A Practical Method of Car License Plate Character Segmentation Based on Morphology and Labeling

In this paper, a kind of practical image segmentation algorithm for segment characters from car license plate is presented, based on morphology and labeling. First by morphological operation, noise in the binary image of license plate can be greatly decreased. Then, by labeling, each connected pixel component is given a unique label. Finally, by the known data of license plate, each character is extracted correctly. The advantage of this method is that it can deal with plates with different sizes and connected characters plates, and inclined plates. The experiment results show that it is an effective way to extract characters from the license plate, and can be put into practical use.

基于S7-1200 PLC与机器视觉的单巷道立体车库控制系统

该文提出了基于HALCON机器视觉识别车牌并由PLC控制单巷道立体车库自动存取车的设计思路。首先由工业相机采集车牌号,通过上位机的HALCON软件处理图像后识别车牌;然后通过S7-1200 PLC控制系统实现移车机械传动机构在指定车位存车或取车,由SMART 1000 IE V3触摸屏监控车库画面并搭建试验系统实现的思路。测试结果表明,方案识别车牌精度高,运行稳定可靠,为智能车库停车系统的应用提供一定的参考价值。

基于数学形态学的车牌定位算法

车牌定位是汽车牌照识别系统的重要环节,直接影响车牌识别的准确率。利用Sobel算子对汽车图像进行边缘检测,并运用数学形态学的膨胀、区域填充以及腐蚀对二值图像进行处理,可以得到几个车牌候选区,然后利用面积、长宽比以及垂直投影特征值进行综合的分析方式,能准确定位车牌区域。实验结果表明,车牌定位准确率在95%以上,定位时间为0.15 s,并适用于不同环境。

车牌目标的自动定位技术

车牌识别问题是当前国内外研究的一个热点方向 ,它的研究成功对车辆控制、运输安排等有着重要的应用价值 .为了解决车牌识别中的首要问题——车牌的自动定位技术 ,根据车牌目标在图象中的成像特点 ,提出了基于投影不变性的车牌自动检测定位方法 ,在车牌歪斜角度不大的情况下 ,成功地从复杂背景中检测定位出了车牌 .通过现场实际测试 ,该方法取得了较好的定位识别效果 .

一种基于Adaboost的车牌定位算法

针对成像过程的光照影响以及车辆的污损对车牌定位影响较大的情况,提出了一种基于Adaboost的车牌定位算法.该算法首先将车牌彩色图像进行预处理,然后使用Adaboost算法进行车牌定位,最后使用车牌颜色模型对车牌定位结果进行校验.相对于目前用于车牌定位的方法,该算法具有较快的定位速度和较高的准确率.实验证明,采用该算法能获得较好的车牌定位效果,鲁棒性强,具有较大的实用价值.

利用形态特征的汽车车牌图像分割方法

由于光照条件的不同 ,采集到的汽车图像背景复杂 ,车牌部分灰度变化不均 ,因此很难找到一种通用的汽车车牌分割方法 提出一种基于形态特征的汽车车牌图像分割方法 实验证明 ,该方法具有很强的抗干扰能力 ,算法简单、速度快 。

基于聚类分析的个性化美国车牌分割算法

针对美国车牌个性化严重,车牌上字符个数、字体、间距和背景等信息都不一致的情况,提出一种可处理复杂多变车牌的车牌分割算法.基于动态的字符分布信息计算车牌倾斜角度和垂直投影局部梯度,利用聚类方法去除非字符区域,并动态确定字符宽度,获得准确字符区域.基于局部梯度的循环分割得到准确的字符分割结果.为了验证该算法,基于1万多张美国车牌的数据集进行实验,结果表明:与已有算法相比,该算法对于具有字符个数不定、字符间距不一致、背景复杂等特征的个性化美国车牌的分割效果有较大提高,分割正确率提高了约5%.

北京机动车限行对空气质量的影响分析

为减少机动车尾气排放,确保奥运期间的空气质量达到标准,北京市政府从奥运前就开始对在京机动车采取单双号限行措施。奥运结束后,为保证空气质量及缓解交通出行的路面拥堵状况,仍然进行按车牌尾号"每周停驶1天"的机动车限行政策。分析北京市近7年的空气质量状况,并着重分析奥运前后及限行期间的空气质量状况,将这7年的空气质量状况与限行同期进行对比,据此分析限行措施带来的NO_2和可吸入颗粒物的减排效果。在限行政策实施期间,北京城市大气中的NO_2和可吸入颗粒物的浓度均有所降低,其中以NO_2的降低效果最为明显,说明北京市机动车限行政策的实行对空气质量的好转有一定贡献。

汽车数字化标准信源在道路公安交通管理中的应用研究与实现

为了对公路交通进行数字化和智能化管理,该文提出了一种以创设电子车牌为基础的汽车数字化标准信源系统,该系统采用配装有无源UHF射频卡的电子车牌技术体制,对区域性车辆的道路公安交通管理进行探索和示范。演示结果表明,它具有很广的应用领域和推广价值,可以为道路公安交通进行数字化和智能化管理提供便利。

基于扫描线和特征筛选的车牌定位快速算法

以对车牌识别准确率影响最大的车牌定位技术为重点,研究并提出一种基于扫描线和特征筛选的车牌定位算法,该算法先记录并分析二值图像中相邻水平扫描线上的跳变点信息,确定出候选车牌区域,再根据车牌特征筛选,最终确定车牌区域。对113幅不同车型的图像进行测试,结果表明,去噪处理对定位准确率有很大影响,当车牌倾斜角度小于5°、且经过去噪处理时,定位准确率超过90%,定位时间小于0.9s。

采用低频浮动车数据的行程时间估计

为解决利用低频浮动车数据进行路径行程时间估计时精度不高的问题,从分析浮动车数据特征的角度出发进行行程时间分布的估计,提出并讨论利用浮动车数据估计行程时间的潜在误差,针对每种潜在误差提出修正模型,并选取上海市长寿路部分路段进行实证分析,利用1 500辆出租车数据,对各种修正方法下的行程时间进行估计,与改进内插值估计方法进行对比,并与车牌识别装置提供的直接行程时间估计结果进行相似性分析.结果表明:所有误差均修正的行程时间估计与改进内插值方法相比,平均估计精度提高9.5%,且估计的中位数、25%分位数和75%分位数与车牌识别方法有较高的匹配度.考虑低频浮动车数据误差修正的行程时间估计可以改善估计的精度,可提供有效的行程时间信息.

