基于数学形态学和行列的车牌定位方法

基于数学形态学和行列的车牌定位方法

ID:20745692

大小:210.08 KB

页数:5页

时间:2018-10-15

基于数学形态学和行列的车牌定位方法_第1页
基于数学形态学和行列的车牌定位方法_第2页
基于数学形态学和行列的车牌定位方法_第3页
基于数学形态学和行列的车牌定位方法_第4页
基于数学形态学和行列的车牌定位方法_第5页
资源描述:

《基于数学形态学和行列的车牌定位方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于数学形态学和行列扫描的车牌定位方法XX(XXXXXXXXXXXXXX,北京100081)摘要:汽车车牌的定位是车牌自动识别系统屮的关键环节。本文提出了一种基于数学形态学和行列扫描的车牌定位算法:首先利用数学形态学使车牌区域形成一系列的连通候选区域,去掉不满足要求的候选区域;然后结合车牌的特征及白像索点数的统计,利用行列扫描法对车牌精确定位。实验结果表明,该算法定位效果好、速度快,可用于对实际车牌图像的定位。关键词:图像识别:车牌定位;数学形态学:行列扫描中图分类号:TG156文献标志码:ALICENSEPLATELOCATIONMETHODBASEDON

2、MATHEMATICALMORPHOLOGYANDTHERANKSSCANNINGJIEPAN(TheSchoolofAutomation,BeijingInstituteofTechnology,Beijing100081,China)Abstract:Thepositioningofthevehiclelicenseplatesisakeylinkintheautomaticlicenseplaterecognitionsystem.Alicenseplatelocalizationalgorithmbasedonmathematicalmorpholo

3、gyandlinescanningispresented.First,itmakesthelicenseplateregiontoformaseriesofconnectedcandidatesregionbyuseofmathematicalmorphology,andtoremovethecandidateregionwhichdoesnotmeettherequirements,thencombiningthecharacteristicsoflicenseplatesandthestatisticsofwhitepixelpoints,itusesr

4、anksscanningmethodtoobtaintheprecisepositionoflicenseplate.Theexperimentresultsindicatethatthealgorithmhasgoodeffectandrapidspeed,anditcanbeusedinthelocalizationofactualvehicleimages.Keywords:Imagerecognition;Licenseplatelocalization;Mathematicalmorphology;Ranksscanning0引言随着现代化交通的发

5、展,车辆牌照自动识别技术己越来越受到人们的重视,尤其在高速公路收费系统屮,车辆牌照的自动识别是一个十分重要的环节,而影响系统识别精度的一个重要因素就是车牌定位的准确程度。现有的车牌定位的文献很多,提出的算法也有不少。其中主要有两种类型:(1)基于彩色图像的车牌定位,这类算法目前的研究较少,主要是通过RGB或者HSI色域空间对车牌进行搜索定位m。(2)基于灰度图像的车牌定位。这类算法-•般通过一阶二阶差分对灰度图像进行灰度增强、灰度拉伸,采用各类边缘检测方法,如Laplace算子、Sobel算子、Hough算子等提取车辆牌照的颜色边缘特征对图像进行预处理,增强

6、车牌区域的特征。这类传统*XX项目算法对预处理后的图像根据经验阈值进行二伉化,然后运用扫描线方法对车牌区域进行定位。这类算法具有快速、高效的特点,但是对于但对于背景S杂,噪声污染,车牌倾斜等I'uJ题始终没有很好解决。宂其原因有二,一是根据车牌区域的灰度突变特征进行扫描定位需经过水平定位与乖直定位两个步骤,往往在某一个步骤时,被噪声污染严重的非车牌区域干扰,造成车牌区域的丢失;二是阈值二值化不能达到期望的自适应性,对于不同的光照情况自适应性差,对车牌区域的增强效果往往适得其反。近年来,针对传统的定位算法无法有效定位的问题,一些学者从一些数学工具着手,Bao-

7、Hongliang和Liu-Changping121采用边缘检测结合数学形态学的方法,对车牌区域进行膨胀突出其特征。韩国庆尚大学的S.H.Park、K.I.Kim131等提出的利用神经网络定位牢牌的方法,在图像中截取一个m*n小图像窗口,分别以围像水平与垂直的m*l与l*n的HIS值作为祌经网络的输入,来搜索到最佳的午-牌位罝。各类遗传算法也在车牌定位研究屮广泛的应用,南京大学的是湘全、何苑凌l4j等人提山了一种利川遗传算法对图像进行优化搜索,结合区域特征矢量构造的适应度函数,最终寻找到牌照区域的最佳定位参:W:的方法。但这些运用复杂的数学算法的定位算法往往

8、由于计算量过大,实时性差,在工程应用中无法起到理想的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。