基于字符投影最小距离的车牌校正方法

提出一种利用字符投影距离进行车牌校正的方法。根据伴生与互补颜色特征提取车牌中的字符区域,将车牌旋转计算字符区域在垂直坐标轴上的投影,利用投影的最小距离获取垂直倾斜角度。将车牌水平错切计算字符区域在水平方向投影,利用投影最小距离获得水平错切角度,采用双线性插值对图像进行校正。该方法不依赖车牌边框特征,抗干扰性强。实测车牌图像试验证明,该方法具有较高的鲁棒性和工程实用性。     

基于最小字符投影的车牌图像错切校正方法

为解决车牌图像倾斜对字符分割与识别带来的不利影响,提出一种基于字符投影的车牌图像错切校正方法.对旋转后的车牌字符区域向水平坐标上投影,利用最小投影距离获取水平错切角,采用二维几何变换对图像进行校正.试验结果表明,该方法不依赖车牌边框特征,抗干扰性强,具有较高的鲁棒性.     

一种新的车牌倾斜校正方法

车牌的倾斜对车牌的字符分割与识别带来不利的影响.本文分析了车牌的倾斜模式,提出了一种新的车牌倾斜校正方法.该方法采用水平和垂直彩色边缘检测结合旋转投影求取车牌的水平和垂直倾斜角度,对水平倾斜的车牌进行双线性插值旋转校正,对垂直倾斜的车牌进行双线性插值错位偏移校正.实验结果表明,该方法简单实用,对光照、污迹等不敏感,抗干扰能力强.     

基于LS-SVM的车牌图像倾斜校正新方法

为解决机动车牌图像倾斜对其字符分割与识别带来的不利影响,提出了一种基于最小二乘支持向量机的车牌图像倾斜校正新方法。详细介绍了LS-SVM求解倾斜向量算法和车牌图像校正步骤,并进行了实验比较。     

一种新的面向字符分割的车牌图像预处理方法

首先进行图像增强以滤除噪声、校正不均匀光照,增强对比度,然后分析了车牌的倾斜模式,提出了一种新的车牌倾斜校正方法。该方法采用水平和垂直边缘检测结合旋转投影求取车牌的水平和垂直倾斜角度并通过垂直边缘检测进行上下位置精定位,对水平倾斜的车牌进行双线性插值旋转校正,对垂直倾斜的车牌进行双线性插值错位偏移校正。实验结果表明,该方法简单实用,对光照不均、低对比度、污迹及倾斜等退化图像具有很好的鲁棒性。     

基于子区域投影分析的车牌倾斜校正

提出一种基于子区域投影分析的车牌倾斜校正方法.首先进行水平倾斜校正,将车牌图像划分为水平方向上的子区域,进行投影分析后确定子区域内字符区域中心点坐标,然后将各中心点拟合为一条直线,直线的倾角即为水平倾角.对于检测垂直倾角,该方法将车牌图像划分为垂直方向上的子区域,利用子区域的投影来快速计算车牌图像的错切变换和垂直投影,确定垂直倾角.实验结果表明,与常用的旋转投影法相比,该方法运算时间少且鲁棒性好.     

车牌定位及倾斜校正方法

提出了一种基于车牌字符信息的车牌定位及其校正方法。首先使用灰度形态学的顶帽操作（top-hat）增强车牌区域,使其能在二值图中突出显示,然后根据二值图中车牌字符的连通元个数和排列位置来确定车牌的具体位置,最后对已定位的车牌进行方向校正,包括水平和垂直方向校正。水平校正是根据这些字符连通元的中心确定车牌的水平倾斜角度,使用旋转几何变换使其水平方向得到校正,垂直校正则使用投影分析的方法求出水平校正后垂直方向的倾斜角度,再进行图像的像素平移。实验结果表明,该方法能够在复杂背景下快速、准确定位到车牌,并且倾斜校正效果很好。     

一种车牌图像校正新方法

因摄像机角度而造成的机动车牌图像倾斜会对其后继的字符分割与识别带来不利的影响。本文在分析了车牌倾斜模式的基础上,提出了一种基于最小二乘支持向量机(LS-SVM)的车牌图像倾斜校正新方法。通过LS-SVM线性回归算法求取坐标变换矩阵并对畸变图像进行旋转校正。主要方法:首先,将二值倾斜车牌图像中的像素转换为二维坐标样本,并构造图像数据集;再通过LS-SVM线性回归算法对该数据集进行回归,求取主要参数;最后,再由该参数转换为能反映图像倾斜方向的2维坐标变换矩阵。实验结果表明,该方法简便实用,对光照、污迹等不敏感,抗干扰能力强。     

