汽车牌照的提取方法研究

汽车牌照提取是汽车牌照自动识别的关键一步.本文提出了利用扫描行离差数据、有效谷峰点特征及先验知识来初步定位车牌区域,并提出了倾斜车牌校正算法及车牌上下界精确定位算法.     

多层次车辆牌照定位分割方法

车辆牌照的快速定位是实时自动识别技术中关键的一步.利用车辆牌照尺寸和纹理特征,提出了给予边缘检测和投影法相结合的牌照定位算法,以及给予二值化和投影法结合的牌照定位算法,实现了对车牌的准确识别.     

基于图像纹理特征提取的车牌定位算法

车牌定位技术是车牌识别技术中最重要的部分,为了能在不同条件下准确、快速的定位车牌位置,提出了一种根据车牌区域的边框特征以及牌照区域二值化后车牌内部的纹理特征灰度变化频率来定位车牌的算法。实验证明这种算法具有定位准、适应性强的特点,符合实时性的需要。     

车辆牌照定位算法研究

车牌定位是车牌自动识别系统中的一个关键问题。提出了一种简单高效的车牌定位算法。在分析车牌图像的特征后，先利用一系列图像处理，然后进行模糊模板匹配，最后对匹配到的车辆牌照候选区分别加以验证，即得到确切的车辆牌照子图像区域，大量实验数据和现场测试证明，车辆牌照图像定位准确率达96％，取得了很好的系统性能和实效。     

基于Sobel垂直算子检测的车牌定位算法

提出一种新的车牌识别的定位算法,对已预处理增强的图像进行Sobel垂直算子检测,用阈值分割出前景,搜索出符合车牌字符特征的候选区域,对候选区域进一步分析定出牌照位置。算法定位速度快,准确率高,对夜间有反光的图片能有效确定牌照的位置。     

一种基于扫描行的汽车车牌定位算法

汽车牌照的自动识别是一种重要的交通信息获取技术,在ITS中有广泛应用。该文在对收费站汽车牌照特征分析的基础上,提出了一种改进的基于扫描行的灰度跳变点特征的车牌定位算法。实验结果表明,该方法能有效定位车牌,车牌定位精度超过95%,并能有效地克服光线和天气条件等影响。     

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.     

基于局部小波分形特征的车牌定位研究

提出了一种新的车牌定位算法.车牌定位是车牌识别系统中最为关键的处理之一,分形特征能较好地反映牌照区“粗糙”的特性.首先提取牌照图像灰度图的分形维数,再充分利用小波与分形的密切联系,以二次B-样条小波对车牌局部图像进行小波变换后,提取各个子图的分形维数.这些分形维组成的特征矢量能有效地标示车牌区域和非车牌区域,根据这些局部分形维特征,以改进的BP神经网络作为分类器,有效地实现了车牌的快速准确定位,定位时间在0.7s左右,比同类方法更优.     

一种快速车牌定位算法

提出一种快速的车辆牌照定位算法,对获取的车辆图像进行相应预处理后,根据图像的纹理特征,分析牌照区域字符分布情况及变化规律,利用车牌号码区域像素值的变化频率,在一个特定范围内进行水平和垂直方向上的定位,从而准确地得到车牌区域。实验结果表明,本文提出的算法能够较好地快速定位车辆图像中车牌区域。     

基于边缘颜色信息的车牌定位算法

车辆牌照的自动识别是智能交通系统中的一项重要技术,而车辆牌照的定位又是车牌识别的关键点之一.提出了一种基于边缘颜色点对与扫描线相结合的车牌定位方法.首先进行彩色边缘检测,然后以每一边缘点为中心,垂直于边缘方向取一条线段,在线段内检测边缘点两侧像素的颜色是否分别匹配车牌的底色与字符颜色,若是,则保留为候选车牌边缘点;通过扫描线搜索定位并分割出车牌区域.方法抓住了车牌背景与字符具有固定颜色搭配的重要特点,综合利用了车牌的结构特征和纹理特征,提高了车牌定位的可靠性.实验结果表明,算法能够实现车牌的快速精确定位.