汽车倾斜牌照中字符的定位与提取

提出了汽车图像中倾斜汽车牌照字符的定位与提取算法。该算法针对汽车牌照的灰度特点,先确定牌照的位置,并从背景中分割出来。对二值化车牌定位图通过Hough变换,计算出车牌主要直线的倾斜角度,通过插值旋转后,重新确定车牌字符的边界,最后精确地提取出汽车牌照中的字符。与其它传统的方法比较,该方法在运算速度和精确性上有一定优势。     

一种新的车牌号码倾斜校正方法

利用矩阵奇异值特征向量计算倾斜车牌图像的旋转角α,把倾斜图像旋转±(90-α),进行水平倾斜校正;在垂直倾斜校正中,论文提出了K-means聚类拟合直线法和最小二乘拟合直线法等两种校正方法,分别计算出垂直倾斜角θ,并对水平倾斜校正后的图像进行逆错切变换,得到最终的校正图像.实验结果表明,论文方法能快速准确地检测出图像的倾斜角,并具有较强的抗干扰性和应用适应性.相对于Hough变换校正方法,论文算法缩短了处理时间,在相同的条件下,处理时间比Hough变换快了4.13倍.为图像倾斜校正提供了一个新的有效方法.     

一种新的车牌号码倾斜校正方法

利用矩阵奇异值特征向量计算倾斜车牌图像的旋转角α,把倾斜图像旋转±（90-α）,进行水平倾斜校正;在垂直倾斜校正中,论文提出了K-means聚类拟合直线法和最小二乘拟合直线法等两种校正方法,分别计算出垂直倾斜角θ,并对水平倾斜校正后的图像进行逆错切变换,得到最终的校正图像。实验结果表明,论文方法能快速准确地检测出图像的倾斜角,并具有较强的抗干扰性和应用适应性。相对于Hough变换校正方法,论文算法缩短了处理时间,在相同的条件下,处理时间比Hough变换快了4．13倍。为图像倾斜校正提供了一个新的有效方法。     

基于主元分析的倾斜车牌图像校正方法研究

文章提出了一种基于主元分析（PCA）的车牌图像倾斜校正新方法。该方法将原始的像素坐标矩阵经过中心化后转换为2维协方差矩阵，再奇值分解为能反映图像倾斜方向的2维对角矩阵和坐标变换矩阵。校正算法的时间复杂度分析与实验结果均表明：相对于Hough变换等校正方法，PCA方法缩短了计算时间1-2个数量级，并且在污迹、光照不均等条件下也能获得较好效果。     

基于特征的车牌定位算法

车辆牌照的识别技术是智能交通系统重要研究课题之一,而车辆牌照的定位又是车牌识别的关键点。本文采用了一种新型的综合利用车牌纹理特征、颜色特征和几何特征的快速定位算法。该算法利用数学形态学充分挖掘车牌纹理特征以及消除噪声干扰,把图像分割为若干个子区域,利用纹理条件和颜色条件判断,对子区域进行独特的分类和聚类融合,最终由粗至细精确地定位出车牌位置,然后利用Hough变换矫正倾斜的车牌图像并去除边框和铆钉,为后续车牌字符的分割识别步骤打下良好基础。实验结果表明,本文的研究成果能有效定位车牌且效果显著。     

车牌识别中的二值化及快速倾斜校正算法

根据车牌几何形状和纹理的特点,提出了基于图像的特征线确定二值化阈值的方法.为了解决车牌图像倾斜对字符分割与识别带来的不良影响,对一种基于字符间投影距离的倾斜校正方法做了研究.在该方法中,根据倾斜车牌与非倾斜车牌字符的投影距离大小比较来确定车牌图像的倾斜角度,再用基于双线性插值的旋转方法进行矫正.针对该方法的不足之处,提出了该算法的改进算法.试验结果表明,该算法是快速而有效的.     

基于Hough变换的倾斜文本图像的检测

在OCR图像扫描输入的过程中,扫描图像经常会出现某种程度的倾斜,这种倾斜会给下一个字符的切割造成困难,影响字符识别的精度。正是出于检测倾斜文本图像角度的目的,提出了一种基于Hough变换的检测图像倾斜度的方法,可以有效地克服几何失真对文字识别系统的影响,为了克服Hough变换计算量大的缺点,该方法采用了提取图像特征点的方法。实验结果表明,该方法能快速准确地测出各类文本图像的倾斜角度,并且具有很好的适应性。     

光纤倾斜耦合角度的快速精密图像测量

光纤与光芯片的上表面耦合的倾斜角度是影响光耦合效率的关键因素之一,针对传统角规测量法效率低、精度差和不稳定等问题,采用坐标系重构方法和图像处理技术实现了对光纤倾斜耦合角度的快速精密测量。首先,在常规图像角度测量的基础上引入棋盘靶标进行坐标系重构,降低了CCD在光学放大获取微小光纤的图像信息时光轴轻微转动引起的误差。然后,为了在降低噪声影响的同时保障光纤直线特征的检测精度,对比了Hough变换和图像细化两种提取光纤直线参数的算法,结合直线元素在投影面的三角关系获得了光纤倾斜角度。实验结果表明:基于Hough变换的直线提取算法误差在0.1,平均运算时间为0.370 s,实现了对微小尺寸下光纤倾斜耦合角度快速精确地测量。     

