一种实用车牌定位算法及实现

提出了结合空域拓扑结构和频域特征的车牌定位实用算法。在空域上,首先对原始照片进行预处理,包括灰度拉伸处理从而均衡光照影响,有利于增强算法的鲁棒性;然后对前面处理结果进行形态学梯度变换从而加强车牌文字区域的线状结构,有利于突出文字的频率特征。在频域上,利用车牌文字的横向频率特征,按照一定稠密度条件筛选水平象素,得到若干相对稠密的水平点集。接着在空域上对频域处理结果进行几何归并、拓扑筛选。最后利用车牌本身特点提出以一种快速倾斜纠正方法,并经过投影过滤,从而实现车牌区域快速准确定位。

基于混合特征的车牌定位算法

车牌定位技术是汽车牌照自动识别和智能交通系统的关键技术之一。基于混合特征的车牌定位算法,通过综合利用车牌的颜色、纹理和结构几何等多维特征,实现车牌定位。该算法利用车牌的彩色信息进行彩色分割,实现车牌图像的二值化,而后提取边缘增强,在此基础上利用数学形态学方法去噪并去除车牌边框,并利用车牌纹理特征利用投影实现车牌的最终定位。该算法克服了单一特征信息不完备引起的车牌定位误差,实验表明该方法具有较好的车牌定位效果。

基于数学形态学和垂直投影的车牌定位

车牌定位是车牌识别系统中的关键环节。根据车牌固有特征,利用数学形态学和垂直投影技术相结合进行车牌定位。该方法可以有效地去除车牌附近噪声的干扰,进而准确定位出真正的车牌区域,对有部分字符遮挡的车牌也能较好地定位,具有实际应用价值。

基于水平垂直灰度开运算的车牌字符分割算法

采用Hough变换检测车牌的倾斜角度进行车牌的矫正。提出了一种基于水平垂直结构元素开运算的数学形态学方法,对字符分割前的车牌进行预处理。该方法能够在车牌定位不精确的情况下有效地去除车牌边框、铆钉及其他噪声,消除干扰突出字符。运用传统的投影法以及车牌的先验知识进行字符间的分割,有效地提高了字符分割的效果。实验结果证明,该方法有效可行。

基于小波变换和数学形态法的车牌定位方法研究

随着智能交通技术的发展,车牌识别系统已成为其中的一个重要环节,一般来说,车牌识别系统分为车牌定位、字符分割和字符识别三个部分。车牌定位作为字符切分和字符识别的前提,在车牌识别中起着关键的作用。在前人研究的基础上提出了一种基于小波变换域和数学形态法相结合的定位方法。首先利用小波变换后垂直细节图像的水平投影进行行定位,然后再对候选区域进行垂直投影,结合车牌自身的特点去除伪车牌区域,最后结合数学形态学知识实现车牌的精确定位。实验证明,该方法在背景较为复杂或存在干扰的情况下具有很好的效果。

基于边缘检测和数学形态学的车牌定位

针对车牌边框和铆钉对车牌定位准确率的影响,提出了一种水平垂直结构元素的方法.该方法利用边缘检测和数学形态学中的开运算、图像膨胀、腐蚀以及区域填充等对车牌图像进行了处理,有效地消弱了车牌边框和铆钉的不利影响.试验结果表明:该方法是有效的、可行的,便于下一步的字符分割.

一种基于模板匹配的汽车牌照快速定位方法

本文根据车牌丰富的纹理特征,提出了一种准确、快速的汽车牌照定位方法。该方法首先利用车牌的纹理特征,采用模板匹配的方法进行初步定位;然后,根据细纹理特征和牌照的先验知识,综合利用数学形态学、投影以及颜色信息判别的方法进行精确定位。同时,针对实际应用的要求讨论了对其中的一些方法的改进。大量的实验结果表明,该方法具有快速、准确率高的优点。

基于数学二值形态学的车牌定位与字符分割

本方法是基于数学二值形态学的车牌定位和字符分割的方法。在车牌定位中,首先提取图像的边界,腐蚀非车牌边界,用矩形结构元素连通剩下的区域,去除最大面积以外的其它区域。最大的连通区域即为车牌所在的位置。在字符分割中,首先用双线性插值将车牌图像调整到固定大小,确定字符的上下边界,然后逐个判断字符的具体宽度,用于分割字符。通过matlab 7.0的验证,该方法解决了车牌褪色,车牌开裂,非连通字符和连续的数字1等对自动识别系统的影响问题。

