基于数学形态学和颜色特征的车牌定位方法

为了解决单一车牌定位算法在复杂背景中定位效果不理想的现状,提出一种数学形态学和颜色特征相结合的算法对车牌进行定位.首先利用最大类间方差法（Ostu算法）找到一个最佳的阈值,根据所得阈值把得到的灰度图像二值化,然后采用一种改进的数学形态学算法对图像进行边缘检测,最终结合数学形态学和车牌颜色特征进行准确定位.实验表明该算法明显优于传统或单一的车牌定位方法,定位准确率高,对背景限制少,应用范围广.     

基于视觉显著图的车牌定位算法

本文基于视觉显著图提出了一种新的车牌定位算法.首先利用自底向上的视觉注意模型对输入的彩色图片分别提取出强度、车牌颜色、车牌边框方向三类特征图;然后将特征图整合成视觉显著图,并对视觉显著图进行二值化,得到车牌的候选区域;最后结合输入图片水平方向上的边缘信息,以及车牌的长宽比例、跳变次数等特征,准确提取车牌区域.实验证明,此算法能大量地减少背景环境对定位所带来的伪车牌个数,有很强的环境适应性和抗噪能力,具有较高的定位率.     

复杂背景下基于HSV空间和模板匹配的车牌识别方法研究

车牌识别技术作为交通管理自动化的重要手段,在交通监视和控制中占有很重要的地位.车牌识别过程可分为车牌定位、车牌校正、字符分割和字符识别四个部分.在车牌定位中,若单纯采用纹理特征或颜色特征来进行定位,往往适用于背景较为简单的场景,对复杂背景的定位效果尚有待改进.在字符分割中,目前单行车牌的分割已比较成熟,但双行车牌的分割仍不理想.提出一种在HSV空间下两次颜色标定和纹理特征相结合的定位方法和一种单双行车牌的字符分割方法.该定位方法利用车牌固定颜色搭配特性,对图片两次标记并利用投影法定位车牌,对200张不同背景图片测试,定位准确率达到98％.在字符分割部分,利用改进的模板匹配方法对字符分割,可适用于单、双行车牌分割,准确率达到95％.     

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.     

一种基于灰度差阈值的快速车牌定位方法

智能交通系统(ITS)在现代交通中扮演了越来越重要的角色,车牌识别是智能交通管理中一个重要的环节,车牌识别由预处理、车牌定位、字符分割和字符识别组成,本文从预处理和车牌定位入手,提出了一个运算简单、运行速度快的车牌定位方法。采用图像灰度差阈值生成二值图,利用汽车牌照字符和底色的纹理特征找到车牌位置的新方法。     

图像头发区域切割问题

图像中头发的提取与切割在造型设计、病变分析中有重要的意义。根据头发的颜色,区域连通性和空间位置的三大特征,提出利用最小模糊熵确定灰度阈值和利用空间灰度差异确立头发区域的方法。     

一种车牌自动识别算法研究

汽车车牌自动识别是智能交通管理的重要部分,对管理和监控车辆有重要作用.提出了一种车牌自动识别算法.首先提取摄像头拍摄到的车辆照片,对图片进行灰度化、图像降噪、二值化等预处理,然后对车牌号码进行定位、分割和归一化,再根据字符的特征用多级分类器对车牌号逐级分类,最后用模板匹配法对车牌号码进行识别,这种方法计算量低,准确度高...     

基于纹理及小波分析的车牌定位方法

提出了一种基于纹理和小波分析的车牌定位方法。针对图像背景复杂,且车牌所占比例较小的特点,提出了一种确定基元分类阈值的二值化方法;根据车牌字符分布规律,提出了二值纹理基元分析方法,提取车牌候选区域;基于小波分析提取车牌区域竖笔画特征,采用隶属度定量表征车牌竖笔画特征、位置特征及形状特征,给出综合这些特征、从候选区域提取车牌区域的方法。测试结果表明,该方法正确定位率超过96%     

基于小范围边缘区域搜索的虹膜定位算法

提出了一种基于小范围边缘区域搜索的虹膜定位算法.首先,利用瞳孔的灰度特征对虹膜图像进行二值化及形态学处理,结合对原虹膜图像的Sobel检测结果得到部分虹膜内边界;然后利用Canny算子结合虹膜的几何特征划分出一小范围的外边缘待搜索区域.在待搜索区域中,利用本文根据大量实验提出的虹膜外边界五个特征来确定部分虹膜外边界,最后用最小二乘法来进行内外边界的拟合,从而定位虹膜.实验结果表明,该算法性能稳定,搜索范围小,定位速度大幅提高,且对不同质量的虹膜图像均取得很好的定位效果.     

