1.一种蓝色车牌分割与矫正方法，其特征在于，包括以下步骤：步骤S1：对于车牌粗定位图像，采用其RGB通道的R通道图和HSV颜色空间的V通道图构造组合图像，进而得到突出车牌蓝色区域的蓝色区域二值图，然后将其与突出车牌白色字符区域的白色区域二值图融合，得到双区域融合二值图，从而分割出完整车牌区域；

步骤S2：对双区域融合二值图进行边缘检测，在此基础上得到车牌区域外接轮廓二值图，然后对车牌区域外接轮廓二值图进行概率霍夫变换，拟合出轮廓线段，并进一步定位出车牌角点；

步骤S3：得到车牌角点后，对原车牌图像进行透视变换矫正，得到矫正后的车牌图像。

2.根据权利要求1所述的一种蓝色车牌分割与矫正方法，其特征在于，步骤S1中，构造组合图像，进而得到蓝色区域二值图，然后将其与白色区域二值图融合，得到双区域融合二值图的方法为：

将车牌粗定位图像通过RGB通道分离得到R、G、B通道图，再将车牌粗定位图像转换到HSV颜色空间，通过通道分离得到H、S、V通道图，使用明度分量V通道图和红分量R通道图构造突出车牌蓝色区域与背景差异的组合图像，其方法如下：Ib＝Max(0,V‑R)    (1)其中，Ib为组合图像中像素点的取值，V为转换到HSV的图像中像素点的V通道值，R为RGB图像中像素点的R通道值；

对组合图像进行二值化，得到蓝色区域二值图；

对于车体是蓝色的车牌图像，进一步采用大连通区域筛选法去除车体蓝色背景，得到去除车体蓝色背景的蓝色区域二值图；

对转换到HSV颜色空间的图像使用公式(3)进行阈值分割得到白色区域二值图，以用车牌白色字符区域修补蓝色区域：

其中，I′w为白色区域二值图中像素点的取值，h、s、v分别为转换到HSV的图像中像素点的H、S、V通道值，Hmin、Hmax分别为设定的H通道最小、大阈值，Smin、Smax分别为设定的S通道最小、大阈值，Vmin、Vmax分别为设定的V通道最小、大阈值；

得到白色区域二值图后，进一步采用用大连通区域筛选法去除车体白色背景，得到去除车体白色背景的白色区域二值图；

采用最后得到的白色区域二值图与蓝色区域二值图按公式(4)进行融合，得到双区域融合二值图：

其中，If为双区域融合二值图中像素点的取值，I″b为去除车体蓝色背景的蓝色区域二值图中像素点的取值，I″w为去除车体白色背景的白色区域二值图中像素点的取值，即将双区域融合二值图中相加后灰度值大于255的像素点的取值设为255，其余情况直接相加；

双区域融合二值图中最大区域就是车牌区域，采用非极大值抑制的方法只保留图中最大区域，从而得到完整车牌区域。

3.根据权利要求2所述的一种蓝色车牌分割与矫正方法，其特征在于，采用大连通区域筛选法去除车体蓝色背景的方法如下：步骤S11：找到蓝色区域二值图中所有连通区域的外轮廓；

步骤S12：找到每个外轮廓对应的最小外接矩形；

步骤S13：计算每个外接矩形的宽度和高度；

步骤S14：按公式(2)，判断每个连通区域的外接矩形的宽度和高度是否符合条件，符合即为车牌连通区域，保留图像原值，不符合即为背景连通区域，去除图像原值；

其中，IR为连通区域中像素点的原值，IBG为设定的背景连通区域的取值，IBG＝0，w、h分别为蓝色区域二值图的宽度、高度，wrect、hrect分别为外接矩形的宽度、高度，K为设定的阈值。

4.根据权利要求1所述的一种蓝色车牌分割与矫正方法，其特征在于，步骤S2中，定位车牌角点，包括以下步骤：

步骤S21：对双区域融合二值图采用形态学闭操作去除车牌区域内存在的黑色孔洞，同时使边缘更加平滑；

步骤S22：对闭操作后的双区域融合二值图采用Canny算子进行边缘检测，并对边缘检测后的边缘图像采用非极大值抑制的方法得到最大的轮廓二值图，即为车牌区域外接轮廓二值图；

步骤S23：对车牌区域外接轮廓二值图进行概率霍夫变换，拟合出轮廓线段；

步骤S24：检测出轮廓线段后，通过迭代找最角落点的方法找到左上、右上、左下、右下四个最值点，从而定位出车牌的四个角点。

5.根据权利要求4所述的一种蓝色车牌分割与矫正方法，其特征在于，步骤S23中，对车牌区域外接轮廓二值图进行概率霍夫变换，拟合出轮廓线段，包括以下步骤：步骤S231：随机获取车牌区域外接轮廓二值图上的多个前景点，通过一个前景点的所有直线用公式(5)表示：

ρ＝cosθx+sinθy        (5)其中，(x,y)为前景点的直角坐标，ρ为因变量，表示原点到直线的距离，θ为自变量，表示原点到直线的垂线与横轴的夹角，从而变换到了霍夫空间，且霍夫空间中的一个点(ρ,θ)，表示直角坐标系中的一条直线；然后在霍夫空间画出公式(5)的曲线，该曲线就表示直角坐标中经过前景点(x,y)的所有直线；

步骤S232：当霍夫空间里面有交点且经过该交点的曲线的个数达到设定的最小投票数threshold，则表明在直角坐标系中，至少有threshold个点属于同一条直线；通过该交点求出直角坐标系中的直线L；

步骤S233：搜索车牌区域外接轮廓二值图上前景点，将位于直线L上且两点之间距离小于设定的最大断口长度maxLineGap的点连成线段，然后将线段上的点全部删除，并且记录所述线段起始点和终止点，线段长度要满足设定的最小长度minLineLength；

步骤S234：重复步骤S231‑S233，直至图像上不存在前景点。

6.根据权利要求1所述的一种蓝色车牌分割与矫正方法，其特征在于，步骤S3中，对原车牌图像进行透视变换矫正的方法为：对透视变换通用公式进行转换，得到如下透视变换公式(7)：其中，(X',Y')为变换后真实目标点的坐标，(u,v)为原车牌图像中要变换的点，a11、a12、a13、a21、a22、a23、a31、a32、a33为透视变换矩阵 中的元素；

以车牌的四个角点作为四个源点，以左上角源点与相邻两源点的距离分别作为目标矩形的长和宽，以左上角源点为左上角目标点，在水平方向作出所述目标矩形，目标矩形的四个角点即为与四个源点对应的四个目标点；

基于得到的四组对应点，计算透视变换矩阵，然后再以计算得到的透视变换矩阵对原车牌图像进行透视变换，即得到矫正后的车牌图像。