基于先验知识的车牌垂直倾斜校正方法

提出了一种车牌垂直倾斜校正方法,首先通过垂直投影法粗定位字符区域,标记区域内最大连通域,然后寻找出原二值图中被标记的连通域部分的宽最短外接矩形,最后根据先验知识和仿射变换原理求出字符垂直倾斜角度,从而得到车牌的垂直倾斜角度。与已知的一些经典校正方法相比,该方法更加简单实用,能很好地满足工程需求。     

基于形态学和SUSAN算子的车牌定位方法

车牌定位是智能交通管理中车牌识别的重要环节,文章首先对车辆图片进行预处理,先用自适应阈值的SUSAN算法获取车辆边缘,再根据数学形态学去除边缘图片中的噪音点和无关边缘,突出车牌区域的特征,最后根据水平扫描和投影法确定车牌位置。实验证明,该方法能有效定位含噪声点的车牌图片,定位准确。     

最大类间方差二值化在车牌定位中的应用

根据车牌区域字符的纹理特征和统计规律,应用综合纹理分析和垂直投影的车牌定位方法来进行车牌定位。首先对图像进行灰度均衡,再在最大类间方差（OTSU）二值化的基础上,用边缘检测和投影法相结合实现车牌定位和分割。经实验证明利用这种方法定位准确率高,具有很强的可行性。     

基于粒子图像相关测速技术车牌定位算法的研究

本文介绍了一种基于粒子图像分布相关法测速原理的车牌定位算法,根据车牌字符笔画两个边缘互相关值最大这一特征,利用粒子图像分布相关法测速原理快速定位车牌,并针对相关法运算量大的特点提出了改进方法。同时,还探讨了自然条件下光照不均的车牌图像预处理的改进措施。     

基于形态学的车牌定位方法研究

针对复杂背景的车牌定位问题,提出了一种基于形态学的车牌定位算法.数学形态学是一种应用于图像处理和模式识别领域的新的方法,其基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的.[1]     

监控图像中车牌定位技术的研究与仿真

现代社会中汽车牌照识别系统已经广泛运用到了交通管理领域。其中最重要的是将车辆的车牌信息从所采集的图像中分离出来。因此车牌定位技术是否准确直接影响到车牌的识别率。对车牌定位系统的现状和已有的技术方法进行比较和分析。运用MATLAB仿真和图像处理技术对车牌进行定位,在定位过程中二值化、边缘化等处理方法。在简单环境下车牌定位的应用。     

基于改进Canny算子边缘检测和数学形态学的车牌定位算法

车牌识别系统已经成功进入智能交通领域,其中车牌定位是车牌分割和车牌识别能顺利展开的基础。首先使用边缘检测改进canny算子进行一次粗定位,大致确定车牌所在区域;再对边缘检测后的二值图像进行膨胀、腐蚀等一系列数学形态学操作,完成车牌二次精确定位。根据实验结果表明,这种算法能够避免一定的噪声影响,解决目标图像噪声干扰及边缘模糊的问题,具有一定的鲁棒性。     

基于改进数学形态学的车牌定位算法研究

针对传统数学形态学算法对图像边缘细节提取不理想的问题,采用3×3或者5×5的结构元素替换单一结构来改进数学形态学算法,克服传统数学形态学算法的缺陷。对车牌图像边缘轮廓实施闭运算、开运算、小对象移除,实现车牌的粗略定位。在此基础上,采用区域标记法进行车牌精准定位。将提出的车牌定位算法应用于实际的车牌定位中,结果表明,改进数学形态学算法对车牌定位的准确率比传统数学形态学算法提高了13.9百分点,具有更为广泛的适用性。该研究对提高车牌的定位精度、车牌识别具有一定的参考价值。     

基于低秩纹理特征的车牌倾斜校正方法

针对传统的基于直线检测的车牌倾斜校正方法对车牌边缘以及噪声较为敏感,并且不能同时检测车牌在水平和垂直方向的倾斜角度的问题,提出了一种基于低秩纹理特征的车牌倾斜校正方法.车牌图像的低秩先验信息是指对车牌图像,当车牌在图像中处于水平或垂直时,该图像对应的矩阵的秩是最小的.利用该低秩先验,采取一定的步长对车牌图像进行仿射变换,通过寻找最小秩对应的变换参数就可以获取车牌的倾斜参数,进而对车牌进行倾斜校正.实验结果表明,该方法能够准确快速地对车牌进行水平和垂直方向的倾斜校正,对车牌边缘、光照、噪声和分辨率等不敏感,具有一定的实用性.     

