基于车牌识别的二值化算法研究

二值化算法在车牌识别系统中的车牌定位方面有着很重要的作用,但是光照条件的影响,使得二值化算法中的阈值T确定较为困难。该文提出了一种灰度值拉升的改进算法,可以降低二值化算法过程中的阈值的确定难度,并通过实例证明了这种算法的可行性。     

基于车牌识别的二值化算法研究

二值化是车牌识别系统中图像预处理的关键一步。由于车牌图像摄取环境的多变使得不同光照条件下车牌亮度也不同,这给采用限定阈值二值化算法来进行图像预处理带来了困难。本文通过对车牌灰度图像的特点的分析与研究,提出了一种限定阈值二值化改进算法,即利用遥感图像处理的灰度拉伸技术,使得二值化需要的阈值得到控制。对不同光照下的车牌进行这种优化处理,实验结果表明此算法是快速有效的。     

基于分形维数的车牌识别二值化算法

针对当前常用车牌识别二值化算法存在的问题,提出了基于分形维数的二值化的方法。根据分形维数反映图像复杂程度的定义,通过计算两次突变的分维数,来确定图像的灰度值范围,并利用该灰度值范围确定阈值。并通过实验,表明利用分形维数所得到的阈值进行二值化处理较传统方法有较大改进,且该方法解决了在自然光和不同光照背景下对车牌识别的干扰问题,也可以从复杂背景中提取出倾斜的车牌。     

基于车牌识别的边缘二值化检测

通过介绍车辆牌照识别的相关知识,重点说明车牌定位中的二值化以及Sobel,Canny两种算法,通过VC的开发环境调用MATLAB的工具箱函数,给出相应仿真结果,得出结论.     

基于模糊模式识别的车牌识别算法设计

介绍一种基于明暗度二值化的车牌模糊识别的算法.这种算法在车牌识别的使用可以有效避免因光照、车辆运动速度及车牌清晰度、光洁度而带来的误识别.介绍了这种算法的构建、实验平台、实验环境、实验处理结果,并对结果进行了讨论.     

基于修正思想的车牌图像定位与二值化处理

车牌图像定位和二值化是车牌识别系统中一个关键的部分。传统的处理方法是使用单一的算法,以便能够满足实时性的要求。但是算法本身的缺陷性使其不能适应一些具有独特特点的车牌,不能正确地识别出结果。基于提高算法的适应范围考虑,在满足识别速率要求的前提下,该文提出了基于修正思想的“去粗取精”处理模式,可以大大改善定位和二值化处理的效果,为后续的处理提供了一个良好效果的输入。     

一种新的动态二值化算法

本文提出了一种新的动态二值化算法，以实现从灰度点阵图象中提取其对象。通过分析象素和其所在的局部区和灰度值等数字特征，可以判断局部区的内是否存在对象，阈值和判断条件对应。     

基于边缘算子的车牌图像二值化方法

提出一种基于Canny边缘算子的车牌图像二值化方法。该方法综合考虑了边缘信息和灰度信息,根据与边缘像素点相邻的像素点的灰度值变化特点,得到图像的高、低阈值,综合利用高、低阈值对原灰度图像进行二值化。实验表明,此方法对于车牌图像的二值化处理有令人满意的效果。     

基于分块聚类的车牌图像二值化方法

利用车牌图像中车牌部分所占比例小、车牌字符与底色灰度对比度大的特点,为运算简单,易识别定位,提出了一种基于分块聚类的车牌图像的二值化方法。方法先将整幅灰度车牌图像等分成多个小块,对每个小块中的像素点根据其灰度值进行聚类,再将聚类结果二值化而得到各小块的二值化结果,合成各小块的二值化结果得到整幅车牌图像的二值图像。实验结果表明,与OTSU二值化方法相比,不仅经该方法处理得到的二值图像能很好地体现车牌特征、有效地降低车牌图像背景的复杂性,而且方法更适用于处理非正常光照条件下的车牌图像。在此基础上能有效地提高车牌定位系统的实时性和适应性。     

