期刊文献+

智能车牌识别系统中消除图像干扰的方法 被引量:8

Method of Eliminating Noise of Image in Intelligent Vehicle Plate Recognization System
下载PDF
导出
摘要 在智能车牌识别系统中,经过汽车图像的初分割,可从复杂的汽车及背景图像中分割出汽车图像,但复杂灰度图像经二值化处理后存在许多干扰白点.提出一种“高斯滤波”的方法去除这些白点,使二值化图像变得平滑、少毛刺,并具有较好的连通性. In the intelligent recognition system of car license plate, car image can be separated from complex car background image by preliminary separation of car image ,but in these threshold images, the complex gray image elements are translated into some white noise. This paper presents a Gauss filter method to eliminate noise of threshold images, the threshold image is changed into smooth one which has smaller burr and has better connectedness.
作者 刘兴 蒋天发
出处 《武汉理工大学学报(交通科学与工程版)》 2005年第5期805-806,共2页 Journal of Wuhan University of Technology(Transportation Science & Engineering)
基金 国家民委重点科研项目资助(批准号:Mzy02004)
关键词 图像分割 二值化图像 高斯滤波 image segment threshold image Gauss filter
  • 相关文献

参考文献4

二级参考文献9

  • 1章毓晋.图像处理处理和分析[M].北京:清华大学出版社,1999.72-98.
  • 2[1]R M Haralick, K Shanmugam, I Dinstein. Textural Features for Image Classification [J]. IEEE Transactions on Systems, Man and Cybernetics, 1973,3 (6): 610-621.
  • 3[2]T R Reed,J M Hans du Buf. A Review of Recent Texture Segmentation and Feature Extraction Techniques [J]. Computer Vision, Graphics and Image Processing, 1993,57 (5): 359-372.
  • 4[3]M D Alder, et al. Inference of Structure[J]. Pattern Recognition Letters, 1994, 15(10) :957-962.
  • 5[4]P S Williams, M D Alder. C eneric Texture Analysis Applied to Newspaper Segmentation[C]. In Proceeding for ICNN96, Washington DC, 1996. 1664-1669.
  • 6[5]Y Chen,J Z Wang,J Li. FIRM: Fuzzily Integrated Region Matching for Image Retrieval[C]. Proc. 9th ACM Int. Conf. On Multimedia, Ottawa, Canada, 2001.
  • 7[6]J Z Wang,J Li,G Wiederhold. IRM: Integrated Region Matching for Image Retrieval[C]. Proc. 8h ACM Int. Conf. on Multimedia, Los Angles, CA,2000. 147-156.
  • 8孙宏琦,施维颖,巨永锋.利用中值滤波进行图像处理[J].长安大学学报(自然科学版),2003,23(2):104-106. 被引量:62
  • 9周熠,蒋天发.图像数字水印技术[J].武汉理工大学学报(交通科学与工程版),2003,27(5):711-714. 被引量:17

共引文献86

同被引文献42

引证文献8

二级引证文献16

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部