陈 航，李晓东，李云红，田冀达

（西安工程大学 电子信息学院，陕西 西安710048）

0 引 言

作为智能交通系统的重要组成部分，车牌识别系统的实现一般包括车牌定位、字符分割和字符识别3部分.车牌校正属于车牌定位的一部分.在对车牌进行粗定位后，由于粗定位图像有倾斜且还包括边框等其他不属于车牌字符的区域，不适合直接分割字符，需要先将粗定位图像进行倾斜校正，然后对校正后的图像进行精确定位，找到车牌字符部分图像，为下一步字符分割打下基础.

车牌识别算法经过多年来的研究和发展，取得很多进展和成果［1－3］.车牌校正是对车牌字符部分的倾斜和形变进行校正［4］.现阶段校正方法主要分为以下几类，一种是基于主成分分析的校正，它的核心思想主要是将图像信号进行降维操作，将二维信号通过投影到主成分方向变为一维信号，求取一维信号的离散度最大的投影方向，也就是方差最大的方向，即为主成分的方向，然后可以将倾斜图像转换到校正图像；另外一种方法利用Radon变换，遍历一定的角度范围，并对变换后的结果求一阶导数绝对值的累加和，累加和的最大值对应的角度即为倾斜角，从而得到倾斜图像的水平倾斜角和垂直剪切角，然后得到转换矩阵，进而求得校正图像［5－11］；而采用Hough变换主要为检测图像中直线，其中最长直线的倾斜角度即为字符倾斜角［12］.这些方法都有各自的优点和缺点，基于主成分分析……