共查询到17条相似文献,搜索用时 46 毫秒
1.
提出了1种的车牌图像二次定位方法,在第1次定位中初步找出包含车牌边框的车牌图像区域。再根据车牌边框对车牌图像进行倾斜校正.在此基础上,对车牌图像进行第2次定位,最终获得精确的车牌区域.测试结果表明,车牌图像二次定位方法成功率较高,能够为后续的车牌字符识别打下良好的基础. 相似文献
2.
王莉莉 《淮北职业技术学院学报》2014,(3):130-131
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。 相似文献
3.
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。 相似文献
4.
5.
6.
7.
8.
范蕤 《通化师范学院学报》2013,34(6):1-4
文中针对彩色汽车图像牌照定位率不高和速度慢等问题,提出了基于HSV颜色空间与小渡能量分析相融合的车牌定位方法.利用固定底色牌照的色相、亮度和饱和度值分布区间不同的特点,完成对大多数黄蓝底色牌照的快速定位.对于车牌底色与车身颜色相近无法一次完成定位的操作,进行图像二次定位处理,利用车牌区域小波高频能量分布特点从背景图像中提取车牌区域.实验结果表明该方法比单一使用HSV空间进行定位的算法准确率高,比其它小波定位算法实现速度快,并且具有较好的鲁棒性. 相似文献
9.
针对模糊、光照不均情况下获得的低质量QR码难以识别的问题,设计一种低质量QR码识别算法,包括加权平均值法灰度化、中值滤波算法降噪、二值化、基于位置探测图形定位、基于透视变换法的旋转矫正,以及基于Zbar开源库的译码算法等。重点研究针对模糊、光照不均QR码图像的二值化算法,提出一种基于Bernsen算法思想的改进算法,将全局阈值引入该算法中,实现对图像的二值化处理。在VS2010环境下基于Opencv2.4.9图像处理库对识别算法进行验证,结果表明,通过该算法得到的QR码图像完整且噪声少,有效克服了低质量QR码的影响,提高了图像识别率,具有一定的实用性。 相似文献
10.
杨小刚 《邢台职业技术学院学报》2011,28(1):45-47
介绍了线阵CCD的内部结构及工作过程,绘出了线阵CCD输出信号的波形图,介绍了CCD输出信号的特征,针对CCD的图像二值化问题,列举了固定阈值法、浮动阈值法、微分法等常见的几种处理方法,并对几种方法进行了分析比较,给出了选择浮动阈值法的原因,设计出了由二阶滤波电路构成的浮动阈值法处理电路,进行实验验证了这种方法的可行性。 相似文献
11.
SHI Yong-tao 《教育技术导刊》2008,(3)
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。 相似文献
12.
13.
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. 相似文献
14.
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。 相似文献
15.
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。 相似文献
16.
车牌识别系统包括五个核心部分,分别是图像采集、图像预处理、车牌定位、字符分割、字符识别。此系统的工作过程为:首先对车牌进行预处理,确定车牌水平位置和垂直位置,即车牌的具体位置;接下来经字符分割工作提取车牌字符;最后采用模板匹配的方法完成车牌字符的识别。Matlab仿真实验结果表明,本系统的车牌识别率可达96%。 相似文献
17.
为了对现有小型汽车号牌识别系统进行优化,改善车牌字符识别系统性能,借助 OpenCV 图像处理开源库,在车牌图像预处理阶段采用均值滤波方法提高图像质量,采用 Sobel 边缘检测算子对图像边缘进行提取,利用交替的膨胀、腐蚀操作结合车牌长宽比实现车牌轮廓定位,并根据列像素值对车牌字符进行切割,最后采用改进的 K 近邻算法对分割后的单个车牌字符进行识别。实验结果表明,基于改进 K 近邻算法的车牌识别系统处理时间为 2.08s,识别正确率达 91.3%。与传统的 K 近邻算法相比有着更高的识别率,与神经网络法相比,有着更快的识别速度。 相似文献