基于灰度方差及边缘密度的车牌定位研究

《基于灰度方差及边缘密度的车牌定位研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、文章题目基于灰度方差和边缘密度的车牌定位算法创新点白述在车牌定位的过程中，由于光照变化、视点和跑离变化、车辆运动、复杂背景等原因，摄像机很难获取到高质量的图像。为了克服这些问题对以后的车牌定位算法的影响，提出了利用车牌区域的灰度方差和边缘密度的性质来进行车牌定位的新算法。车牌区域具有灰度方差近似相等和边缘密度近似相等且在一定范围内的性质，利用这些性质来增强车牌区域。为了定位车牌区域，提出基于车牌区域边缘密度性质的匹配滤波器，该滤波器可以有效地提取出所有候选S标。利用形态学和先验知识进行0标真实性验证。在形态学运算中，采用自适应的方法设置机构元素，可以有效地提高算法的灵活性。通过对不同环境条件

2、下获取的700幅图像进行实验，实验结果表明该算法有效地提高车牌区域的图像质量且车牌目标定位准确率达到98.4%,验证了算法的有效性和鲁棒性。基于灰度方差和边缘密度的车牌定位算法摘要：在车牌定位的过程屮，山于光照变化、视点和距离变化、车辆运动、复杂背聚等原W,摄像机很难获取到高质量的图像。为了克服这碑问题对以后的车牌定位算法的影响，提出了利川车牌区域的灰度方差和边缘密度的性质来进行车牌定位的新兑法。车牌区域具侖灰度方差近似相等和边缘密度近似相等且在一定范围内的性质，利川这些性质来增强车牌区域。为了记位午:牌区域，提出棊丁•牢牌区域边緣密度性质的匹配滤波器，该滤波器可以有效地提取出所有候选ri标

3、。利用形态学和先验知识进行目标tt实性验证。在形态学运算屮，采用自适应的方法设置机构元素，可以冇效地提商算法的灵活性。通过对不同环境条件下荻取的700幅图像进行实验，实验结果表明该算法苟效地提商车牌区域的图像质贵H.车脾H标定位准确率达到98.4%,验证了算法的有效性和钤棒性。关键词：车牌定位：图像识别：图像增强；边缘密度；灰度方差中图分类号：TP391.4I文章标识码：A文章编号：CarlicensePlatelocationalgorithmbasedonIntensityVarianceandEdgeDensityAbstract：Intheprocessofcarlicensepla

4、telocation,thecameracan’tobtainthehighqualityimageseasilyduetoilluminationconditions，viewpointanddistancechanges,vehiclemotion，complexbackground,etc.Inordertoalleviatetheseproblemstoimpactfuturecarlicenseplatelocationalgorithm,anewalgorithmusingintensityvarianceandedgedensityinlicenseplateregionisp

5、roposed.Thelicenseplateregionhadthepropertiesthattheintensityvarianceisapproximatelyequalandedgedensityalsoisapproximatelyequalandwithinacertainrange，thenthelicenseplateregionisenhancedusingtheseproperties.Inordertolocatethelicenseplateregion，amatchedfilterbasedthepropertyofedgedensityisdesigned.Th

6、efiltercaneffectivelyextractallpossibleobjects.Then，theobjectauthenticityconfirmationbymorphologicaloperationandprioriknowledgeisused.Inthemorphologicaloperation,anadaptivemethodisusedtosetthestructuringelement;itcaneffectivelyimprovetheflexibilityoftheproposedalgorithm.Anexperimentisundertakenwith

7、700actualimagesfromdifferentenvironments,andtheexperimentalresultsshowthattheproposedalgorithmcaneffectivelyimprovetheimagequalityoflicenseplateregionandtheobjectlocationaccuracyis98.4percent，whichprovesthe