像素连接车牌定位技术的研究

像素连接车牌定位技术的研究

ID:46363191

大小:90.50 KB

页数:8页

时间:2019-11-23

像素连接车牌定位技术的研究_第1页
像素连接车牌定位技术的研究_第2页
像素连接车牌定位技术的研究_第3页
像素连接车牌定位技术的研究_第4页
像素连接车牌定位技术的研究_第5页
资源描述:

《像素连接车牌定位技术的研究》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、像素连接车牌定位技术的研究邓泓李水泉彭莹琼江西农业大学软件学院江西省高等学校农业信息技术重点实验室深圳大学计算机与软件学院摘要:车牌定位作为车牌识别的先导部分,其准确性决定了车牌识别系统的可靠性•现有车牌定位技术对融合后的图像进行形态学操作时,存在结构元素大小不易控制,并且若车身有着与车牌同样的颜色,形态学膨胀容易造成两者相连接的问题•针对该问题,提岀了像素连接的车牌定位方法,达到较好的车牌识别边缘检测效果.关键词:车牌定位;像素连接;边缘检测;作者简介:邓泓(1977-),男,江西都昌人,副教授,主要从事农业信息

2、化与图像处理的研究.E-ma订:jxaudh@aliyun.com收稿日期:2016-11-17基金:国家自然科学基金(71362019)TheStudyonLicensePlateLocationTechnologybyPixelConnectionDENGHongLIShuiquanPENGYingqiongSchoolofSoftware,JiangxiAgriculturalUniversity;CollegeofComputerScience&SoftwareEngineering,ShenzhenUni

3、versity;Abstract:Licenseplatelocationisregadedastheguidepartofthelicenseplaterecognition,itsaccuracydeterminesthelicenseplaterecognitionsystemreliability.Theexistinglicenseplatelocatingalgorithmhasthefollowingtwoproblems,whichisthefusionimagemorphologicalopera

4、tion,thesizeofstrueturalelementscontrol;andifthebodyhasalicenseandthesamecolorandmorphologicaldilationislikelytocausebothconnected.Inviewoftheaboveproblems,themethodoflicenseplatelocationbasedonpixelconnectionhasbeenproposedtoachievethebetteredgedetectionresul

5、tsofthelicenseplaterecognitionsystem.Keyword:licenseplatelocation;pixelconnection;edgedetection;Received:2016-11-170引言车牌识别是城市智能交通屮的重要组成部分,由于它的实时性、高效性、智能性使它能够较大程度上替代了人工劳动,节省了大量的人力,节约了大量的时间,它在车辆违章检测、道路交通监测、停车场管理等领域起到了重要作用.一般的车牌识别系统包括图像采集、图像预处理、车牌定位和字符识别等•车牌定位作为车

6、牌识别的一部分,它的准确性决定了后续车牌字符识别是否正确,从而决定了系统的可靠性•车牌定位技术自20世纪80年代起有了相关研究[1-2],如1982年英国一个研究小组将一套车牌定位与识别系统架设在公路上,对被盗车辆进行识别并报警,但当时该系统识别率较低•到了20世纪90年代进行了较为系统的研究,目前,美、日、英、德、澳等国家对车牌定位与识别技术的研究有了较高的水平并将其应用于实际场合•我国的车牌定位技术研究起步较晚,但也有了较大的进步,如汉王科技公司的“汉王眼”、香港的AsiavisionTechnologyLTD

7、的智能城市产品等对车牌的定位率较高.目前,常用的车牌定位算法有:基于边缘的车牌定位R1,基于颜色的车牌定位[4-5],基于形态学运算的车牌定位凹等•因我国车牌比较复杂,单一的车牌定位方法并不能取得很好的效果•王枚等口1提岀了融合边缘检测与HSV颜色特征的车牌定位技术.李艳国提出了基于车牌的颜色特征的定位、基于形状特征与纹理特征定位相结合的技术.虽然以上定位技术取得了不错的定位效果,但还存在以下几个缺点:(i)将融合后的图像进行形态学操作时,使用结构元素回的大小不易控制•通过将边缘检测后的图像与仅有车牌颜色区域的图像

8、的融合,即留下了两者同一个位置上共有的有效像素点,虽然排除了大量干扰区域,但融合后的图像中有效像素点较为分散•由于拍摄角度、距离和质量不同等原因,使得车身在图像屮的尺寸不同,若车身尺寸较小,如使用了较大的结构元素进行形态学扩散,则车牌容易与车身连成一片,增加了判断的复杂度,若尺寸较大,而使用了较小的结构元素,则不能恢复完整的车牌区域.(ii)若车身与车牌相同

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。