|
1.
|
车牌识别系统设计与实现
|
|
|
|
|
|
|
陈利《现代电子技术》,2012年第35卷第15期
|
|
|
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。
|
|
2.
|
基于MATLAB的车牌识别系统设计与实现
|
|
|
|
|
|
|
刘忠杰 宋小波 何锋 李芬 周培莹 刘百辰《微型机与应用》,2011年第30卷第14期
|
|
|
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仿真方法。该方法首先采用基于Canny算子边缘检测和数学形态学相结合的方法定位出车牌,进行二值化、滤波和形态学开运算后使用投影二分法分割出7个车牌字符,最后使用模板匹配和特征统计相结合的方法识别出车牌字符。试验表明该方法是有效的、可行的,与传统使用单一算法相比较,该方法大大提高了车牌识别系统的正确率。
|
|
3.
|
基于小波变换和数学形态法的车牌定位方法研究
|
|
|
|
|
|
|
郭航宇 景晓军 尚勇《计算机技术与发展》,2010年第20卷第5期
|
|
|
随着智能交通技术的发展,车牌识别系统已成为其中的一个重要环节,一般来说,车牌识别系统分为车牌定位、字符分割和字符识别三个部分.车牌定位作为字符切分和字符识别的前提,在车牌识别中起着关键的作用.在前人研究的基础上提出了一种基于小波变换域和数学形态法相结合的定位方法.首先利用小波变换后垂直细节图像的水平投影进行行定位,然后再对候选区域进行垂直投影,结合车牌自身的特点去除伪车牌区域,最后结合数学形态学知识实现车牌的精确定位.实验证明,该方法在背景较为复杂或存在干扰的情况下具有很好的效果.
|
|
4.
|
基于小波变换和数学形态法的车牌定位方法研究
|
|
|
|
|
|
|
郭航宇 景晓军 尚勇《微机发展》,2010年第5期
|
|
|
随着智能交通技术的发展,车牌识别系统已成为其中的一个重要环节,一般来说,车牌识别系统分为车牌定位、字符分割和字符识别三个部分。车牌定位作为字符切分和字符识别的前提,在车牌识别中起着关键的作用。在前人研究的基础上提出了一种基于小波变换域和数学形态法相结合的定位方法。首先利用小波变换后垂直细节图像的水平投影进行行定位,然后再对候选区域进行垂直投影,结合车牌自身的特点去除伪车牌区域,最后结合数学形态学知识实现车牌的精确定位。实验证明,该方法在背景较为复杂或存在干扰的情况下具有很好的效果。
|
|
5.
|
基于数学形态学的车牌定位
|
|
|
|
|
|
|
李然《数字社区&智能家居》,2010年第6卷第7期
|
|
|
车牌定位是汽车牌照识别系统中的重要环节,直接影响车牌识别的准确率。对数学形态学进行了研究,并且分析了利用数学形态学进行车牌定位的原理。为了对汽车牌照进行精确的定位,提出了一种基于数学形态学的车牌定位方法。对汽车图像进行预处理和阈值分割后,利用不同的结构元素对二值图像进行形态学滤波,以进一步消除干扰。最后利用面积、长宽比和垂直投影特征值进行综合分析,完成车牌定位。实验结果表明,该方法定位准确率高,为车牌识别创造了良好的前提。
|
|
6.
|
一种基于数学形态学的车牌图像分割方法
|
|
|
|
|
|
|
王钧铭 赵力《电视技术》,2007年第31卷第10期
|
|
|
提出一种基于数学形态学的车牌图像分割提取方法.用修正后的形态学边缘检测算子对图像进行边缘检测,采用二尺度结构元素检测平均方法提高边缘检测的准确性,再用不同的结构元素对边缘图像进行形态滤波,以消除干扰.实验证明,该方法能快速准确定位分割出车牌图像,且计算量较小.
|
|
7.
|
基于小波变换与形态学的车牌定位方法 被引次数：6
|
|
|
|
|
|
|
韩丽萍 药春晖 张文格 尹王保《测试技术学报》,2006年第20卷第1期
|
|
|
针对信号噪声环境下的车牌定位问题,提出了一种基于小波变换和数学形态学的图像定位方法.该方法先用自适应滤波多尺度边缘检测方法检测出车牌的边缘;然后用数学形态学方法对阈值二值化后的边缘图像进行系列形态运算,进一步消除无用信息;最后用基于车牌底色识别的方法进行车牌定位.实验结果表明,该方法定位效果好,适于有噪声的车牌图像进行定位.
|
|
8.
