块33,用于根据所述倾斜角旋转所述灰度图像,以输出无倾斜角度的所述灰度图像。
其中,为了更加可靠的获得灰度图像的边缘信息,本实施例中的获取子 模块31还用于通过Canny算子获得灰度图像的边缘信息;为了更加准确有效的提取灰度图像的倾斜角,计算子模块32还用于通过Hough变换对灰度图像的两侧的边缘信息进行对照处理,以计算出灰度图像的水平倾斜角度;为了快速可靠的将灰度图像进行旋转,并减小旋转过程中灰度图像的信息损失,旋转子模块33还用于根据倾斜角,通过双线性插值算法对灰度图像进行旋转校正。
本实施例图像倾斜校正装置,通过获取灰度图像的边缘信息,并根据边缘信息计算出倾斜角,最后,根据倾斜角旋转灰度图像以获得无倾斜角度的灰度图像,可以快速有效的对需要倾斜校正处理的灰度图像进行处理,更有利于提高本实施例图像倾斜校正方法的校正效率。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种图像倾斜校正方法,其特征在于,包括:
对获取的图像进行灰度处理,以获得灰度图像;
对所述灰度图像进行投影处理,以判断所述灰度图像是否倾斜;
若所述灰度图像倾斜,则对所述灰度图像进行倾斜校正处理。
2.根据权利要求1所述的图像倾斜校正方法,其特征在于,所述对所述灰度图像进行投影处理,以判断所述灰度图像是否倾斜,具体为:
对所述灰度图像进行二值化处理,以得到二值化图像;
对所述二值化图像进行垂直投影,以获得所述二值化图像的投影长度;
将所述投影长度与预设的投影长度阀值进行比较;
若所述二值化图像的黑色的投影长度小于所述投影长度阀值的黑色长度阀值,则确定所述灰度图像为倾斜状态;或者,若所述二值化图像的白色的投影长度大于所述投影长度阀值的白色长度阀值,则确定所述灰度图像为倾斜状态。
3.根据权利要求1或2所述的图像倾斜校正方法,其特征在于,所述对所述灰度图像进行倾斜校正处理,具体为:
获取所述灰度图像的边缘信息;
根据所述边缘信息计算所述灰度图像的倾斜角;
根据所述倾斜角旋转所述灰度图像,以输出无倾斜角度的所述灰度图像。
4.根据权利要求3所述的图像倾斜校正方法,其特征在于,所述获取所述灰度图像的边缘信息,具体为:通过Canny算子获得所述灰度图像的边缘信息。
5.根据权利要求3所述的图像倾斜校正方法,其特征在于,所述根据所述边缘信息计算所述灰度图像的倾斜角,具体为:通过Hough变换对所述灰度图像的两侧的所述边缘信息进行对照处理,以计算出所述灰度图像的水平倾斜角度。
6.根据权利要求3所述的图像倾斜校正方法,其特征在于,所述根据所述倾斜角旋转所述灰度图像,具体为:根据所述倾斜角,通过双线性插值算法对所述灰度图像进行旋转校正。
7.一种图像倾斜校正装置,其特征在于,包括:
灰度处理模块,用于对获取的图像进行灰度处理,以获得灰度图像;
投影处理模块,用于对所述灰度图像进行投影处理,以判断所述灰度图像是否倾斜;
校正处理模块,用于若所述灰度图像倾斜,则对所述灰度图像进行倾斜校正处理。
8.根据权利要求7所述的图像倾斜校正装置,其特征在于,所述投影处理模块包括:
投影子模块,用于对所述灰度图像进行投影,以获得所述灰度图像的投影长度;
判断子模块,用于判断所述投影长度是否小于预设的长度阀值;
第一确定子模块,用于若所述投影长度小于所述长度阀值,则确定所述灰度图像为倾斜状态;
第二确定子模块,用于若所述投影长度不小于所述长度阀值,则确定所述灰度图像为正常状态。
9根据权利要求7或8所述的图像倾斜校正装置,其特征在于,所述校正处理模块包括:
获取子模块,用于若所述灰度图像倾斜,则获取所述灰度图像的边缘信息;
计算子模块,用于根据所述边缘信息计算所述灰度图像的倾斜角;
旋转子模块,用于根据所述倾斜角旋转所述灰度图像,以输出无倾斜角度的所述灰度图像。
10.根据权利要求9所述的图像倾斜校正装置,其特征在于,所述获取子模块还用于通过Canny算子获得所述灰度图像的边缘信息;
所述计算子模块还用于通过Hough变换对所述灰度图像的两侧的所述边缘信息进行对照处理,以计算出所述灰度图像的水平倾斜角度;
所述旋转子模块还用于根据所述倾斜角,通过双线性插值算法对所述灰度图像进行旋转校正。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010221775 CN101923710A (zh) | 2010-06-30 | 2010-06-30 | 图像倾斜校正方法及装置 |
PCT/CN2010/080304 WO2012000296A1 (zh) | 2010-06-30 | 2010-12-27 | 图像倾斜校正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010221775 CN101923710A (zh) | 2010-06-30 | 2010-06-30 | 图像倾斜校正方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101923710A true CN101923710A (zh) | 2010-12-22 |
Family
ID=43338620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010221775 Pending CN101923710A (zh) | 2010-06-30 | 2010-06-30 | 图像倾斜校正方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN101923710A (zh) |
