欢迎来到天天文库
浏览记录
ID:53744623
大小:855.64 KB
页数:5页
时间:2020-04-22
《基于数学形态学车牌自动定位和倾斜校正-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、2014年4月北京联合大学学报Apr.2014第28卷第2期总96期JournalofBeijingUnionUniversityV01.28No.2SumNo.96基于数学形态学车牌自动定位和倾斜校正魏志光,和青芳(北京联合大学北京市信息服务工程重点实验室,北京100101)[摘要]针对车牌识别系统中,由于光照变化、背景复杂、车牌褪色或相对摄像机位置不同带来的图像倾斜等原因,导致车辆图像质量不高,影响车牌定位和识别。基于优化组合数学形态学基本运算,结合灰度信息离散化对车牌初定位,再利用先验知识,对车牌进行精确定位,最后采用两点法对倾斜的车牌图像进行检测和校正。实验结果表明,得出
2、的定位和倾斜校正方法简单、快速,且具有较好的稳定性。[关键词]数学形态学;车牌定位;倾斜校正[中图分类号]TP391.41[文献标志码]A[文章编号]1005—0310(2014)02—0038—05LicensePlateAutomaticLocationandTiltCorrectionBasedonMathematicalMorphologyWEIZhi—guang,HEQing—fang(BeijingUnionUniversity,BeijingKeyLaboratoryofInformationServiceEngineering,Beijing100101,Chin
3、a)Abstract:Inthelicenseplaterecognitionsystem,factorslikepoorillumination,complexbackgroundandthetiltofthelicenseplatewillcausetheinaccuratelocationandrecognitionofthelicenseplate.Thepaperbringsforwardamethodtoaccuratelylocatelicenseplatebyoptimizingbasicoperationcombinationofmathematicalmorp
4、hology,combinedwithdiscretegrayinformationandpriorknowledge.Itcorrectedtiltoflicenseplateimagebytwo—pointsmethod.Theexperimentalresultsshowthat,theorientationandtiltcorrectionmethodissimple,rapid,andcanwelleliminateinterferencewithhighaccuracyandgoodstability.Keywords:Mathematicalmorphology;L
5、icenseplatelocation;Tiltcorrection响着最终的目标识别结果。众多学者对车牌定位O引言技术进行了广泛的研究,并且提出了多种有效方随着交通现代化技术的发展,在安全控制、交法。基于纹理特征分析的车牌定位,对牌照倾通法的执行、监控系统、收取通行费和停车等管理斜有较好的效果,对噪声比较敏感,在夜晚、下雨天系统中,车牌自动识别已成为不可缺少的重要组成或大雾天等恶劣天气时车牌区域容易有残洞导致部分,可以大大提高车辆管理的工作效率,加快交定位失败。基于灰度图像的算法,该算法主要通管理自动化和智能化的进程。车牌自动识别系利用边缘特征,当车牌图像光照不均匀、对比度不统
6、一般包括三个步骤:车牌定位、字符分割和字符高时,误识率较高。基于彩色图像的算法,该算识别。,其中,准确、快速地定位车牌是车牌自动法主要利用颜色特征,当车身颜色与车牌区域颜色识别的关键技术,车牌的准确定位在很大程度上影接近或车牌褪色时,车牌倾斜需要附加较多判别,[收稿日期]2013—12一l8[基金项目]国家自然科学基金项目(61271370),北京市教委科技面上项目(KM201211417010),北京联合大学人才强校资助项目(BPHR2012C09)。[作者简介]魏志光(1958一),男,北京市人,北京联合大学实训基地工程师,研究方向为通信工程。第28卷第2期魏志光等:基于数学
7、形态学车牌自动定位和倾斜校正39也很难准确定位,处理速度慢。基于遗传算法和神为闭运算,它具有填充物体内细小空洞,连接邻近经网络的车牌定位方法。,具有高的定位精度,但物体和平滑边界的作用。运算复杂,不利于实时处理。数学形态学作为一门近几年来,已有许多研究把数学形态学运用于新兴的、以形态为基础对图像进行分析的学科,已车牌定位的分割算法,但仍存在大量误判的概率。得到人们的广泛关注,在噪声抑制、特征提取、边缘本文综合车牌特征及与周围的差异特性,基于车牌检测、图像分割、形状识别、纹理分析、
此文档下载收益归作者所有