面向车辆牌照的L快速二值比算法

就车辆牌照灰度图像的二值化问题 ,比较 Otsu算法和全局动态阈值算法 ,讨论将字符从车牌背景中分割出来的最佳阈值选取问题 .从汉字字符识别角度出发 ,通过引入光照强度因子 L,对全局动态阈值算法进行改进 ,提出 L快速二值化算法 .实验结果表明 ,L快速二值化算法的处理效果 ,优于 Otsu算法和全局动态阈值算法 .二值化处理后的车辆牌照字符笔划清晰、饱满、无断裂 ,克服了光照因素的影响 ,更有利于汉字字符的识别 .

基于Gabor特征与BP神经网络的屏幕显示自动校验系统

针对人工校验视频监控设备屏幕显示(OSD)效率低下、人力物力资源耗费大的问题,提出一种OSD自动校验系统,取代传统的人工校验方式。系统首先综合多种数理统计特征进行OSD定位,然后利用改进的Otsu算法进行精确字符分割并二值化,最后通过基于Gabor特征离线训练的改进型BP神经网络进行字符识别。实验结果表明,在确保92.7%识别率的前提下,该系统识别一帧OSD平均耗时53 ms。