WO (1) | WO2012000296A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012000296A1 (zh) * | 2010-06-30 | 2012-01-05 | 青岛海信网络科技股份有限公司 | 图像倾斜校正方法及装置 |
CN103279924A (zh) * | 2013-05-24 | 2013-09-04 | 中南大学 | 一种对任意倾斜角度的专利证书图像的校正方法 |
CN104243737A (zh) * | 2013-06-24 | 2014-12-24 | 富士施乐株式会社 | 多功能设备和读取装置 |
CN104573655A (zh) * | 2015-01-09 | 2015-04-29 | 安徽清新互联信息科技有限公司 | 一种基于视频的盲道方向检测方法 |
CN105335760A (zh) * | 2015-11-16 | 2016-02-17 | 南京邮电大学 | 一种图像数字字符识别方法 |
WO2016197670A2 (zh) * | 2015-11-25 | 2016-12-15 | 中兴通讯股份有限公司 | 一种梯形校正方法和投影机 |
CN106951896A (zh) * | 2017-02-22 | 2017-07-14 | 武汉黄丫智能科技发展有限公司 | 一种车牌图像倾斜校正方法 |
CN108052936A (zh) * | 2017-11-03 | 2018-05-18 | 中国科学院计算技术研究所 | 一种盲文图像自动倾斜校正方法及*** |
CN110849326A (zh) * | 2019-12-25 | 2020-02-28 | 深圳供电局有限公司 | 一种电线杆的监测方法及监测设备 |
CN112001238A (zh) * | 2020-07-14 | 2020-11-27 | 浙江大华技术股份有限公司 | 端子排的接线状态识别方法、识别装置以及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6493470B1 (en) * | 1995-06-20 | 2002-12-10 | Canon Kabushiki Kaisha | Image processing method and apparatus for detecting the tilt amount of input image data |
CN101064008A (zh) * | 2006-04-29 | 2007-10-31 | 北大方正集团有限公司 | 一种印刷体斜体字符的识别方法 |
CN101625760A (zh) * | 2009-07-28 | 2010-01-13 | 谭洪舟 | 一种证件图像倾斜校正的办法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4219542B2 (ja) * | 2000-09-07 | 2009-02-04 | 富士ゼロックス株式会社 | 画像処理装置、画像処理方法および画像処理プログラムが格納された記録媒体 |
CN101118596A (zh) * | 2007-09-04 | 2008-02-06 | 西安理工大学 | 一种基于支持向量机的车牌倾斜校正方法 |
CN101923710A (zh) * | 2010-06-30 | 2010-12-22 | 青岛海信网络科技股份有限公司 | 图像倾斜校正方法及装置 |
-
2010
- 2010-06-30 CN CN 201010221775 patent/CN101923710A/zh active Pending
- 2010-12-27 WO PCT/CN2010/080304 patent/WO2012000296A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6493470B1 (en) * | 1995-06-20 | 2002-12-10 | Canon Kabushiki Kaisha | Image processing method and apparatus for detecting the tilt amount of input image data |
CN101064008A (zh) * | 2006-04-29 | 2007-10-31 | 北大方正集团有限公司 | 一种印刷体斜体字符的识别方法 |
CN101625760A (zh) * | 2009-07-28 | 2010-01-13 | 谭洪舟 | 一种证件图像倾斜校正的办法 |
Non-Patent Citations (2)
Title |
---|
《济南大学学报(自然科学版)》 20070731 唐好魁等 车牌识别中倾斜度调整算法 246-248 1-10 第21卷, 第3期 * |
《现代电子技术》 20091231 史燕等 车牌识别中的二值化及快速倾斜校正算法 , 第5期 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012000296A1 (zh) * | 2010-06-30 | 2012-01-05 | 青岛海信网络科技股份有限公司 | 图像倾斜校正方法及装置 |
CN103279924B (zh) * | 2013-05-24 | 2015-11-25 | 中南大学 | 一种对任意倾斜角度的专利证书图像的校正方法 |
CN103279924A (zh) * | 2013-05-24 | 2013-09-04 | 中南大学 | 一种对任意倾斜角度的专利证书图像的校正方法 |
CN104243737B (zh) * | 2013-06-24 | 2018-09-07 | 富士施乐株式会社 | 多功能设备和读取装置 |
