基于HALCON的车牌识别研究

为了实现车牌字符快速准确的识别,基于Halcon软件提出了一种二次阈值的车牌定位方法,根据车牌在HSV颜色模式中S通道的纹理特征进行一次阈值,获取车牌候选区域,其次校正车牌候选区域,最后进行第二次阈值,通过字符区域的最大(小)行(列)值确定出精确的车牌区域;在字符分割模块提出了一种汉字分割与其他字符连通域法相结合的方法。实验结果表明,这两种方法简单快捷、识别正确率高。     

一种新的二值化方法在车牌检测中的应用

车牌定位过程中二值化方法的选择尤为重要,何时二值化以及选取何种二值化方法对检测结果的影响明显。考虑到车牌区域有着丰富的边缘信息,车牌区域的亮度以及区域标准差,能给二值化阈值提供有价值参考信息,文中根据车牌的特征提出了一种新的自适应二值化算法,并采用区域融合及连通域计算方法提取车牌。实验证明,此二值化算法对图像灰度变化、...     

车牌识别系统设计与实现

通过对车牌定位、车牌字符分割和车牌字符识别进行研究,提出了一种车牌识别系统的设计和实验方法。车牌定位模块中,提出了采用基于小波变换的车牌边缘提取和数学形态学相结合的方法定位出车牌,进行二值化、滤波后使用垂直投影法分割出车牌字符,最后使用多模板匹配和二次细分识别相结合的方法识别出车牌字符。经实验验证,基于该算法的车牌识别系统能够达到较高的车牌识别率。     

一种自适应车牌识别系统设计方法

基于多种格式车牌的共性,提取车牌图像的纵向边缘,然后根据车牌区边缘灰度跳变和边缘密度等特征,采用一系列步骤去除无效和干扰边缘,保留类车牌特征区域;通过横向形态学运算,使类车牌区闭合,有效克服了形态学结构元素难以随车牌大小变化自适应选取的问题.基于扫描线种子填充算法来搜索车牌区域,利用颜色信息进行反色判断,并基于边缘检测的方法来进行车牌区域二值化,利用形态学和连通域检测方法进行字符的精细切分.对实际场景中大量车牌样本加以验证表明,算法准确率高,对车牌大小自适应性良好,具有较好实用价值.     

基于数字形态学的车牌字符分割算法

随着科技的发展，车牌识别系统得到了很多应用。车牌识别系统包含三个部分：车牌定位、字符分割和字符识别。车牌字符分割是车牌自动识别系统中的重要步骤。车牌字符分割中存在噪声干扰、边框影响、铆钉和间隔符影响、车牌旋转、光照不均等问题。这些问题容易造成分割不准确，甚至分割错误。针对这些问题，提出一种新的字符分割方法，采用基于数字形态学的连通区域法进行字符的分割，并结合现有方法提出一个完整的、行之有效的字符分割方案，取得较好的实验效果。     

基于数字形态学的车牌字符分割算法

随着科技的发展,车牌识别系统得到了很多应用。车牌识别系统包含三个部分;车牌定位、字符分割 和字符识别。车牌字符分割是车牌自动识别系统中的重要步骤。车牌字符分割中存在噪声干扰、边框影响、铆钉和 间隔符影响、车牌旋转、光照不均等问题。这些问题容易造成分割不准确,甚至分割错误。针对这些问题,提出一 种新的字符分割方法,采用基于数字形态学的连通区域法进行字符的分割,并结合现有方法提出一个完整的、行之 有效的字符分割方案,取得较好的实验效果。     

基于边缘检测的车牌识别算法的实现

针对传统车牌识别的不足,本文提出了基于边缘检测的车牌识别的算法.该算法首先对摄像头获取的车牌图像预处理,去除图像无用信息,然后运用Robert算子检测车牌边缘,并对车牌区域进行图像较正,用高斯滤波法去除噪声并且提取车牌信息特征,接着对车牌区域水平和竖直方向运用触点定位法分割字符,对车牌分割后与相应字符模版匹配,利用预测模型预测识别结果,最后识别出车牌字符.     

