复杂光线下的车牌图像增强算法

为解决复杂光线对车牌识别造成的困难,提出基于改进的Retinex理论的复杂光线图像增强算法.首先提取车牌图像的亮度分量,对亮度分量进行顶帽变换,该处理可以准确地提取车牌图像的背景,进而提取出车牌字符图像,有效地削弱复杂光线的影响;再利用改进的Retinex算子进行细节增强同时消除伪影,得到最终输出结果.实验结果表明,对于复杂光线下的车牌图像,文中算法在主观视觉效果和客观指标两方面都体现出充分的优势,证明了该算法的可行性.

复杂环境下的车牌定位方法

为使车牌定位技术适应复杂环境,给字符识别提供便利条件,提出基于区域放大的车牌定位方法。对图像进行边缘检测,粗定位时采用形态学处理和基于迭代融合的连通域筛选的方法检测车牌初步定位区域,第二次通过多因素决策的方法去除伪车牌,采用区域放大法进行车牌精定位。实验结果表明,该方法准确性高,在工程应用中具有一定的实用价值。

基于复小波光流法和利用平均算子的二次三帧差法的运动目标检测方法

针对机器视觉系统中快速运动目标的检测问题,提出了一种结合复小波光流法和利用平均算子的二次三帧差法的运动目标检测新算法。首先,在考虑算法复杂度的情况下,选择图像中的Harris角点作为特征点计算光流信息;然后运用复小波光流法对运动目标进行更精确的运动估计,为了得到更完整的检测区域,同时引入改进三帧差法作为光流法的补充。改进的二次三帧差法通过平均算子滤波,能较好的抑制噪声,消除背景变化带来的干扰。通过QT和OpenCV搭建的平台,利用该算法对快速运动目标进行检测,结果表明:该算法能检测出动态背景下快速运动的目标,其检测率高于90%,虚警率低于10%,证明了算法的有效性和实用性。