CN104243737A (zh) * | 2013-06-24 | 2014-12-24 | 富士施乐株式会社 | 多功能设备和读取装置 |
CN104573655B (zh) * | 2015-01-09 | 2018-03-20 | 安徽清新互联信息科技有限公司 | 一种基于视频的盲道方向检测方法 |
CN104573655A (zh) * | 2015-01-09 | 2015-04-29 | 安徽清新互联信息科技有限公司 | 一种基于视频的盲道方向检测方法 |
CN105335760A (zh) * | 2015-11-16 | 2016-02-17 | 南京邮电大学 | 一种图像数字字符识别方法 |
WO2016197670A3 (zh) * | 2015-11-25 | 2017-02-09 | 中兴通讯股份有限公司 | 一种梯形校正方法和投影机 |
CN106791736A (zh) * | 2015-11-25 | 2017-05-31 | 中兴通讯股份有限公司 | 一种梯形校正方法和投影机 |
WO2016197670A2 (zh) * | 2015-11-25 | 2016-12-15 | 中兴通讯股份有限公司 | 一种梯形校正方法和投影机 |
CN106791736B (zh) * | 2015-11-25 | 2020-05-15 | 中兴通讯股份有限公司 | 一种梯形校正方法和投影机 |
CN106951896A (zh) * | 2017-02-22 | 2017-07-14 | 武汉黄丫智能科技发展有限公司 | 一种车牌图像倾斜校正方法 |
CN106951896B (zh) * | 2017-02-22 | 2020-01-03 | 武汉黄丫智能科技发展有限公司 | 一种车牌图像倾斜校正方法 |
CN108052936A (zh) * | 2017-11-03 | 2018-05-18 | 中国科学院计算技术研究所 | 一种盲文图像自动倾斜校正方法及*** |
CN110849326A (zh) * | 2019-12-25 | 2020-02-28 | 深圳供电局有限公司 | 一种电线杆的监测方法及监测设备 |
CN110849326B (zh) * | 2019-12-25 | 2022-06-07 | 深圳供电局有限公司 | 一种电线杆的监测方法及监测设备 |
CN112001238A (zh) * | 2020-07-14 | 2020-11-27 | 浙江大华技术股份有限公司 | 端子排的接线状态识别方法、识别装置以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2012000296A1 (zh) | 2012-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101923710A (zh) | 图像倾斜校正方法及装置 | |
CN108416320B (zh) | 巡检设备、巡检设备的控制方法及控制装置 | |
CN105488501B (zh) | 基于旋转投影的车牌倾斜矫正的方法 | |
US20140063251A1 (en) | Lane correction system, lane correction apparatus and method of correcting lane | |
US9087253B2 (en) | Method and system for determining edge line in QR code binary image | |
CN105674992A (zh) | 一种导航方法及装置 | |
JPWO2010146695A1 (ja) | 画像処理装置および画像処理方法 | |
US6925206B2 (en) | White line detection apparatus and white line detection method | |
CN106407924A (zh) | 基于路面特征的双目道路识别检测方法 | |
CN105488492A (zh) | 一种彩色图像预处理方法、道路识别方法及相关装置 | |
CN103473762A (zh) | 一种车道线检测方法和装置 | |
CN109753841B (zh) | 车道线识别方法和装置 | |
CN106228531B (zh) | 基于地平线搜索的自动灭点标定方法及*** | |
CN103093229B (zh) | 车标定位方法及装置 | |
CN103150547A (zh) | 车辆跟踪方法及装置 | |
CN105760869B (zh) | 一种基于图像灰度识别及处理的阅卷方法 | |
KR20140093407A (ko) | 인식기, 차량모델인식장치 및 방법 | |
CN101826159B (zh) | 实现灰度图像分区二值化的方法和数据处理设备 | |
CN109670498A (zh) | 一种车牌定位方法 | |
CN111046809B (zh) | 一种障碍物检测方法、装置、设备及计算机可读存储介质 | |
CN111079744B (zh) | 适用于复杂光照环境的车辆车牌智能识别方法及装置 | |
JP2007018451A (ja) | 道路区画線検出装置 | |
CN107609453A (zh) | 一种车牌图像校正、车牌字符分割方法及设备 | |
CN114037977B (zh) | 道路灭点的检测方法、装置、设备及存储介质 | |
CN111127494A (zh) | 基于图像处理的高速公路货车限重识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20101222 |