彩色汽车图象牌照定位新方法

汽车牌定位是一个公认的较难解决的图象侵害问题。目前已经实现的分割主要局限于灰度图象,且定位效果仍易受阴影和光照等条件的影响。为解决彩色图象牌照定位问题,提出了彩色图象边缘检测算子ColoPrewitt和彩色边缘检测与区域生长相结合的牌照定位算法ColorLP,其充分利用了颜色信息和牌照特点。ColoPrewitt算法简单,全面作用在颜色空间的3个分量上,在彩色牌照定位的边缘检测中具有传统算子无法比拟的优势,实验表明,检测出的牌照区域完整,且与背景易于进一步剥离,由此可见,ColorLP定位牌照区域准确率高,适用于任意背景、位置和光照下的牌照定位,且通过性较好。     

退化字符图象的骨架法形态分析识别方法

基于模糊集合的退化字符图象的骨架法结构形态分析识别方法,可直接应用于退化字符的模糊图象或灰度图象,因此对噪声不敏感,而对笔划缺损字符可正确地提取整个骨架;处理连体字符时能根据骨架的形态结构特征较容易地确定切分位置,经修剪算法对各切分点的处理,被分离的字符骨疔直接通过分类器而不必再作进一步处理。     

复杂背景图象字符特征检取方法的分析研究

复杂背景图象字符特征检取方法的研究,因存在背景纹理及颜色的不确定性、图像退化、字符缺损、字符种类多等众多不利因素,已成为当前字符特征检取研究中的难题;本课题主要对复杂背景图象下字符定位切割、字符特征提取方法作比较深入的研究,在以往研究基础上提出一种比较实用准确有效的检取算法,并以视频流图象帧背景下的中文字符特征检取为例,运用此检取算法建立一种系统的实现模型。     

车辆牌照上英文和数字字符的结构特征分析及提取

为了研制高性能的车辆牌照自动识别系统，在详细分析车辆牌照上英文和数字字符结构特点的基础上，选择字符图象中的闭合曲线作为其整体特征，将笔画端点，三叉点和四叉点作为其细节特征，同时将笔画中的拐角点作为其辅助结构特征，三者可分别用于字符的粗分类，细分类和相似字符区分，进而提基于图论和细节点特征的闭合曲线检测算法以及基于二值图象外边缘轮廓线的笔画拐角点检测算法，将上述结构特征用于车辆牌照上英文和数字字符识别，测得识别率达96％，用PⅢ550计算机完成结构特征抽取和字符识别所用时间约20ms／字符，表明这些结构特征适用于车辆牌照上英文和数字字符的快速识别。     

车辆牌照的自动分割

本文介绍了一种基于字符串的车辆牌照分割方法,它能在对牌照的字符、牌照位置及其大小、颜色和车辆的背景等做最小限定的条件下,对牌照中字符串进行增强,实现在复杂背景中车辆牌照的自动分割,为车辆牌照识别做好准备工作     

基于连通体检测及投影法的牌照字符切分

针对常用投影法单字切分的不足,提出基于连通体检测及投影法的字符切分,首先进行第一次连通体检测,选择用于字符群上下边缘线拟合的连通体,然后用细胞神经网络的方法得到字符群的块状区域，用最小二乘法拟合字符群的上下边缘线,舍弃干扰，得到比较“干净”的牌照图象,对于几何失真较严重的牌照,进行几何校正．对上述处理过的牌照图象，进行第二次连通体检测．对连通体宽度在单个字符范围内的，认为连通体的边界为字符的边界,对超过单个字符宽度的连通体，用投影法重新进行切分,经测试，此方法能较好地去除螺钉和边框的干扰,切分位置合理．为后继字符识别做了较好的准备工作．     

字符点相关技术与神经网络识别

本文探讨一种新的在工程图扫描图象中自动识别字符、符号的方法,该研究是基于点相关的神经网络识别技术,这种方法考虑了各种退化的字符样本,训练一个字符时使用一种新的学习规则来自动完成训练过程,并从一组字符图象样本集中产生每个字符的理想的特征描述。这种方法使学习的复杂度呈常量,并在工程图字符识别中得到实际的应用。     

基于DCT压缩域的图象字符定位

为了能够利用图象中所含的文字信息来进行图象的快速高效浏览检查，其中，快速字符定位是很重要的工作，为此设计了一种直接在图象压缩域中进行字符定位的方法，该方法主要是利用图象中字符纹理所具有的方向性特点，首先直接在DCT域中提取字符的横向、竖向、斜向纹理的方向信息，然后根据各自的阈值把字符区域从图象背景中分割出来，在处理过程中，用形态滤波的方法可有效地消除噪音点，该算法可直接处理JPEG、MPEG等以DCT为编码基础的压缩数据，仅需少量的解码过程（Huffman解码）即可完成字符定位，因此要处理的数据量较少，用该算法既提高了处理速度，又减少了对计算机资源的需求，试验结果表明，此方法具有较高的准确率。     

图象处理技术在车牌识别中的应用

利用数字图象处理技术研究开发汽车牌照自动识别系统。从汽车图象中确定车牌位置,提取车牌字符的微结构特征,通过与所建的专用字典库中的字符标准模板匹配比较,获得车牌号码。试验结果表明该方案是有效的。     

基于矩和小波变换的数字、字母字符识别研究

欲实现汽车监控和管理智能化,必须正确识别牌照字符,在识别过程中,关键是特征向量的提取,小波变换能有效地提取字符的结构特征,而矩能够很好的地其进行描述,该文提出了一种用线性矩和小波变换提取数字、字母字符特征的方法,实验证明该方法有很高的识别率,达到９７％以上,能够有效地进行字符的分类,可满足实际应用。