基于低功耗嵌入式系统的车牌定位算法

文章给出了自行设计的在低功耗嵌入式平台上实现车牌定位检测的算法。首先通过Sobel水平算子对车牌图像进行垂直边缘检测,运用形态学方法对边缘图像进行闭运算得到连通图块。然后根据连通区域轮廓确定最小外接矩形,解决车牌位置断节问题,得到车牌候选区域。最后根据车牌特征对提取出的车牌候选区域进行筛选实现准确的车牌定位。实验结果证明了该算法的有效性,而且在复杂背景下也具有较好的鲁棒性和自适应性。     

基于改进的形态学二分法的车牌定位方法

本文提出了一种基于多方位多尺度多结构元素的形态学二分法的车牌定位方法.该方法可以提取不同形态及不同大小的边缘,有利于提取细节信息和保持图象完整边缘轮廓.实验结果表明,该算法定位准确率高,适应性强,鲁棒性较高。     

车牌图象定位方法的研究与应用

智能车牌识别系统由图象获取、图象定位、数据库管理等几部分组成,图象定位部分在整个系统中的地位非常重要。在分析常用的图象定位方法存在的问题后,提出了一种新的定位车牌的方法即二值化定位方法,具有定位准、实时性强和鲁棒性好等特点。     

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。     

基于序贯相似性算法的快速车牌识别

提出了一种基于序贯相似性算法的快速车牌识别方法。采用改进的倾斜较正和字符分割方法对定位好的车牌进行处理,并采用基于序贯相似性检测的模板匹配算法进行车牌识别。实验结果表明,该算法具有良好的鲁棒性和实时性。     

复杂背景下的车牌定位和字符分割研究

提出了一种综合边缘检测、投影特征的车牌定位方法和基于垂直投影及模板匹配的字符分割方法，提取车牌灰度图像边缘，实验结果显示该算法检测边缘的速度快，车牌区域轮廓清晰，采用投影法确定车牌区域，用HOUGH变换检测倾斜角度进而对倾斜的车牌进行矫正，通过字符分割算法对车牌字符进行切割，有效地解决了复杂环境的干扰、车牌尺寸变化等问题。对不同背景下的光照车牌进行了大量实验，结果表明该算法能准确地进行车牌定位以及字符分割，具有较好的鲁棒性。     

基于行扫描和小波变换的车牌定位算法

为了能在复杂背景和不同光照条件下快速、准确地定位车牌位置,提出一种基于行扫描和小波变换的车牌定位算法。该方法首先对车牌图像实行边缘检测、二值化等预处理,在此基础上,利用行扫描法确定车牌的上下边界,对水平区域图像的垂直投影进行小波变换,设定阈值,确定左右边界。实验结果表明,该方法定位速度快、准确率可达到98%,具有很好的鲁棒性。     

智能车牌识别系统中图像定位算法

在智能年牌识别系统中，从获取的汽车图像中定位车牌图像是一个关键的步骤，该文在研究了经典的图像分割和定位算法后，提出了一种新的割取车牌的算法即跳跃模板定位算法，此算法具有定位准、实时性强和鲁棒性好等特点。     

一种改进的车牌定位算法

针对目前大部分车牌定位算法缺乏对光照条件的适应性以及对不同底色车牌的定位率有差异的缺点，提出一种改进方法。采用“多重搜寻”定位算法，综合利用车牌纹理和颜色信息，并采用游标式浮动区间自适应处理阈值。对高速公路路口实拍的各种情况车牌图片共计两千四百五十张进行实验，定位成功率约为99％，在P41．8G CPU、512MB内存的台式计算机Matlab环境下平均定位时间小于0．15秒／帧。提高了定位的准确率和鲁棒性，定位速度也满足实时性要求。     

基于视觉的车辆牌照检测

本文提出了一种基于线模板的二值图象中角检测算法。该算法简单、快速、稳健。在将含车牌的彩色图象转化为二值图象、并经形态滤波器滤波后,该快速算法被用于检测车牌的四个角点。实验表明,即使是在车牌由于视角原因发生倾斜或变形的情况下,这种基于角检测的车辆牌照检测与提取方法能准确地提取图象中的车牌,因而是一种稳健的车牌提取方法。     

基于灰度跳变的车牌定位算法及其实现

研究车牌识别定位算法问题。传统的车牌设识别定位算法的识别精确度难以满足现实在交通管理和流量监测中的应用,存在车牌图像定位的精度的不高等问题。为解决上述问题,在对车辆图像预处理基础上,提出了一种基于图像灰度跳变特性的车辆牌照定位算法。主要给出了粗定位和细定位两种定位算法,并用VC++设计实现定位算法。通过实验对实际交通中多幅车牌图像进行处理,对不同的车牌图像进行定位。实验结果表明,新算法能够对车牌图像进行高精度定位,并且具有较强的鲁棒性,为车牌字符的识别与分割奠定了一定的基础。     

