复杂背景下基于HSV空间和模板匹配的车牌识别方法研究-论文.pdf

复杂背景下基于HSV空间和模板匹配的车牌识别方法研究-论文.pdf

ID:53759679

大小:1.12 MB

页数:5页

时间:2020-04-24

复杂背景下基于HSV空间和模板匹配的车牌识别方法研究-论文.pdf_第1页
复杂背景下基于HSV空间和模板匹配的车牌识别方法研究-论文.pdf_第2页
复杂背景下基于HSV空间和模板匹配的车牌识别方法研究-论文.pdf_第3页
复杂背景下基于HSV空间和模板匹配的车牌识别方法研究-论文.pdf_第4页
复杂背景下基于HSV空间和模板匹配的车牌识别方法研究-论文.pdf_第5页
资源描述:

《复杂背景下基于HSV空间和模板匹配的车牌识别方法研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2014年8月图学学报August2014第35卷第4期JoURNALoFGRAPHICSV01.35No.4复杂背景下基于HSV空间和模板匹配的车牌识别方法研究谢永祥,董兰芳伸国科学技术大学计算机科学与技术学院,安徽合肥230027)摘要:车牌识别技术作为交通管理自动化的重要手段,在交通监视和控制中占有很重要的地位。车牌识别过程可分为车牌定位、车牌校正、字符分割和字符识别四个部分。在车牌定位中,若单纯采用纹理特征或颜色特征来进行定位,往往适用于背景较为简单的场景,对复杂背景的定位效果尚有待改进。在字符分割中,目前单行车牌

2、的分割已比较成熟,但双行车牌的分割仍不理想。提出一种在HSV空间下两次颜色标定和纹理特征相结合的定位方法和一种单双行车牌的字符分割方法。该定位方法利用车牌固定颜色搭配特性,对图片两次标记并利用投影法定位车牌,对200张不同背景图片测试,定位准确率达到98%。在字符分割部分,利用改进的模板匹配方法对字符分割,可适用于单、双行车牌分割,准确率达到95%。关键词:车牌定位;字符分割;字符识别;SVM分类器中图分类号:TP391文献标识码:A文章编号:2095-302X(2014)04-0585—05LicensePlateRec

3、ognitioninComplexBackgroundBaseonHSVSpaceandTemplateMatchingXieYongxiang,DongLanfang(SchoolofComputerScienceandTechnology,UniversityofScienceandTecll11ologyofChina,HefeiAnhui230027,China)Abstract:Asanimportantmeansoftheautomatictrafficmanagement,thetechnologyoflic

4、enseplaterecognitionplaysaveryimportantroleintransportationsurveillanceandcontro1.Licenseplaterecognitioncangenerallybedividedintofourparts:vehiclelicenseplatelocation,licenseplatecorrection,licenseplatecharactersegmentationandcharacterrecognition.Inlicenseplatelo

5、cation,itisoftenappliedtosimplebackgroundscene,butnotsuitableforcomplexbackgroundifonlyusingthetextureorcolorfeaturesofthelocation.Incharactersegmentation,themethodofsinglelineismature.butthemethodofdoublelinelicenseiSnotidea1.AlocationmethodiSprovidedthatcombinet

6、wicecolorcalibrationinHSVspaceandtexturefeatureandasegmentationmethodofsingleordoublerowsofcharacters.Becauseofthepropertyoffixedcolorsinaplate,thepictureismarkedtwice.andthentheprojectionmethodiSusedtolocatetheplates.Theexperimentalresultreaches98%accuracyinthete

7、stof200differentbackgroundpictures.Meanwhile,theimprovedmethodoftemplatematchingreaches95%accuracy.Keywords:licenseplatelocation;charactersegmentation;characterrecognition;SVMclassifier收稿日期:2014—02.26;定稿日期:2014—05—05作者简介:谢永祥(199O-),男,安徽定远人,硕士研究生。主要研究方向为图像处理与模式识别。E

8、-mail:yxxie@mail.ustc.edu.ca通讯作者:董兰芳(197O_),女,安徽舒城人,副教授,硕士。主要研究方向为科学计算可视化、计算机动画、视频图像智能分析以及相关领域的计算问题。E—mail:lfdong@ustc.edu.cn586视觉与图像2014矩车牌识别系统在智能交通中有广

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。