|
基于小波分形特征提取的图象分割方法 被引次数：5
|
|
|
|
|
|
|
陈哲 冯天瑾《中国图象图形学报》,1999年第4卷第12期
|
|
|
提出了一种基于小波分解和分形纹理特征计算的图象分割方法，首先考虑对图象进行小波变换，然后对不同通道的子图象提取纹理的分形特征和能量特征，最后用直方图阈值分割方法实现图象的分割，实验表明，该方法对模拟纹理图象以及多少谱遥感图象的分割都取得了满意的效果。
|
|
9.
|
一种基于能量滤波和小波的车牌定位方法 被引次数：4
|
|
|
|
|
|
|
王润民 钱盛友《光电子．激光》,2006年第17卷第9期
|
|
|
提出一种基于能量滤波和小波的车牌定位方法。根据车牌在水平方向能量高且集中的特点构造能量函数．并将沿垂直方向变化的能量反映到投影图上，能量滤波后获取车牌的大致位置。再由小波分析获取车牌的水平细节图像和垂直细节图像，然后利用形态学对小波分解后的细节图像进行一系列处理，进一步消除无用信息和噪声，最后由投影法准确确定车牌位置。实验结果表明，定位准确率为96．2％．平均定位时间为3．62s。
|
|
10.
|
一种基于数学形态学的实时车牌图象分割方法 被引次数：23
|
|
|
|
|
|
|
左奇 史忠科《中国图象图形学报》,2003年第8卷第3期
|
|
|
根据车牌纹理及其几何形状的特点，设计了一种基于数学形态学的车牌图象分割方法，该方法在二维形态滤波过程中，能自适应地调整阈值大小，以适应光照强度及干扰强度的变化，同时把基于全像素点数学形态学处理的点运算转化成仅有几十条直线的线运算，以使运算速度和抗干扰能力较其他传统分析方法有显著提高．用该方法对不同照明条件下的一系列汽车图象进行的大量实验结果表明，该方法不仅定位效果好、速度高，而且适于对有噪声及复杂背景的车牌图象进行分割．
|
|
11.
|
基于多尺度小波边缘检测的车牌定位研究
|
|
|
|
|
|
|
张吉斌《电视技术》,2013年第37卷第7期
|
|
|
车辆牌照的准确定位是车牌识别系统中的关键步骤,利用车牌区域丰富的边缘和纹理信息以及车牌自身的特征,提出一种基于多尺度小波边缘检测的车牌定位方法.该方法能够更好地解决在复杂背景和复杂光照下的车牌定位.首先用图像增强和多尺度小波算子提取出车牌图像的边缘,然后利用数学形态学和连通区域标记的方法对车牌进行初步特征提取去除伪车牌区域,最后采用水平垂直投影法进行车牌的精确定位.实验结果表明,该方法能够实现车牌的快速准确定位,对复杂背景下的车牌具有很好的鲁棒性和实时性.
|
|
12.
|
基于小波包和数学形态学结合的图像特征提取方法 被引次数：6
|
|
|
|
|
|
|
张立国 杨瑾 李晶 任晓丽 上官寒露《仪器仪表学报》,2010年第31卷第10期
|
|
|
提出了一种基于小波包和数学形态学相结合的图像特征提取方法,应用于车牌字符等的图像提取及边缘检测.采用了小波包对图像进行分解并重构其近似部分,用形态学膨胀和腐蚀等形态学基本运算以及形态学梯度对图像进行边缘检测,并应用形态学重构填充了车牌字符的空隙,以便后续的字符识别.仿真实验表明与Edge边缘检测算子相比较,该方法能够更好地提取图像特征,检测出的边缘更清晰,并更好地填充了车牌字符的空隙.
|
|
13.
|
基于小波变换的车辆牌照定位研究
|
|
|
|
|
|
|
卢衍伟 张金敏 王思明《计算机工程与设计》,2012年第33卷第4期
|
|
|
车辆牌照的准确定位是智能交通中车辆牌照识别技术的关键,提出一种基于小波变换的车牌质心定位方法,该方法可以很好地解决复杂背景与光照下的车牌定位.经过小波分析的车牌图像利用数学形态学进行车牌特征提取,对特征提取后的车牌图像采用连通区域质心的方法对车牌进行定位,最终得到车牌的准确区域.实验结果表明,该方法能够实现车牌的快速准确定位,是一种有效的车牌定位方法.
|
|
14.
