基于自适应门限和宽线检测的牌照定位方法

本文提出了一种基于门限化和宽线检测算子的自适应牌照定位方法 ,解决了复杂背景下的汽车牌照定位问题。利用汽车头部图像的一些知识信息 ,采用自适应门限方法 ,辅以宽线检测算子进行后验校正 ,能够准确地分割出汽车牌照 ,然后对牌照中的汉字和数字进行分离 ,正确率达 95 %以上。

随机宽线检测方法

为消除基本宽线检测算子中的冗余计算量,提高算法的运算速度,该文提出一种宽线算子的快速实现方法随机移动宽线算子。基本宽线算子采取逐像素移动模板的方式检测图像中的宽线特征,与之不同,随机移动宽线算子在检测时,随机地在图像中放置检测模板,并根据当前像素类型采用启发式的准则确定模板移动的策略,从而加快了模板移动速度,较好地消除了基本宽线检测算法中的冗余运算;在此基础上,提出了两种提前结束条件,可根据检测情况提前结束循环,进一步节省了运算量。利用测试图像对快速算子进行了实验分析,结果表明,随机移动宽线算子在取得相当检测性能的同时,提高了基本宽线算子的运算速度。

自适应移动宽线检测方法

为消除基本宽线检测算子中的冗余计算量,提高其运算速度,提出了一种快速的宽线算子实现方法——自适应移动宽线算子。基本宽线算子采取逐像素移动的方式来检测图像中的宽线特征;自适应移动宽线算子与之不同,在检测宽线像素时能够根据当前像素类型自适应地确定模板移动的步长,从而加快模板的移动速度,较好地消除了基本算法中的冗余运算。利用测试图像进行的实验的结果表明,自适应移动宽线算子在取得相当检测性能的同时,提高了基本宽线算子的运算速度。

多尺度宽线检测方法

针对基于非线性滤波的宽线算子的不足,提出了一种多尺度宽线检测方法。基本宽线检测算子采用单个尺度模板检测图像中的宽线,导致仅能检测宽度小于模板半径的宽线特征,且在多条宽线交叉处检测效果较差;与之不同,多尺度宽线检测方法首先采用多个不同尺度的模板进行检测,然后在多个尺度归一化的检测结果中取最大响应值,再通过阈值分割、滤波处理等后处理步骤得到最终的检测结果。分别利用仿真图像和实际图像对多尺度宽线算子进行了性能测试,实验结果表明,多尺度宽线检测方法克服了基本宽线算子的不足,较好地检测出了图像中的宽线特征。