基于数学形态法和主成分分析法的车牌定位

作为车牌识别的首要和关键技术,车牌定位的结果直接决定了识别的成败。新的方法充分利用车牌图像的位置、形状、纹理、颜色等特征,结合数学形态法进行车牌定位,并以主成分分析法进行车牌倾斜校正。试验结果表明,新的方法能够快速而准确得定位车牌。     

自适应遗传算法在车牌定位中的应用

车牌自动识别是现代智能交通的重要组成部分,而车牌定位技术又是车牌识别系统的核心之一。由于传统的定位算法存在适应性差,鲁棒性不强的问题,提出一种基于自适应遗传算法的车牌定位方法。先用最大类间方差法(OTSU)对车牌图像进行二值化,然后利用遗传算法对全图进行车牌特征匹配搜索,结合区域特征向量构造的适应度函数,最终找到车牌区域的最佳定位参量。测试结果表明,该算法适应性强,定位效果很好。     

基于数学形态学的实用车牌定位算法及实现

由于车牌图像分割困难、车牌位置定位不准确等问题,为了快速准确地得到车牌的准确位置,数学形态学具有速度快、方法简单等特点,使用数学形态学进行车牌的识别.通过预处理,采用最佳阈值分割的迭代算法进行车牌图像的二值化处理,然后主要利用数学形态学腐蚀运算进行车牌边缘检测,精确度高.结合车牌先验知识,利用连通区域法对车牌字符进行切分定位,通过大量实验,结果表明该算法具有一定的实用性.形态学边缘检测相对于边缘检测算子具有算法简单、速度快、定位准确和抗干扰能力强的优点.通过对不同车牌图像进行试验,算法具有较好的识别结果.     

一种简单快速的车牌定位算法

车牌定位是汽车牌照识别系统的关键技术之一。通过对图像进行预处理,去除干扰的噪声,然后利用隔行扫描和矩形窗口搜索法来定位车牌的上下边界和左右边界,从而提高了车牌定位的速度。提出了利用车牌定位出来的区域面积的变化情况来判断车牌的倾斜情况,并对倾斜的车牌进行了准确的校正。实验结果表明,该算法简单高效。     

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。     

基于数学形态学和灰度跳变特征的车牌定位方法

车牌定位是车牌自动识别系统中的一个关键问题。近年来,许多国内外学者研究发展了许多车牌定位算法。首先对比较常见的几种车牌定位方法进行了简要的介绍,并对它们各自的优点、缺点进行了分析和比较。然后提出基于数学形态学和灰度的跳变特征的车牌定位方法,并借助LabVIEW平台编程实现了该算法。实验结果表明,该方法是可行的。     

一种实用的多车牌快速定位系统

针对车牌定位计算量大、定位时间长问题,设计了一套快速实用的定位系统。对车牌进行直方图均衡的预处理,通过改进的Prewitt边缘检测算子、投影和数学形态学方法确定候选区域队列,利用车牌的几何和颜色特征排除候选车牌区域中的干扰区域,对各种环境下定位效果进行了比较,给出了相应的实现结果,具有一定的研究价值和社会经济效益。     

基于水平垂直灰度开运算的车牌字符分割算法

采用Hough变换检测车牌的倾斜角度进行车牌的矫正。提出了一种基于水平垂直结构元素开运算的数学形态学方法,对字符分割前的车牌进行预处理。该方法能够在车牌定位不精确的情况下有效地去除车牌边框、铆钉及其他噪声,消除干扰突出字符。运用传统的投影法以及车牌的先验知识进行字符间的分割,有效地提高了字符分割的效果。实验结果证明,该方法有效可行。     

基于多方法融合的车牌自动定位算法研究

提出了一种将模板匹配、形态学和投影法多方法融合的车牌定位算法.首先,对预处理后的车牌图像采用优化的模板匹配算法粗定位车牌区域;然后运用形态梯度方法对租定位后的图像进行边缘检测;最后,采用投影法进行精确定位,通过对投影的分析找到车牌的准确位置.实验结果表明,该算法对车牌定位的准确性和处理速度都有很大提高,满足了系统实时性和准确性的要求.     

基于自适应数学形态学的车牌定位研究

车牌定位基本流程包括预处理、粗定位和精定位。利用数学形态学处理图像,关键是结构元素的选取。针对使用同一结构元素确定车牌位置时所带来的缺陷,改进了将行列自适应的结构元素选取算法应用于车牌粗定位部分。针对不同光线环境对采集的车牌图像可能造成影响,提出将自适应对比度增强算法应用于预处理阶段,对车牌图像进行对比度增强处理。粗定位部分,改进了行列自适应数学形态学结构元素的方法对车牌进行定位,提高了只基于行的自适应结构元素选取算法获取候选车牌的效率;精定位依据不同条件,提出采用区域标记法和投影法结合来提取精确车牌位置。采集不同时间地点的600多张小型车辆图片进行仿真实验,实验结果表明,该算法可有效处理不同光线下的车牌,提高车牌定位精精确度。