基于Hough变换的图像档案的表格提取与倾斜校正

本文提出了一种基于Hough变换的图像档案的表格提取与倾斜校正方法。在检测表格线的同时，完成对其端点坐标的同步记录，对于表格图像倾斜角度较小的情况，采用基于线性搬移技术的校正达到图像快速倾斜校正的目的。     

基于几何约束的车牌倾斜检测方法

提出了一种新的基于车牌图像几何约束的车牌倾斜角自动检测算法。算法以车牌字符轮廓的最低点为基本信息,用矩的方法确定车牌的倾斜角度。本算法创新性地采用字符顶点的几何约束信息再用矩的方法得到倾斜角度。结果表明,该算法运算量小,速度快,校正精度高。     

采用二次定位的车牌图像定位算法研究

提出了一种二次定位的车牌图像定位方法.在第一次定位中首先对车辆图像进行灰度化、边缘检测及直线检测处理,根据车牌区域的特征初步找出包含车牌边框的车牌图像区域;再根据车牌边框对车牌图像进行倾斜校正;在此基础上,对车牌图像采用投影法进行二次定位,最终获得精确的车牌区域.测试证明,提出的二次定位方法能够适应不同背景,对光照、环境及车牌种类不敏感,得到的车牌图像不会包含车牌边框等无用的信息,为后续的车牌字符识别打下良好的基础.     

车辆牌照字符的提取

车辆牌照字符的提取是牌照自动识别系统中几大关键步骤之一。本文先用小角度Hough变换对倾斜的牌照进行校正，再利用牌照字符的灰度特征，采用基于种子的区域增长方法二值化牌照图像，最后根据车辆牌照的制造标准，提取字符，大量实验证明本文具有很好的结果。     

雾霾天气下的车牌识别

在雾霾天气下,图像采集设备拍摄的图片存在一系列问题,如饱和度低、细节失真、画质模糊等。文中探索了雾霾天气下的车牌识别算法,按照图像去雾、车牌定位、字符分割与识别等步骤来解决雾霾天气下传统车牌识别系统效率低、鲁棒性差等问题。该算法采用暗通道去雾,经去雾算法处理后,图像对比度、信息梯度和信息熵均得到提升;选择数学形态和边缘检测定位车牌的准确位置;利用仿射变换矫正车牌区域,结合投影法分割字符,最后使用基于支持向量机模式的识别算法来识别字符。经过处理后,车牌识别能达到较高的准确率。     

车牌识别方法的研究与实现

随着科技的进步,车牌识别系统有了很大的发展。其识别过程大概分为三个过程：车牌定位,字符分割和字符识别。由于在现实中车牌的识别会受到自然原因、人为原因以及图像采集设备的影响,这些会造成字符分割的不准确,从而导致识别的失败。基于此提出了在利用hough变换对车牌进行分割前用小波包变换的多分辨率进行降噪的方法,最后利用KL变换进行车牌字符识别的方法。实验表明其技术在速度和识别率等方面具有很好的效果。     

基于蓝色车牌背景的车牌精确定位实现方法

先对抓拍的彩色车牌图像进行车牌的粗定位,分割出车牌区域.对车牌区域做图像增强和滤波处理后,转化成二值图像,去除车牌的上下和左右边框,实现车牌的精确定位.针对抓拍的车牌彩色图像因光照不足的原因造成垂直粗定位不准的问题,提出了改进算法,提高了精确定位的准确率.     

复杂环境下基于ROI的车牌提取算法

感兴趣区域（ROI）是最能体现图像内容的区域,基于ROI的图像特征提取技术有效提高了图像处理和分析的效率,在图像处理与分析领域有着重要的应用.首先简要介绍现有的车牌提取方法,针对目前复杂环境下的车牌ROI提取算法提取效果不明显、计算繁琐、漏检率高等缺点,提出一种采用颜色特征和模板匹配的车牌ROI提取算法,该算法避免大量运算,具有相对于图像平移、尺度变化的低敏感性,并且取得了较好的实验效果.     

一种基于灰度图像的车牌快速定位算法

在图像增强的基础上,对得到的二值图像进行处理从而得到特征图像,对特征图像进行水平扫描与垂直投影并结合车牌的先验信息来确定正确的车牌区域,实验结果表明该方法能够正确快速地定位车牌区域。     

基于垂直投影的车牌字符分割方法

车牌的字符分割是车牌识别系统中的重要环节,通过车牌字符的垂直投影可以对字符进行分割,所以可应用于分割车牌图像中的字符。首先对车牌进行图像预处理,提取出车牌的灰度图像;然后根据垂直投影法确定字符边界以及车牌字符的7个投影块;最后结合实际车牌情况,提出了对粘连和断裂字符的处理方法。实验结果表明,该算法能有效的分割出车牌图像中的字符。