|
基于小波一形态学的车牌图像分割算法
|
|
|
|
|
|
|
周宏强《电脑编程技巧与维护》,2009年第18期
|
|
|
车辆牌照图像的分割是车牌识别的前提和基础。在车辆自动管理技术日益发展的今天，车牌图像的分割技术倍受瞩目。针对牌照与车身背景的分割问题，提出了基于小波变换和数学形态学方法的车辆牌照阈值分割算法。首先，对车牌图像进行小波去噪，然后利用数学形态学对去噪后的车牌图像进行闽值分割。此方法能够从含有较强噪声的车辆图像中获取车牌图像，通过构造适当的结构元素，可以达到比较理想的提取效果。
|
|
15.
|
基于数学形态学边缘检测的车牌字符分割算法 被引次数：1
|
|
|
|
|
|
|
熊哲源 樊晓平 黎燕《计算机系统应用》,2010年第19卷第9期
|
|
|
汽车牌照字符分割是车牌识别过程中的关键步骤,直接影响到字符识别的效果。传统的方法对车牌图像质量要求较高,且抗干扰能力较差。提出一种基于Renyi熵和数学形态学边缘检测的车牌字符投影分割算法,首先用二维Renyi熵最大阈值法对车牌图像做二值化处理,然后用形态学腐蚀运算进行边缘检测,再去除车牌边框,最后通过投影分割提取车牌字符。仿真实验表明,基于Renyi熵最大阈值法和数学形态学边缘检测车牌图像预处理使得车牌字符边缘清晰,降低了噪声的干扰,有利于进行字符投影分割。该算法分割速度快,鲁棒性好,可获得比传统方法更好的分割效果。
|
|
16.
|
基于小波分解的车牌定位算法
|
|
|
|
|
|
|
许礼武 许伦辉 黄艳国《计算机工程》,2006年第32卷第21期
|
|
|
提出了一种基于小波分解的方法来定位车牌。该算法利用数学形态学对边缘图像进行处理，并进行小波分解，只需要进行水平扫描，克服了传统算法中需要水平和垂直扫描的弊端，同时有效地抑制了车辆边缘的干扰信息。
|
|
17.
|
基于轮廓波的夜间逆光条件下的车牌定位方法
|
|
|
|
|
|
|
谢丽华 聂诗良《工业控制计算机》,2010年第23卷第12期
|
|
|
针对夜间逆光条件下车牌号识别中的车牌定位问题,给出了一种基于非下采样轮廓波和数学形态学的车牌定位方法,并提出利用车灯与车牌几何位置关系,通过定位车灯缩小车牌搜索范围,提高了车牌定位精度。测试表明,给出的车牌定位方法具有实用性。
|
|
18.
|
复杂车辆图像中的车牌快速形态定位算法
|
|
|
|
|
|
|
YANG Shu-bin ZHANG Yang《微机发展》,2008年第6期
|
|
|
针对复杂环境下的车牌定位问题,提出了一种基于形态学的快速车牌定位方法。该方法先对车牌图像进行预处理和二值化,然后用形态学方法对二值化后的图像进行系列形态运算,将车牌图像分割为一个个独立的小区域,根据车牌特性去掉较小的区域,并对保留的连通域进行标记,最后用车牌形状特性进行车牌快速定位。实验结果表明,该方法定位效果好,速度快,适于应用对现实的车牌图像进行定位。
|
|
19.
|
复杂车辆图像中的车牌快速形态定位算法 被引次数：1
|
|
|
|
|
|
|
杨述斌 张阳《计算机技术与发展》,2008年第18卷第6期
|
|
|
针对复杂环境下的车牌定位问题,提出了一种基于形态学的快速车牌定位方法.该方法先对车牌图像进行预处理和二值化,然后用形态学方法对二值化后的图像进行系列形态运算,将车牌图像分割为一个个独立的小区域,根据车牌特性去掉较小的区域,并对保留的连通域进行标记,最后用车牌形状特性进行车牌快速定位.实验结果表明,该方法定位效果好,速度快,适于应用对现实的车牌图像进行定位.
|
|
20.
|
基于梯度与形态学的低质量车牌定位
|
|
|
|
|
|
|
潘巍 杨娜菲 安荣《计算机工程》,2011年第37卷第13期
|
|
|
针对低质量车牌的定位问题，提出一种水平梯度信息和数学形态学操作相结合的定位方法。利用自适应梯度图阈值分割算法分割出车牌部分的梯度信息；通过形态学和区域合并操作得到连通的候选区域；结合车牌自身特点进行区域搜索，粗定位出车牌；用扫描线法去除边框，实现车牌的精确定位。实验结果表明，该方法对光线昏暗、噪声严重、车牌区域污损、倾斜等条件下的车牌定位具有较强的鲁棒性，能满足实际交通场景中的车牌定位需求。
|
|
