基于halcon的车牌识别研究

《基于halcon的车牌识别研究》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HALCON的车牌识别研究摘要：为了实现车牌字符快速准确的识别，基于Halcon软件提出了一种二次阈值的车牌定位方法，根据车牌在HSV颜色模式中S通道的纹理特征进行一次阈值，获取车牌候选区域，其次校正车牌候选区域，最后进行第二次阈值，通过字符区域的最大(小)行(列)值确定出精确的车牌区域；在字符分割模块提出了一种汉字分割与其他字符连通域法相结合的方法。实验结果表明，这两种方法简单快捷、识别正确率高。关键字：车牌定位；字符分割；字符识别；Halcon分类号：TN911734文献标识码：A文章编号：10047373X(2014)16?00092?04Studyonlicenseplat

2、erecognitionbasedonHALCONZHANGYin?ping，GEGuang?ying(SchoolofPhysicsScienceandInformationTechnology,LiaochengUniversity,Liaocheng252000,China)Abstract：Inordertoachieveaccurateandquickrecognitionoflicenseplates，alicenseplatepositioningmethodwithsecondarythresholdisproposedbasedonHalcon.Aprimarythr

3、esholdismade基于HALCON的车牌识别研究摘要：为了实现车牌字符快速准确的识别，基于Halcon软件提出了一种二次阈值的车牌定位方法，根据车牌在HSV颜色模式中S通道的纹理特征进行一次阈值，获取车牌候选区域，其次校正车牌候选区域，最后进行第二次阈值，通过字符区域的最大(小)行(列)值确定出精确的车牌区域；在字符分割模块提出了一种汉字分割与其他字符连通域法相结合的方法。实验结果表明，这两种方法简单快捷、识别正确率高。关键字：车牌定位；字符分割；字符识别；Halcon分类号：TN911734文献标识码：A文章编号：10047373X(2014)16?00092?04Studyo

4、nlicenseplaterecognitionbasedonHALCONZHANGYin?ping，GEGuang?ying(SchoolofPhysicsScienceandInformationTechnology,LiaochengUniversity,Liaocheng252000,China)Abstract：Inordertoachieveaccurateandquickrecognitionoflicenseplates，alicenseplatepositioningmethodwithsecondarythresholdisproposedbasedonHalcon

5、.AprimarythresholdismadebasedonthelicenseplatetexturecharacteristicsofSchannelinHSVcolormodetogetthecandidateregionofalicenseplate,andthenadjustingthecandidateregiontomakethesecondthresholdanddeterminetheexactlicenseplateregionaccordingtothemaximum(minimum)row(column)valueofthecharacterregion.As

6、forthecharactersegmentationmodule,amethodtocombineChinesecharactersegmentationwithothercharacterconnecteddomainmethodisproposed.Theexperimentalresultsindicatethatbothofthetwomethodsaresimpleandquick,andhavehighrecognitionrate.Keywords:licenseplatelocation；charactersegmentation；characterrecogniti

7、on；Halcon0引言随着私家车的不断增加，智能交通系统［1］在交通、大型停车场、收费站等场合的车辆管理发挥着重要作用，而车牌识别是智能交通系统中的重要部分。车牌识别系统包括像采集、车牌定位、字符分割与字符识别四部分。其中，车牌定位是车牌识别系统实现字符分割与字符识别的前提。目前车牌定位有以下几种方法：基于纹理特征和颜色匹配的方法［2］、基于小波分解的方法［3］、基于边缘检测的方法［4?5］、基于形态学的方法［6］等。实践表明，以上每种方法都