基于垂直线条密度质心法的车牌倾斜校正

车牌倾斜校正是车牌自动识别系统中的重要技术之一。提出了基于垂直线条密度质心法的汽车牌照倾斜校正的新方法。首先分析几种常见的车牌倾斜模式,然后先除去车牌边框及一些污点,最后把车牌图像划分成N列垂直线条,求出每列像素的质心,利用最小二乘法把每列质心拟合成一条直线,并推导出其斜率,由此确定出车牌的倾斜角度。文中给出了实验结果及分析,并与传统的Hough变换法和旋转投影法相比较,结果表明该方法精确、抗干扰性强、快速有效。     

基于最小二乘法的文档图像倾斜检测方法

在文档扫描过程中,输入的文档图像不可避免地会发生倾斜现象,而布局分析及字符识别算法对页面倾斜都十分敏感,因此倾斜检测和校正是文档分析预处理的重要环节。本文提出了一个基于最小二乘法的倾斜检测方法。它将字符连通区包围盒底边中心点作为特征点,利用文本行中特征点与基线的关系,将特征点用最小二乘法拟事出基线的方向,即为页面倾斜方向。同时,本文介绍了一种基于直线拟合的快速倾斜校正算法。实验证明,该算法速度快,准确度高。     

汽车牌照定位与字符分割

基于数字图像处理和模式识别技术的汽车牌照自动识别技术是汽车牌照识别系统的关键技术。研究汽车牌照定位和字符分割技术,实现了汽车牌照图像的预处理、基于水平投影和垂直投影算法的汽车牌照定位和基于垂直投影特征值分割算法的汽车牌照字符分割。实验结果表明,该算法能有效快速定位汽车牌照和准确分割汽车牌照字符。     

Vehicle license plate character segmentation

Vehicle license plate (VLP) character segmentation is an important part of the vehicle license plate recognition system (VLPRS). This paper proposes a least square method (LSM) to treat horizontal tilt and vertical tilt in VLP images. Auxiliary lines are added into the image (or the tilt-corrected image) to make the separated parts of each Chinese character to be an interconnected region. The noise regions will be eliminated after two fusing images are merged according to the minimum principle of gray values.Then, the characters are segmented by projection method (PM) and the final character images are obtained. The experimental results show that this method features fast processing and good performance in segmentation.     

Vehicle license plate tilt correction based on the straight line fitting method and minimizing variance of coordinates of projection points

Tilt correction is a very crucial and inevitable task in the automatic recognition of the vehicle license plate (VLP). In this paper, according to the least square fitting with perpendicular offsets (LSFPO), the VLP region is fitted to a straight line. After the line slope is obtained, rotation angle of the VLP is estimated. Then the whole image is rotated for tilt correction in horizontal direction by this angle. Tilt correction in vertical direction by minimizing the variance of coordinates of the projection points is proposed. Character segmentation is performed after horizontal correction and character points are projected along the vertical direction after shear transform. Despite the success of VLP detection approaches in the past decades, a few of them can effectively locate license plate (LP), even when vehicle bodies and LPs have similar color. A common drawback of color-based VLP detection is the failure to detect the boundaries or border of LPs. In this paper, we propose a modified recursive labeling algorithm for solving this problem and detecting candidate regions. According to different colored LP, these candidate regions may include LP regions. Geometrical properties of the LP such as area, bounding box and aspect-ratio are then used for classification. Various LP images were used with a variety of conditions to test the proposed method and results are presented to prove its effectiveness.     

利用Hough变换和先验知识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，该文提出了一种先分段，再利用Hough变换拟合直线的水平分割方法和基于先验知识约束的垂直分割方法，同时提出目标增强的预处理方法。大量实验表明，该算法较好地解决了以上问题，适用于各种质量的车牌图像，分割的准确率较高。     

基于图像的车牌识别

基于图像的车牌识别是图像识别领域的重要研究课题之一。本论文采用MATLAB编程实现该车牌识别系统,综合使用多种方法提高系统的有效识别能力。首先,对图像进行预处理。其次,采用了一种结合字符边缘和形态学的车牌定位算法。接着,根据分割出的车牌区域,采用一种水平和垂直投影相结合的车牌字符分割法,完成单个字符的分割。最后,运用模板匹配的方法实现字符识别。     

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。