共查询到17条相似文献,搜索用时 46 毫秒
1.
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。 相似文献
2.
《计算机应用与软件》2017,(5)
针对现有车牌定位算法的抗干扰能力弱和速度较慢问题,提出基于色差的车牌快速定位算法。设计了提取蓝色、黄色和白色像素点的色差公式,将车辆RGB图像转换到色差空间。利用迭代法对色差图像进行阈值分割得到二值图像,并利用形态学处理和标记连通域,最后结合车牌长宽比特征去除干扰定位车牌。对实际车辆视频定位处理结果表明,提出的算法可以实现白天和夜晚蓝牌车和黄牌车的车牌准确定位,定位准确率分别达到95.1%和92.5%,定位平均耗时0.026 s,优于传统的基于HSV、HIS和YUV车牌定位算法。处理结果表明该定位算法可在实际普通道路交通中实现实时准确定位。 相似文献
3.
针对复杂背景中的车牌定位问题提出了一种新的算法,将定位过程分解为确定候选车牌区域和剔除伪区域两个部分。首先在图像的二值垂直边缘图中,利用车牌区域的边缘信息及车牌的纹理特征进行车牌候选区域的确定,在降低算法复杂度的同时提高了定位精确性。然后,利用滑动的条带窗口对候选区域二值化图像进行连通块提取,结合车牌句法特征对该区域进行评判筛选,有效地解决了复杂背景及模糊图像中车牌定位精度不高的问题。此外,定位过程中的评判结果为后续的字符分割提供了重要的先验信息。实验证明该方法定位速度快,定位正确率高,对于背景纹理复杂及模糊图像的车牌定位具有很强的抗干扰性能。 相似文献
4.
5.
6.
7.
基于数学形态学的车牌精定位算法的研究 总被引:1,自引:0,他引:1
在汽车牌照识别系统中,车牌定位是整个识别模块实现的前提,目前车牌定位的方法多种多样,各有所长,但存在着速度慢或定位准确率不高等问题.文章通过比较几种边缘检测方式,提出了一种基于数学形态学的车牌定位算法.实验结果表明此方法算法简单,准确度高,较好的满足了车牌识别的实时性要求,为后面的字符识别做好准备. 相似文献
8.
基于改进Sobel算子的车牌定位方法 总被引:1,自引:0,他引:1
车牌定位作为车牌识别系统中的一个重要环节,定位算法的好坏直接影响到识别的效果.本文针对不同背景和光照条件下的车辆图像,提出一种改进Sobel算子的车牌定位算法,首先对已经过预处理的车牌图像进行改进的Sobel运算.然后使用迭代求图像最佳分割阈值的算法二值化出前景,根据车牌区域纹理丰富的特点.采用水平梯度算子求得图像的水平投影图,再运用数学形态学的开闭运算进行车牌垂直定位,最终定位车牌位置.经过大量试验证明,该算法准确率高、定位速度快.具有较好的实用价值. 相似文献
9.
基于Radon变换的倾斜车牌图像角度检测与校正 总被引:1,自引:0,他引:1
倾斜车牌图像的校正对于后续车牌图像的分割与识别具有很大的影响.本文提出一种基于Radon变换来估计倾斜角度的方法,并对之实行分步校正,最后应用数学形态学的方法对图像进行平滑处理. 相似文献
10.
准确定位字符区域是字符识别的第一步,针对高速运动拍摄图像对比度差、噪声干扰严重、字符区域范围变化大、要求在线识别且时间短等特点,研究了一套特殊的数学形态学和图像滤波算法,算法利用字符局部信息对区域内的字符进行二值化处理,后进行连通运算和数学形态学闭运算,使相邻字符连成一个字符串区域,最后根据侯选区域的先验信息,快速定位出被识别字符的准确位置.研究表明,在高速运动中拍摄80*60mm大小的物体,图像大小为640*480,利用ROI区域,可以实现100%的目标区域精确定位,定位时间小于20ms,为后续字符的准确分割和识别奠定了良好的基础. 相似文献
11.
12.
一种新的汽车牌照快速定位方法 总被引:1,自引:0,他引:1
选取具有很强稳定性和可识别性的车牌纹理特征,提出了一种快速的汽车牌照定位方法。该方法首先利用车牌的粗纹理特征,通过高通能量滤波进行初步定位;再基于细纹理特征,通过提取候选区域小波纹理信息结合数学形态学和投影法进行准确定位;最后跟据车牌的颜色和纹理均匀性对定位结果进行修正。实验结果表明该方法分割定位迅速,定位准确率高。 相似文献
13.
本文根据车牌丰富的纹理特征,提出了一种准确、快速的汽车牌照定位方法。该方法首先利用车牌的纹理特征,采用模板匹配的方法进行初步定位;然后,根据细纹理特征和牌照的先验知识,综合利用数学形态学、投影以及颜色信息判别的方法进行精确定位。同时,针对实际应用的要求讨论了对其中的一些方法的改进。大量的实验结果表明,该方法具有快速、准确率高的优点。 相似文献
14.
该文提出了一种新的基于Elman递归神经网络的汽车牌照定位方法。Elman递归神经网络具有上下文层 ,它将隐含层前一时刻的输出反馈到当前时刻的输入 ,这种反馈连接使Elman网络能够检测随时间变化的序列信息。该文的牌照定位方法利用Elman神经网络的反馈连接特性以及牌照区的水平和垂直两个方向的梯度特征不同于图像中的其它区域的特点 ,以一个小窗体 (12× 12 )内图像在两个方向的梯度值 ,对神经网络进行训练 ,然后在同样的梯度图上滑动该小窗体 ,让训练后的神经网络判断小窗体内的区域是否为牌照区的一部分 ,并结合汽车牌照的几何特征来实现牌照定位。实验结果表明该方法的准确定位率高 相似文献
15.
提出了一种基于边缘检测、数学形态学和颜色特征相结合的复杂背景下的快速车牌定位算法。首先,利用车牌区域具有较丰富的垂直边缘信息得到包含车牌区域在内的若干候选区域,然后利用车牌自身的三个结构特征从若干候选区域中提取车牌区域。仿真实验结果表明,该算法的准确率达到了91.2%。 相似文献
16.