一种改进的车牌图像识别算法

提出了基于改进的边缘检测和数学形态学结合的车牌图像识别新方法.首先将采集到的彩色车牌图像转化为灰度车牌图像,然后利用Sobel算子进行边缘检测,接着对灰度化的车牌图像进行形态学的腐蚀处理,得到平滑图像的轮廓,再进行X方向的定位和Y方向的定位及区域校正得到车牌的区域.通过对车牌图像的二值化和形态滤波把车牌上的字符给有效分割出来,最后采用模版匹配的方法进行车牌字符的识别.从仿真的结果看:可以准确提取车牌位置的字符,字符识别的准确率较高,且识别的速度快.     

汽车牌照定位研究综述

车牌定位是牌照自动识别系统中最关键的环节，也是检验牌照自动识别系统优劣的重要指标．长期以来，许多学者从事这方面的探讨和研究，相继出现了一些新方法、新思路．尽管如此，目前国内尚无一个完善、通用的牌照定位系统．本文结合国内汽车牌照的特点，对近几年来国内外车辆牌照识别系统研究中出现的车牌定位方法，进行了全面的综述．     

车牌粗定位

在现有车牌定位的基础上,提出了一种结合图像空间信息方法和颜色空间信息方法进行车牌粗定位的方法。粗定位的结果可以用于车牌的精定位,为后续的车牌定位和识别打下良好的基础。     

一种基于灰度图像的汽车牌照预处理方法

车牌图像预处理作为车牌自动识别系统最基础的一个环节,其处理效果直接影响到车牌自动识别系统的识别效果．对车牌图像的灰度化、灰度图像增强、灰度图像二值化预处理技术进行研究,利用采集的原始车牌图像在MAIZAB环境下进行实验．实验结果表明,所采用的预处理方法具有良好的处理效果,为后续车牌的准确定位与识别奠定基础．     

基于小波变换的车牌定位算法研究

文中提出了一种基于小波分析的车牌定位算法．根据图像中车牌的形态特征和横向纹理属性,提取图像高频（LH）小波系数的均值、能量、熵等作为分类特征,同时通过形态学算法对车牌候选域和非车牌域进行聚类,并运用相关的先验知识对车牌候选域进行优化．实验结果表明,文中提出的车牌定位算法是一种切实可行、准确高效的方法,该算法对复杂背景下拍摄的汽车图像具有很好的鲁棒性．     

基于CMOS图像传感器的车牌图像采集系统

车牌图像信息采集是车牌自动识别的重要环节。在时图像传感器CCD和CMOS进行比较的基础上,选用CMOS图像传感器MT9T001设计了一个车牌图像信息采集系统。     

浅析车牌识别技术

车牌识别技术作为智能交通的重要组成部分,在人们的生活中发挥着越来越重要的作用。车牌定位、字符分割、字符识别是车牌识别的三个重要组成部分,是车牌识别技术研究的重点,从这三个方面对车牌识别技术的发展和现状及车牌识别技术的应用进行了简要介绍。     

基于四方向邻域差分的直方图检测车牌定位算法

车辆牌照定位是智能交通系统中的关键技术。提出了一种以四方向邻域差分算法为基础的车牌牌照定位算法。经实验验证,本算法具有较高的定位效果。     

基于MATLAB的车牌识别系统研究

为了提高车牌识别准确率,以MATLAB为平台,对车牌识别系统部分算子选择及算法进行调整和优化。在具体处理中,通过灰度拉伸、顶帽变换、二值化等实现车牌预处理,用边缘检测、形态学处理等实现车牌定位,通过多种算法对比选择合适的车牌矫正方法,结合车牌垂直投影法、模板匹配法完成车牌识别系统设计。该系统对车牌识别的准确率由96.5%提升至97.5%,识别效果较好。