基于颜色搭配与纹理特征的车牌定位方法

牌照定位是牌照识别系统中的关键技术。目前在多数牌照定位方法中考虑到了牌照的颜色和纹理特征,但对不同环境的适应性不强。为解决这方面的问题,首先从机动车牌照具有固定颜色搭配的特点出发构造颜色搭配掩模矩阵,并利用此掩模矩阵对原边缘检测图像进行条件约束,得到约束二值边缘图像;然后应用具有去噪能力的形态学结构元,形成牌照粗定位候选区域;最后依据牌照的纹理特征从候选区域中提取出真正的牌照。采用了BP神经网络获得强适应性的HSI空间牌照颜色识别方法,并且只在边缘点邻域内实现颜色空间转换运算,能极大地缩减定位周期。经实验表明,该方法能在复杂的环境和不同光照条件下快速地实现不同牌照的精确定位。

基于颜色和纹理分析的车牌定位方法

针对复杂背景的车牌定位问题 ,提出了一种颜色和纹理分析相结合的车牌定位算法 .该算法采用基于适合彩色图象相似性比较的 HSV颜色模型 ,首先在颜色空间进行距离和相似度计算 ;然后对输入图象进行颜色分割 ,只有满足车牌颜色特性的区域 ,才进入下一步的处理 ;最后再利用纹理及结构特征对分割出的颜色区域进行分析和进一步判断 ,并确定车牌区域 .该方法不同于大多数的车牌定位方法 ,它不仅对车牌的大小、汽车在图象中的位置以及图象背景的限制较少 ,而且 ,综合特征定位要比单一特征定位更符合人的视觉要求 ,因而定位效果更好 ,应用范围更广 .

基于OpenCV的车牌定位和校正方法

提出了一种基于OpenCV的车牌识别和校正方法。该方法采用纹理特征和颜色信息相结合的算法对车牌进行定位,采用空间域分析的方法对倾斜车牌进行校正。在Visual Studio 2010和OpenCV2.4.1平台下验证,该方法能够对不同场景下不同种类的车牌进行定位和校正。该方法有较高的定位和校正准确率,并且能够应用于多种场合。

基于车牌色彩变化特征的车牌定位方法

针对复杂背景下的车牌定位问题,提出了一种基于车牌色彩变化特征的车牌定位方法。该定位方法将RGB彩色空间中的车牌图像转换到HSV彩色空间中进行颜色识别,分割出车牌底色及字符颜色相对应的颜色区域,同时通过边缘提取、二值化处理、与运算找到对应颜色边缘特征点,最后经纹理分析来定位车牌。

字符边缘颜色与逻辑在车牌定位中的应用研究

针对复杂背景下的车牌定位问题,提出了一种基于字符边缘颜色与逻辑的快速车牌定位方法。该定位方法将RGB彩色空间中的车牌图像,转换到HSV彩色空间中。根据像素点颜色进行二值化,得字符边缘颜色像素区,同时通过逻辑与,确定图像字符颜色边缘点,最后经纹理分析来定位车牌,解决了目前常用流行算法所不能处理的定位问题。

车牌定位算法研究进展

根据车牌的纹理、颜色等特征,对近5年出现的车牌定位算法进行详细分类和综述,总结出每种方法的优缺点,为以后的研究提供有效的依据.

一种基于彩色纹理特征的车牌定位方法

准确快速的车牌定位是汽车牌照自动识别系统的一个重要环节.利用Roberts算子对车牌图像进行边缘检测,根据车牌的彩色纹理特征和灰度跳变特征,提出了一种基于彩色纹理特征的车牌定位新方法,利用采集的80幅车牌图像,在MATLAB环境下进行车牌定位实验,定位准确率达92.5%,实验结果验证了该算法的有效性和鲁棒性.