一种实用新型蓝底白字车牌定位方法及实现

本文给出一种对不同牌照有一定适应性的初始阈值,然后使用Ostu(最大类间方差法)算法确定二值化最佳阈值,为削弱背景及背景噪声的干扰,本文对二值化图像进行数学形态学腐蚀运算,作相邻像素灰度值相减,并使用自定义模板进行中值滤波,最后利用投影法检测出车牌的位置。理论分析及实验结果表明该方法非常有效。

基于数学形态学的汽车牌照提取算法

定位汽车牌照在车牌识别应用中是很关键的一步。提出了一种基于数学形态学的新方法。以车牌宽度和高度、车牌字符高度及字间宽距等信息为依据来设计一种新的结构元,通过对汽车边缘图像进行形态学运算,能从图片中得到包含汽车牌照的候选区域,最后,基于汽车牌照纵宽比等固有特征,采用连通域体态分析,对包含车牌的多个候选区域进行去伪,得到真正车牌区域。通过对大量汽车图片实验,验证了该方法的有效性。

基于形态学和梯度重构的车牌图像分割方法

提出一种多尺度形态学检测边缘和梯度重构的快速车牌图像分割算法。该方法是基于多尺度的概念,进行梯度重构时采用不同尺寸的结构元素。运用开闭运算进行梯度重构,对重构后的各梯度图像进行阈值优化,对重构后梯度图像进行修改;利用分水岭算法检测目标,通过车牌的几何特性(宽高比、矩形面积等)从这些目标候选区域中剔除虚假牌照,找到真正的牌照。实验结果表明,该方法能取得较好的分割效果。

边缘检测算子在汽车牌照检测中的研究

图像边缘检测一直以来都是图像处理与分析领域的研究热点。本文对数字图像处理中几种具有代表性的边缘检测算子进行了理论分析,并通过VC++编程用各种算子对车牌图像进行边缘提取,通过比较得出了各种算子的精度及在检测中算子选定的参考条件,为实际应用采用哪种算法提供对照和参考。

基于灰度跳变与字符间隔模式的车牌定位方法研究

车牌定位是车牌自动识别的第一步,而如何考虑光照影响是车牌定位是否成功的关键;通过深入分析不同的车牌图像,提出一种基于灰度跳变与字符间隔模式的车牌定位方法;首先,针对不同光照条件下采集到的车牌图像明暗度的不同,利用多阈值处理方法得到车牌信息不丢失的、最佳的二值图像,然后,在其二值图像中首先利用灰度跳变定位车牌的上下边界,接着对字符垂直投影后的宽度进行统一的调整并以固定的字符间隔特征定位车牌的左右边界,从而完成车牌定位;最后,通过实验验证了该方法的有效性。

基于纹理合成算法在恢复污损牌照中的应用

车牌识别系统是现在智能交通系统中信息采集的一种手段,但是由于图像模糊、字符污损、粘连等实际问题导致识别的瓶颈。文中提出了一种基于纹理合成的图像修补算法——二维表面纹理填洞算法。该算法是根据区域生长得到车牌字符污损部分的边界,即算法中的"洞",再基于纹理片合成与Quilting算法相结合提出了一种二维表面纹理填洞算法,针对"洞"进行图像纹理修补。实验结果表明,该算法对恢复字符的完整性和修复纹理具有很强的自适应能力,极大地提高了后续的车牌字符分割和识别率。

渣土车车牌字符智能识别研究

考虑渣土车车牌的统一黄底且易生锈或遭受沙泥污染等因素,着重研究车牌字符识别中的关键技术问题。首先针对车牌为黄底黑字特点,基于图像颜色信息实现车牌快速粗定位;然后创新性的运用双线性拟合与错切变换相结合的方法,实现基于彩色车牌图像的倾斜校正;接着,采用改进的统计分析方法有效的消除了间隔符、多垂直边框的影响以及"川"字符难以分割的问题,进一步采用模板匹配法实现字符智能识别。最后,实验测试验证了所提方法的有效性。

基于巢式Logit模型广州市居民车牌选择行为研究

广州市是全国唯一在汽车限购后没有进行外地车限行的城市。由于这一特殊性,广州市居民选择摇号、竞拍或者外地牌。基于限购数据及基于选项的采样问卷调查数据,分析广州市居民车牌选择行为,建立基于居民车牌选择的巢式Logit模型,将广州居民在周边城市上牌作为选项之一,并利用加权及基于选项的最大似然法(WESML)对模型的参数进行估计,定量分析居民收入、需求迫切度、对本地车牌的认知价值等因素对居民决策产生的影响。结果表明:采用的模型和方法要优于传统的多项Logit模型及一般的极大似然法,能够更加贴切的描述和预测居民的选择行为。

复杂环境下的汽车图像牌照定位方法

在汽车牌照识别系统中 ,车牌图片定位的准确度因受光照、背景和气候等原因的影响 ,牌照定位有一个较难解决的图像分割问题。作者采用了多层次分割方法对汽车牌照作准确定位。经实践证明 ,该方法实时性好、准确度高 。