1.一种监控视频中的水平倾斜车牌矫正方法，其特征在于，包括如下步骤：S1、获取监控场景中的彩色车牌图像，对彩色车牌图像进行灰度化、二值化、开运算和连通域轮廓检测算法，得到多个连通域轮廓的矩形边界框，根据车牌字符的几何特性进行筛选，去除干扰的矩形边界框，将符合要求的矩形边界框确定为字符区域；

S2、对含多个字符区域的车牌，根据每个字符区域的上边缘中点利用最小二乘法拟合得到一条上边缘中点直线，根据每个字符区域的中心点利用最小二乘法拟合得到一条中心点直线，以及根据每个字符区域的下边缘中点利用最小二乘法拟合得到一条下边缘中点直线，分别计算三条直线的水平倾斜角度；

S3、若上边缘中点到拟合得到的上边缘中点直线的距离越大，则上边缘中点直线的拟合误差越大，上边缘中点直线的置信度也就越低；因此可以根据多个字符区域的上边缘中点到上边缘中点直线的平均距离确定上边缘中点直线的置信度，进而计算上边缘中点直线的权重；同理可以计算中心点直线和下边缘中点直线的权重；

S4、根据上边缘中点直线、中心点直线和下边缘中点直线的权重及各自的水平倾斜角度进行融合，计算车牌的最佳水平倾斜角度；

S5、根据确定的车牌最佳水平倾斜角度，对车牌进行水平倾斜矫正；

所述步骤S1包括：

S11、输入的彩色图像大小为Height×Width，对其进行灰度化，得到灰度图f(x,y)，x、y分别为横纵坐标值，为了去除边缘的干扰，取灰度图中间大小为height×width区域计算阈值T，计算公式如(1)，以此阈值T对灰度图进行二值化得到二值图像，对二值图像依次进行开运算、连通域轮廓检测，最终得到多个连通域轮廓的矩形边界框；

S12、结合标准车牌图像中字符的几何特性与实际场景中车牌模糊、残缺、车牌字符粘连因素，设置车牌字符的宽高比范围为Rw/h，车牌字符的面积为Rarea，根据车牌字符特性剔除不符合要求的矩形边界框，具体规则为矩形边界框的宽高比在Rw/h范围内，矩形边界框所占面积比小于Rarea，对所有矩形边界框进行分析，剔除不符合此规则的矩形边界框，将符合要求的M个矩形边界框确定为字符区域；

步骤S2包括：

S21、根据第i个字符区域的位置[xi,yi,wi,hi]计算上边缘中点坐标 中心点坐标 下边缘中点坐标 其中(xi,yi)表示第i个字符区域的左上角坐标，i＝1,..,M，(wi,hi)表示第i个字符区域的宽和高，计算公式如(2)：S22、对M个字符区域重复步骤S21，得到上边缘中点序列

中心点序列 下边缘中点序列

对上边缘中点序列进行最小二乘拟合，得到上边缘中点直线Lup:yup＝kupx+bup，对中心点序列进行最小二乘拟合，得到中心点直线Lmid:ymid＝kmidx+bmid，对下边缘中点序列进行最小二乘拟合，得到下边缘中点直线Ldown:ydown＝kdownx+bdown，并根据直线斜率计算这三条直线的水平倾斜角度αup、αmid、αdown，计算公式如(3)：αl＝arctankl，l∈{up,mid,down}            (3)所述步骤S5具体为：

以车牌图像中心点 为旋转中心，上述计算得到的最佳水平倾斜角度α为

旋转角度，旋转车牌图像，即可得到最终的水平倾斜矫正结果。

2.如权利要求1所述的方法，其特征在于，步骤S3包括：

S31、对于上边缘中点直线，求对应的上边缘中点序列到上边缘中点直线的平均距离对于中心点直线，求对应的中心点序列到中心点直线的平均距离 对于下边缘中点直线，求对应的下边缘中点序列到上边缘中点直线的平均距离 计算公式如(4)：其中 表示车牌字符序列Pointl中第j个点坐标(xj,yj)到直线Ll:yl＝klx+bl的距离，计算公式如(5)：S32、定义上边缘中点直线、中心点直线和下边缘中点直线的置信度分别为λup、λmid、λdown，计算公式如(6)并定义上边缘中点直线、中心点直线和下边缘中点直线的权重分别为wup、wmid、wdown，计算公式如(7)

3.如权利要求1所述的方法，其特征在于，所述步骤S4具体为：

上述步骤计算得到上边缘中点直线、中心点直线和下边缘中点直线的倾斜角αup、αmid、αdown，及各自的权重wup、wmid、wdown，由此计算车牌的最佳水平倾斜角度为：α＝wupαup+wmidαmid+wdownαdown              (8)。