基于HSV 色彩空间与数学形态学的车牌定位研究

车牌识别系统在高速路收费口与住宅小区车库管理中得到越来越多的应 用,车牌定位是整个识别系统实现的前提。基于灰度图像的定位方法和基于彩色车牌图像的 定位方法,实现效果均不大理想。在充分利用车牌先验信息的基础上,提出基于HSV 色彩 空间与数学形态学的车牌定位方法。先利用色彩信息对可能包含车牌目标的区域进行过滤, 再利用数学形态学技术生成连通区域,判断并生成正确的车牌区域,最后,使用radon 变换进 行倾斜校正。     

几种车牌字符识别算法的比较

牌照自动识别系统是现代社会智能交通系统的重要组成部分,是图像处理和模式识别技术研究的热点,应用也越来越普遍。本文就几种主要的字符识别方法进行研究及比较。     

汽车牌照的字符分割与识别

根据汽车牌照字符与背景的特点，提出了一种自适应的二值化方法，这种方法首先把图像分割成块，进而根据每小块中的前景的灰度更加接近小块中灰度最大值的特点，选取一个比较高的域值，然后根据原图像的灰度值对得到的图像进行区域增长，最后得到的二值图像既可以完整再现字符，同时可以消除背景中亮度较高的点；另外讨论了结合汽车牌照的几何尺寸的字符分割办法，详细阐述了横向穿越变化数和字符的横竖编码这两个新的特征的提取过程，最后给出了一种新的多级分类的规则，讨论了这种多级分类的实现算法，实验表明这是一种行之有效的分类方法。     

直方图修改技术在车牌识别预处理中的应用

在进行车牌识别的预处理过程中,如何有效地提高车牌图像质量是一个关键,这一步处理的好坏将直接影响到后面车牌识别的效果.本文重点研究直方图修改技术增强图像方法在车牌识别预处理中的应用,给出了直方图修改技术的原理,以及直方图均衡化、规定化和对比度调整的原理,最后用MATLAB来实现车牌图像增强的效果.     

OpenCV在车牌识别中的应用

为利用智能手机进行车牌识别,研究了OpenCV在车牌识别中的应用。首先介绍了OpenCV及车牌识别的工作流程,然后论述了OpenCV在车牌定位、字符分割和字符识别中的具体应用。实验结果表明识别效果良好,为在Android等智能手机上进一步开发车辆信息管理系统奠定了基础。     

一种基于HSV空间的彩色边缘图像检索方法

结合重要的彩色图像边缘及人眼视觉特性,提出了一种基于彩色边缘直方图的图像检索方法。该方法首先利用Canny检测算子提取出原始图像的彩色边缘信息,然后将彩色图像边缘转换至符合人眼视觉特性的HSV空间并进行量化处理,再将彩色边缘划分成圆环区域和角形区域,并分别计算出圆环区域和角形区域的颜色直方图,最后综合利用上述圆环区域和角形区域的颜色直方图计算图像间内容的相似度,并进行彩色图像检索。仿真实验表明,该方法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率。     

利用直方图调光算法来提高车牌识别率

在现有各种调光方法的研究基础上,提出一种基于图像策略的先进调光算法-车牌直方图调光算法的车牌抓拍与识别方法.首先,利用车牌的直方图分布来判断曝光信息,根据曝光信息,在亮度模式下通过调节亮度基准的方式实现在复杂光照条件下的自动曝光控制,克服了现有调光方法的不足.同时本文也介绍了该调光算法的具体实现流程.最后以"智通慧眼"车牌抓拍识别设备为例,对该算法进行了实地测试.实验结果表明,与传统调光的车牌识别算法进行比较,本文提出的算法可以有效地提高车牌识别率,并可以直接在车牌抓拍与识别的前端嵌入式视频采集设备中得到应用.     

基于颜色特征的车牌快速定位

提出了一种基于颜色特征的车牌快速定位算法,该算法充分利用车牌颜色相对固定的特点,首先根据原始图像得到一组特定的色彩距离图谱,通过自适应熵阈值的选取快速分割出车牌的候选区域,然后再根据车牌的纹理特征对候选区域进行筛选以得到车牌的精确位置。针对不同的背景和不同种类的车辆,抽取了3106幅图片进行测试,其中有69幅图片未定位出车牌,定位成功率为97.8%,平均定位耗时为29ms。