基于二值图像连通域的车牌定位方法

针对目前已有的几种车牌定位算法定位不准,抗干扰性差等特点,利用车牌的字母和数字都是连通的这一特性,提出一种新的基于二值图像连通域的车牌定位方法。首先,对车牌图像进行必要的预处理,减少一些干扰信息,然后,划分图像的连通域,根据连通域信息确定车牌的大致位置并在原始图像中截取出车牌。最后,对截取出的车牌做精确定位。实验证明,该定位方法简单快速,抗干扰性强,准确率高于98%。     

基于LabVIEW Vision的车牌识别系统设计

文中设计了一种基于LabVIEW Vision的车牌识别系统。该系统根据车牌颜色在HSL色彩空间上的特征,采用色彩阈值分割、腐蚀等图像处理方法将车辆图像转化成二值图,并在二值图中进行边缘检测,再根据检测到的车牌与背景间的边缘线的信息组建方程组,求出车牌边缘特征点的坐标,以确定车牌在图像中的位置。然后,以车牌在图像中的位置是否在指定区域内作为是否进行车牌识别以及当前车辆图像是否保存为车牌识别输入图像的触发条件。如果条件不满足,则系统将重新采集车辆图像,否则会根据车牌位置抓捕车牌,并采用均匀性度量法等方法对抓捕到的车牌进行二次处理,并将其转化成车牌二值图,再由OCR函数对该图进行字符识别。经实验验证,该系统具有较高的识别精确度与稳定性。     

基于蓝色车牌背景的车牌精确定位实现方法

先对抓拍的彩色车牌图像进行车牌的粗定位,分割出车牌区域.对车牌区域做图像增强和滤波处理后,转化成二值图像,去除车牌的上下和左右边框,实现车牌的精确定位.针对抓拍的车牌彩色图像因光照不足的原因造成垂直粗定位不准的问题,提出了改进算法,提高了精确定位的准确率.     

一种基于灰度图像的车牌快速定位算法

在图像增强的基础上,对得到的二值图像进行处理从而得到特征图像,对特征图像进行水平扫描与垂直投影并结合车牌的先验信息来确定正确的车牌区域,实验结果表明该方法能够正确快速地定位车牌区域。     

基于字符密度的车牌识别方法研究

针对车牌识别系统的开发,提出一种基于二值图像的字符识别算法.在该算法中,采用了新的特征向量,字符的水平密度和垂直密度,分类器采用基于误差反响传播的人工神经网络算法(BP神经网络).采用这种方法可提高系统的字符识别率和系统的实时性,实验表明此算法非常有效.     

自聚焦图像边缘探测器

介绍了一种自聚焦滤波器,它是用二元光学的方法把匹配滤波器和菲涅耳波带片组合在一起,制成一个具有自聚焦功能的位相型元件,用于探测图像边缘信息时可极大地简化光路,并且调节方便,同时提高了衍射效率.讨论了用这种组合滤波器探测图像边缘的原理,介绍了元件的制作方法,并给出了实验结果.     

线性退化二值图象的最大熵复原法

本文主要用最大熵方法对线性退化二值图象的复原进行了研究。利用原始图象的二值特性,提出了二值约束的最大熵复原方法,并对其解的存在性和唯一性进行了论述,对双约束最大熵的求解问题给出了算法;运用最大有界熵概念,提出了二值约束的最大有界熵复原法。文中将上述复原法同维纳滤波法和最大熵法进行了比较,实验结果表明,用二值约束的最大(有界)熵法复原线性退化图象可以提高复原的质量。     

复杂光照下的车牌图像二值化新方法

为解决车牌识别系统中,车牌区域由于受到光照过度、不足和不均等复杂光照的影响,使得车牌图像的二值化效果不理想的问题,文中提出一种复杂光照车牌图像的二值化新方法。根据国内车牌颜色特点,重新分配R、G、B颜色分量的权重来构造新灰度图,并设计不同颜色车牌灰度图转化的规则。采用全局和局部阈值相结合的双阈值方法实现车牌图像二值化,同时利用空域同态滤波进一步提高图像对光照的鲁棒性。实验结果表明,文中方法运算时间仅为传统方法的61.95%,同时能更有效地克服不均匀光照对车牌图像二值化的干扰,使二值图像的汉字和字符更清晰,鲁棒性更好。     

二值图像的实现过程

将彩色图像转化成灰度图像是二值图像处理的前提,利用三种方法实现了图像二值化:固定阈值法、类别方差法和运用直方图的方法.在二值图像的处理中,运用阈值邻域法实现了对二值图像的平滑,抑制或消除了图像中的噪声,改善了图像的质量.检测出图像中边缘的位置、分布和组织结构是实现三维计算机的第一步,还运用一些常见的微分运算作边缘检测的算子,主要是Kirsh算子.     

彩色车牌图像转换成可识别的二值化字符的一种新的算法

现有的在显示设备上的数字图像处理系统上进行的,是将连续的模拟图像变成离散的数字图像后,用建立在特定的物理模型和数学模型基础上编制的程序（软件）控制,运行并实现种种要求的处理。提出了一种新的算法可以更好的将彩色车牌图像进行处理并将其变成可识别的二值化图像。