排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
基于边缘统计和颜色特征的车牌综合自动定位方法 总被引:4,自引:0,他引:4
车牌识别在智能交通系统中起着重要作用.车牌定位是车牌识别中的关键步骤.本文提出一种基于车牌字符边缘统计和颜色特征的综合定位方法,可以有效地解决背景复杂的彩色图像中车牌定位的问题.该方法分为竖直边缘检测、边缘统计分析、车牌候选区定位、候选区筛选、车牌倾斜矫正.通过对垂直边缘的统计分析将邻近的边缘点进行连接,结合车牌的位置、颜色等特征对连接形成的块状区域进行筛选,而后对得到的车牌区域加以校正,最终输出易于分割的车牌字符图像.该系统包括从图像采集,到车牌分类、车牌文字区别等完整过程,适应性强.通过一系列实际采样图像的试验结果证明,该方法准确率高、鲁棒性好,能够满足实际车辆车牌自动识别系统应用的需要. 相似文献
2.
序列图像的自适应背景提取及车型分类 总被引:4,自引:0,他引:4
提出了一种基于计算机图像视觉模式识别理论针对车型识别的自适应背景提取得的新方法。基于彩色图像的特征,利用三通道的差分图象获得对象掩模。并根据两种不同的情况分别采用了不同的背景更新方法;最后利用软传感器来触发车型提取工作。与同类方法相比,该方法速度快,准确率高,能很好地满足实时性的要求。 相似文献
3.
车牌识别在智能交通系统中起着重要作用,车牌定位是车牌识别中的关键步骤.本文提出一种基于车牌字符边缘统计和颜色特征的综合定位方法,可以有效地解决背景复杂的彩色图像中车牌定位的问题,该方法分为竖直边缘检测、边缘统计分析、车牌候选区定位、候选区筛选、车牌倾斜矫正,通过对垂直边缘的统计分析将邻近的边缘点进行连接,结合车牌的位置、颜色等特征对连接形成的块状区域进行筛选,而后对得到的车牌区域加以校正,最终输出易于分割的车牌字符图像.该系统包括从图像采集,到车牌分类、车牌文字区别等完整过程,适应性强.通过一系列实际采样图像的试验结果证明,该方法准确率高、鲁棒性好,能够满足实际车辆车牌自动识别系统应用的需要。 相似文献
4.
5.
6.
提出一种在复杂环境下进行实时车牌定位的新方法。先根据车牌图像的边缘特征,利用多级边缘点距离生成连通区域,搜索全图得到连通域的最小外接矩形。然后利用车牌本身的拓扑特征和颜色特征进行判别,提取候选区域。与同类方法相比,该方法限制条件少、速度快、准确率高。对526幅各种环境下实际采样图像进行实验,定位成功率为98.3%,平均定位时间少于40m s。 相似文献
7.
视频图像中的实时车牌识别 总被引:3,自引:0,他引:3
车牌识别在智能交通系统中起着重要作用。本文提出一种对视频图像进行实时操作的车牌识别方法。利用边缘特征,使用快速的边缘点连接算法生成连通区域,进行车牌的检测定位,结合字符小波特征实现准确的识别。算法平均消耗时间在40ms以内,定位准确率达99.5%,完全识别率在91%以上。实际采集数据实验结果证明,本方法速度快、准确率高、实用性好。 相似文献
8.
1