一种基于深度学习车牌边缘关键点检测的快速大角度车牌矫正方法

针对车牌大角度倾斜问题,提出了一种快速车牌矫正方法,通过对车牌边框线条在水平与竖直方向设计卷积神经网络结构及其训练方法,采用所训模型并推理解码得到车牌关键点后,应用仿射变换完成车牌矫正。结果表明,该车牌矫正方法具有快速、健壮、精准的优点,适合应用于超宽出入口的嵌入式车牌识别设备。

不同程度倾斜下的车牌定位和车牌矫正方法

为了提高不同程度倾斜下车牌定位的准确性,提出根据车牌字符到直线纵向距离均方差的大小来定位车牌的方法。在车牌定位的同时也得到了车牌的水平倾斜度,这简化了后续车牌矫正的步骤。实验表明,在不同程度倾斜下,该方法对车牌的定位和矫正有较好的效果。

车牌倾斜矫正算法的比较研究

本文分析目前车牌倾斜矫正中常用的Hough变换和Radon变换,通过实验对比发现Radon变换相对Hough变换具有更好的适应性。

一种新的车牌字符图像的提取方法

在车牌自动识别(LPR)系统中,从车牌图像中正确获得各字符有效信息的图像尤为关键。传统的车牌字符提取方法适应性不强,当不能拍摄车牌正面时获取的车牌图像存在着变形的问题,从而无法从中正确提取出字符。针对此问题,设计了一种基于Radon变换与最大全零列判决法相结合的车牌图像矫正算法来矫正车牌图像,再根据车牌字符分布特点使用了边界投影确定各个字符的边界,对车牌字符进行分割提取。实验证明,此方法能从各种情况下拍摄的车牌中准确分割出单个字符图像,并且计算量较小。

车牌字符分割与识别技术研究

由于在车牌识别过程中传统的垂直投影分割算法存在对字符的误分割问题,于是提出一种基于图像垂直投影特征分析和几何特征的字符分割算法,该算法通过字符的宽度以及字符间的间隔宽度,对传统垂直投影分割算法的分割过程进行限制,可有效解决对左右结构汉字的错误分割。实验结果表明,该分割算法可有效提升字符分割的准确率,对车牌的正确识别具有重要作用。

基于深度学习的含堆叠字符的车牌识别算法

车牌识别是构建智慧城市交通系统的重要技术,当前车牌识别系统对于单行车牌已经达到了较好的识别和应用效果,但无法满足对包含堆叠字符的车牌的识别需求。针对该问题,提出了一种基于深度学习且不依赖于字符分割的方法以识别含堆叠字符的车牌。首先对倾斜、扭曲的车牌进行投影矫正;然后使用MobileNet-SSD算法检测定位车牌中的单排字符和堆叠字符;之后将堆叠字符送入基于CTC损失的堆叠字符识别网络,进行非字符分割的端到端识别。实验结果表明,该算法不仅对含堆叠字符的车牌具有较高的识别精度,同时对倾斜、扭曲等复杂环境下的车牌具有鲁棒性,极大提高了车牌识别系统的通用性。

复杂场景下的车牌检测与识别算法研究

针对传统车牌识别方法在复杂环境下识别准确率不高和过程繁杂的问题,提出一种基于U-Net和CNN的车牌检测和识别的深度学习模型,首先通过U-Net模型进行车牌定位,然后采用透视变换方法对倾斜较大或者形变的车牌实现车牌矫正,最后通过改进的CNN模型对车牌区域进行车牌识别,其识别率为97.5%。实验结果表明该算法在复杂环境下能够精准识别。

倾斜车牌识别方法的研究

虽然车牌识别系统已经成功应用于很多有关车辆的智能应用场景,它仍然面临着许多挑战。如对在恶劣天气和夜间拍摄的模糊图像、倾斜图像等的识别未能得到很好的解决。为有效解决这类问题,提出了一套对倾斜车牌进行识别的方法。针对中国汽车牌照的特点,采用了颜色特征与形态学相结合的方法来实现车牌定位;及基于车牌字符外接矩形与仿射变换相结合的车牌矫正方法。并通过实例验证了所提方法计算比较简单,而且对车牌复杂情况,如边缘模糊不清或残缺、字符存在粘连等具有比较好的识别效果。

基于MATLAB的车牌识别系统研究

为了提高车牌识别准确率,以MATLAB为平台,对车牌识别系统部分算子选择及算法进行调整和优化。在具体处理中,通过灰度拉伸、顶帽变换、二值化等实现车牌预处理,用边缘检测、形态学处理等实现车牌定位,通过多种算法对比选择合适的车牌矫正方法,结合车牌垂直投影法、模板匹配法完成车牌识别系统设计。该系统对车牌识别的准确率由96.5%提升至97.5%,识别效果较好。

基于颜色处理和数学形态学的车牌定位方法

现代技术中,车牌定位是车牌识别系统中的关键步骤。为了更准确、有效的定位车牌,本文提出了一种基于颜色处理和数学形态学的车牌定位方法,首先,对于输入的车牌进行颜色特征的提取,然后进行数学形态学处理,找到车牌的具体区域,并且对于倾斜的车牌,进行车牌矫正;最后将准确定位的车牌输出。实验结果表明,此定位方式获得的车牌,准确度高,定位速度快。

基于M-HSI和像素偏移法的车牌定位

为提高车牌定位准确率,提出一种改进的车牌定位方法。以小功率汽车牌照为研究对象,通过对HIS模型进行修正,分别得出包含车牌蓝色区域的二值图像和包含车牌字符的二值图像;将两幅二值图像合成一张图,利用车牌区域的几何特征实现对车牌区域的定位;用Hough变换和像素偏移法对倾斜的车牌进行矫正。实验结果表明,该方法与基于边缘检测的车牌定位方法相比,在耗时基本不变的情况下,图像定位准确率达到98%,倾斜矫正准确率达到99%,验证了该方法的有效性。