基于纹理特征的车牌定位方法

为了提高车辆牌照定位成功的概率以及定位精度,提出了一种基于纹理特征,采用自适应二值化的车牌定位方法。该方法首先利用小波分析对图像进行预处理,提取车牌图像字符区域的纵向纹理特征,然后利用边缘检测算子对图像纹理特征进行二次提取,再进行自适应二值化。该方法克服了直接对小波分析后图像进行二值化时,阈值选取非常困难的缺陷。实验结果表明,该方法能够达到提取有效车牌图像的目的,适用于各种复杂条件下拍摄的车牌图像定位。

一种基于汉字结构特征的车牌照字符分割方法

提出了一种基于汉字结构特征的车牌照字符分割方法。该方法首先找到汉字的主体部件,然后根据汉字上下、左右、包围结构找到组成汉字的其它部件,并结合汉字识别结果对分割得到的汉字进行确定。最后,根据车牌字符串的结构特征找到其它字符。特殊车牌图像,要对字符和字符、字符和边界粘连的情况进行分裂,对部分字符进行合并。而且本方法还可以对定位出现车牌字符丢失情况进行重新定位,找到丢掉的字符。对大量车牌图像字符的分割,试验结果证明,该方法能够达到准确分割出车牌图像中字符的目的。

判定车辆牌照类型的新方法

提出一种基于车牌图像梯度直方图和灰度直方图确定车牌类型的方法。该方法首先对车牌图像进行水平方向一阶差分,然后,根据梯度直方图中值对应的灰度级及目标象素点占图像象素点比例这个统计特征确定车牌类型。通过对300幅图像进行实验,结果证明本方法能够正确判定车牌类型。

车辆牌照类型判定方法研究

本文提出一种基于车牌图像梯度直方图和灰度直方图确定车牌类型的方法。该方法首先对车牌图像进行水平方向一阶差分;然后,根据梯度直方图中值对应的灰度级,以及目标像素点占图像像素点比例这个统计特征确定车牌类型。通过对300幅图像进行实验,结果证明本方法均能够正确判定车牌类型。