基于数学形态学和行扫描的车牌定位算法

提出了一种基于数学形态学和行扫描的车牌定位算法:首先利用数学形态学使车牌区域形成一系列的连通候选区域;然后结合车牌的特征及白像素点数的统计,利用行列扫描对车牌精确定位。实验结果表明,该算法定位效果好、速度快,可用于对实际车牌图像的定位。

适合FPGA硬件实时处理的车牌定位算法

本文提出了用边缘检测、数学形态学、投影法、车牌的几何特征相结合的适合FPGA进行高速处理的车牌定位算法.通过对500幅车牌图像在FPGA上进行的实验表明,本文提出的算法车牌定位准确率达98.8%,而每幅车牌的定位时间仅为1.2ms.

复杂背景下车牌的定位和字符分割技术研究

提出了一种基于数学形态学的多特征车牌定位方法和基于模糊模板匹配及垂直投影的字符分割算法,先通过形态学运算得到一系列候选区域,根据车牌的纹理特征从中找出车牌区域,再利用模糊模板匹配的方法找到字符区域,进而根据字符垂直投影进行单个字符分割。对大量的图片进行实验,结果表明该算法能够有效地解决复杂背景下车牌定位和字符分割困难的问题,具有较好的鲁棒性。

基于纹理特征的车牌定位方法

提出了一种基于纹理的车牌定位方法。首先提取汽车图像的边缘,再连接水平方向上距离较近的边缘点,通过数学形态学操作形成若干候选区域,然后根据水平方向边缘线段长度和投影直方图进行精确定位,最后根据尺寸判断候选区是否为车牌。实验结果表明,该算法定位准确率能达到93.7%,平均定位时间为435 ms。

一种新的汽车牌照快速定位方法

选取具有很强稳定性和可识别性的车牌纹理特征,提出了一种快速的汽车牌照定位方法。该方法首先利用车牌的粗纹理特征,通过高通能量滤波进行初步定位;再基于细纹理特征,通过提取候选区域小波纹理信息结合数学形态学和投影法进行准确定位;最后跟据车牌的颜色和纹理均匀性对定位结果进行修正。实验结果表明该方法分割定位迅速,定位准确率高。

一种基于数学形态学和投影的车牌定位方法

车牌定位是车牌识别系统的关键步骤,定位的准确与否直接影响车牌识别的结果。为了能在复杂背景和不同光照条件下快速、准确定位车牌位置,本文根据车牌及拍摄效果等特点及因素,提出了一种结合数学形态学和水平、垂直投影法的定位方法。首先对图像进行预处理,利用数学形态学将预处理过的图像进行处理,滤去一部分伪车牌区域,然后利用水平和垂直扫描进一步精确定位车牌,最后结合车牌的先验知识最终确定车牌区域。实验结果表明,该方法定位率高,速度快,具有良好的鲁棒性。

一种基于区域综合特征的车牌定位方法

针对复杂背景的车牌定位问题,提出一种基于车牌区域综合特征的车牌定位方法。该方法在HSV空间中,充分利用车牌图像提供的彩色信息,构造出5级灰度图,然后采用数学形态学,字频统计等方法进行分析和判断,最后用投影法分割出汽车牌照。实验结果表明,该方法正确率高,鲁棒性好,可应用于不同的环境。

基于投影法和数学形态学的车牌定位算法

车牌定位是车牌识别系统中的关键技术之一,车牌定位的质量直接影响着后续字符识别的结果。本文提出了一种结合投影法和形态学的车牌定位算法,首先对图像进行预处理,接着利用水平投影算法确定车牌的上下边界,然后利用形态学方法迭代确定车牌的左右边界,最后进行精定位。实验表明,该方法具有较高的定位精度。

改进的基于投影的车牌字符分割算法

车牌识别(LPR)是智能交通系统中的一个重要环节,而字符分割是车牌识别中的关键部分。文中提出了一种改进的车牌字符分割算法。首先,该算法结合了数学形态学与二维otsu算法,提高了车牌定位的准确性和抗干扰能力。其次提出了一种新的二值化方法,与传统方法相比,能有效地减少字符粘连,锚点等问题带来的干扰。最后使用投影法分割出字符。实验结果表明:该方法实现简单,分割质量好,效率高,便于下一步的字符识别。