非正交haar小波变换的车牌定位技术研究

车牌定位技术是车牌识别系统的关键技术之一,在haar小波变换的基础上,提出非正交haar小波概念,改进了haar小波不连续性特点。基于非正交haar小波变换,结合线扫描法快速性特点与数学形态学准确性特点,研究一种车牌快速定位算法,在此基础上运用visual C++ 6.0编程进行实验验证。实验结果表明,此算法车牌定位准确率达到95%以上,对倾斜车牌的检测鲁棒性较强。     

一种基于自适应形态学结构元素的车牌定位算法

针对传统的基于数学形态学的车牌定位算法结构元素选取的弊端,即依据经验或实验而选择一个固定大小和形状的结构元素对车牌图像进行全局处理,导致定位算法的普适性和鲁棒性低,提出了一种基于自适应结构元素的车牌定位算法,算法充分利用车牌二值图像自身信息,通过计算字符水平边缘所形成的线段长度的均值作为结构元素,因此结构元素的大小能随着车牌图像的不同而自适应调整,更加有效地定位车牌目标区域。实验结果证明,算法具有较强的自适应能力,定位准确率满足应用需要。     

汽车图象分割与车牌定位算法的研究

对智能车牌识别系统中经典的图象分割和定位算法分析以后,找出其存在的不足,在此基础上提出了纯背景位图相减和间隔采样投影汽车图象分割的改进方案,并设计了一种新的定位车牌的算法,从而提高图象处理的速度及定位的准确度,降级噪声信息对分割图象的干扰,提高了图象分割及定位的效果.     

一种用于车牌定位的改进BP神经网络方法

针对车牌定位中存在的由于光线不足、环境恶劣、车牌背景不清晰、车牌磨损、图像倾斜等干扰因素导致的定位不准、车牌模糊、反应时间长等问题,文章通过对比目前的各种不同车牌定位技术,提出了改进激励函数和改善梯度估计精度的BP神经网络算法.重点说明了改进的具体过程和车牌定位的原理、方法和步骤,运用Hough算法对车牌倾斜度进行校正,借助常规的灰度图像感知方法,通过车牌定位的具体试验证明了该方法有较强的适应能力和学习速度快、车牌定位准确率高、鲁棒性好等优点,从而说明了该方法的可行性.     

一种利用标准位置模板实现车牌字符定位的方法

在车牌识别系统中,车牌字符定位的准确性直接影响着字符的识别率。针对这一问题,提出了一种利用标准位置模板来实现车牌字符定位的方法。在该方法中,首先建立车牌字符的标准位置模板,然后使用模板滑动匹配法来确定车牌字符的中心位置,从而实现准确的字符定位。实验表明,该方法自适应性强、有很强的鲁棒性,能有效排除污损和部分遮挡形成的非字符区域对字符正确定位的干扰。     

机动车车牌自动识别系统与VMLA定位算法

介绍了一种机动车车牌自动识别系统及其机动车车牌自动定位的 VML A (Vector Map L ocationAlgorithm)新算法 .该算法基于机动车车牌字符笔画两个边缘互相关值最大这一特征 ,先利用粒子图象测速原理得出位移矢量图 ,然后在位移矢量图中定位机动车车牌 .VML A算法具有实时、机动车车牌大小在较大范围内自适应的特点 ,同时还能得到机动车车牌字符与背底对比情况、机动车车牌大小的粗略估计等信息 ,这些信息对后续车牌的精确定位、分割、识别非常有用 .5 4 0幅机动车车牌图象的初步实验结果为定位速度 0 .2 s/个 ,定位正确率98.9% .这表明该方法速度快、一次定位正确率高 ,是一种极有潜力的定位新算法     

基于模糊边缘检测算法的车牌定位

车牌定位是自动车牌识别系统的一个关键步骤，车牌定位结果直接影响对车牌的最终识别效果。因此为了保证实际应用中车牌的识别准确率，文中提出了一种新的车牌定位算法，该算法利用一种改进的快速模糊边缘检测算法来进行车牌图像的边缘检测，得到整个原车牌图像的边缘图像，然后基于边缘图像的丰富的边缘信息设计一个高效、准确的车牌区域定位算法，检测出车牌区域。实验结果表明：算法定位速度较快、准确度较高，具有良好的应用前景。     

一种精确高效车牌定位算法

车牌自动识别是现代智能交通的重要组成部分,而车牌定位技术又是车牌识别系统的核心技术之一。本文提出一种精确高效的车牌字符定位算法,该算法采用差分来描述灰度变化进行初步定位,并对不同类型的车牌使用不同的二值化处理方法。实验表明,该算法快速有效。     

车牌定位及倾斜矫正方法研究

为提高车牌定位的有效性和准确性,利用车牌的纹理特征,提出基于边缘检测和形态学运算相结合的车牌定位算法。在摄取车牌图像的过程中,会因为各种原因导致车牌图像有不同程度的倾斜变形,而倾斜的车牌很难被分割和识别,必须进行倾斜矫正,使用了基于Hough变换的倾斜矫正算法。实验结果表明该车牌定位算法和倾斜矫正算法快速有效。