基于空间分布的图像检索算法研究

针对利用颜色直方图进行图像检索时存在的问题,提出了一种基于空间分布特征的图像检索算法.首先将图像分解为8个位平面,并采用其中对表征图像结构特征有意义的4个位平面的分布特征对图像内容进行描述,同时,为避免图像中像素灰度值的微小变化对位平面的影响,又提出采用位平面的格林码表示方法.考虑到位平面之间的相关性,设计了权值矩阵,采用马氏距离进行相似性度量.实验结果表明,该算法利用位平面分解的方法来提取颜色的空间分布信息,可避免颜色量化引起的误检问题,而且提取的特征矢量维数较低,具有较高的检索率.     

基于小波变换与形态学的车牌定位方法

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.     

汽车牌照快速定位算法

汽车牌照的快速准确定位是汽车牌照实时自动识别技术中非常关键的一步。本文利用汽车牌照尺寸、字间距、字数和字体统一的纹理特征,提出了基于边缘检测和投影法相结合的牌照定位算法和基于二值化和投影法相结合的牌照定位算法。大量实验结果表明,两种算法都具有快速、简洁实用和跟图象背景的复杂程度相关小的特点。     

一种基于MSER和SWT的新型车牌检测识别方法研究

为了降低拍摄距离、光照等对车牌识别的影响,提高复杂背景下车牌识别准确率,提出了一种基于最大极值稳定区域(maximally stable extremal regions, MSER)和笔画宽度变换(stroke width transform, SWT)的新型车牌检测识别方法。该方法首先进行MSER提取和Canny边缘检测,并根据车牌字符特征对二者相与运算后的MSER筛选;然后在筛选后的区域内做基于形态学处理的SWT和SW筛选,聚合筛选后区域,结合车牌几何特征完成车牌精定位;最后校正分割定位成功区域内连通域,提取骨架并归一化,与细化和归一化后的模板匹配。利用HU不变矩和网格特征识别首字符汉字,采用扫描跳跃点统计编码识别数字和字母。实验结果表明:该方法定位准确率高达94.86%,识别准确率达96.14%。该方法对远距离、变光照获取的复杂背景下,车牌检测识别具有较高的准确率和鲁棒性。     

如何改善色彩管理中的颜色匹配效果

色彩管理系统是目前桌面出版系统中普遍采用的色彩控制方法,但由于设备色域的差别,色彩管理系统并不能保证颜色的准确匹配.讨论了用灰平衡控制来改善色彩管理中的颜色匹配效果.结果表明:通过控制灰平衡,颜色匹配效果得到了明显的改善.     

基于机器视觉的车距检测系统设计

为了探测前车车距,采用机器视觉方式,以 CCD构造单目成像系统采集前车图像,以检测车牌在图像中像素的数量方式实现车距的测量。系统以单目摄像头的成像模型,通过物像位置关系及大小关系,建立车牌图像与车距信息之间的模型;以CCD成像原理,建立车牌图像与传感器像元像素之间的模型。由此构建测距检测算法模型。采用MATLAB软件平台设计人机交互界面,对采集图像进行预处理提高图像的对比度;通过匹配连通域等算法,对车牌进行定位、分割,检测车牌水平方向像素数量;在此基础上,采取小孔成像原理计算车距的大小,并显示在软件平台上。实验证明了本系统能对前车图像进行分析从而计算出车距,该系统对3 m之外的车距检测平均误差为4%。     

利用肤色分割和对称变换实现鲁棒人脸特征定位

提出一种将肤色分割与灰度图像对称变换相结合的有效的人脸特征定位方法.为降低背景和人脸姿态的影响,在传统人脸肤色分割基础上,利用Blob分析及椭圆拟和方法判断并剔除无效区域,并将待选人脸区域初步校正为竖直;直接利用色度信息在待选人脸区域中分割并检测嘴唇;接着,采用灰度图像的对称变换检测双眼的待选位置;以嘴唇和待选双眼的位置为依据,提出了基于人脸几何模型知识的双眼匹配代价函数并利用组合优化方法检测真实双眼;最后,对人脸上其它器官的进行精确定位.实验结果表明,该方法对于头发遮挡、大倾斜角以及眼镜干扰具有较强的鲁棒性.     

基于IHS空间的灰度图像互补色伪彩色编码

对灰度图像的任一灰度级，将对应的彩色影射到垂直于I＝0．5的平面上（I为强度），饱和度S可取的最大值为原始图像最大灰度值的0．75倍，相邻两灰度级对应的H值（H为色度）互为反相。将所得IHS值变换为RGB值即得伪彩色图像。用该方法对医学磁共振图像进行了处理，给出了实验结果。