資源描述:
《lpr系統(tǒng)車牌定位提取方法的研究new》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、萬方數(shù)據(jù)1982008,44(14)ComputerEngineeringandApplications計算機(jī)工程與應(yīng)用LPR系統(tǒng)車牌定位提取方法的研究朱俊梅,陳少平ZHUJun-mei,CHENShao-ping中南民族大學(xué)電子信息工程學(xué)院,武漢430074CollegeofElectronicsandInformationEngineering,South—CentralUniversityforNationalities,Wuhan430074,ChinaE—mail:zhujunmei0116@gma
2、il.comZHUJun-mei,CHENShao-ping.VehiclelicenseplatelocationandsegmentationinLPRsystem.ComputerEngineeringandAp-plications,2008,44(14):198-201.Abstract:VehiclelicenseplatelocatingisoneofthekeytechnoldgiesforautomaticLicensePlateRecognition(LPR),andhasagreatim
3、pactoncharactersegmentationandcharacterrecognition.Inthispaper,morphologyandtopologyareusedinplatelocation.Imagepreprocessingisfirstadopted,whichisimplementedbyTop—Hattransform,openingandclosingoperations.ConnectedcomponentsanalysisisthenperformedtOdetectca
4、ndidateregions.Atlast,thereallicenseplateareaisobtainedaccordingtotheEulernumberofcandidateregions.Experimentsshowthatitcanrealizethefastsearch,andlocationofthecomeranglesofthelicenseplateandsegmentthelicenseplatefromthecompleximage.Keywords:licenseplaterec
5、ognition;licenseplatelocation;morphology;topology摘要:車牌定位在車牌自動識別中起著非常重要的作用,定位準(zhǔn)確度直接影響車牌識別的正確率。文中使用了數(shù)學(xué)形態(tài)學(xué)和幾何拓?fù)鋵W(xué)相結(jié)合的方法對車牌區(qū)域進(jìn)行定位提取。該方法首先采用Top—Hat變換以及開、閉運(yùn)算對抓拍的車輛圖像進(jìn)行預(yù)處理;然后采用連通體態(tài)分析法(CCA)對圖像進(jìn)行粗定位;最后對計算得到的車牌候選區(qū)的歐拉數(shù)進(jìn)行判別,最終提取真正的車牌區(qū)域。實驗證明該方法能夠很好的對牌照區(qū)域頂角進(jìn)行快速搜索定位,將牌照從復(fù)雜背
6、景圖像中分割出來。關(guān)鍵詞:車牌識別;車牌定位;數(shù)學(xué)形態(tài)學(xué);幾何拓?fù)鋵W(xué)DOI:10.3778/j.issn.1002-8331.2008.14.056文章編號:1002-8331(2008)14-0198-04文獻(xiàn)標(biāo)識碼:A中圖分類號:TP391l引言車牌識別系統(tǒng)(LPR)在智能交通系統(tǒng)中占有非常重要的地位。車牌定位技術(shù)是整個LPR系統(tǒng)的關(guān)鍵,其定位準(zhǔn)確度直接影響后面牌照的字符分割與字符識別的準(zhǔn)確性。目前國內(nèi)外許多學(xué)者對汽車牌照自動識別進(jìn)行了大量的研究,其主要途徑是采用計算機(jī)圖像處理技術(shù)對車牌的圖像進(jìn)行分析,自
7、動提取車牌信息,確定汽車牌號。文獻(xiàn)[1]提出了一種基于圖像分割技術(shù)的滑動同心窗和拓?fù)鋵W(xué)相結(jié)合的方法,來實現(xiàn)車牌定位,這種方法在特定條件下取得了比較好的效果,車牌定位準(zhǔn)確率達(dá)到90%一95%,但是該方法不適宜處理復(fù)雜背景的圖像,而且在車牌區(qū)域細(xì)定位時算法復(fù)雜,影響快速定位。文獻(xiàn)[2]利用圖像中的顏色分量,分別使用了以Hough變換為基礎(chǔ),以HLS彩色模式為基礎(chǔ)的車牌識別系統(tǒng),識別率也很高,但是由于中國車牌根據(jù)車輛用途的不同車牌背景及字符的顏色不同,分類比較復(fù)雜,所以基于圖像色彩進(jìn)行車牌定位的算法要求復(fù)雜,而且當(dāng)
8、車身與車牌顏色相近,或車牌污染嚴(yán)重時會大大降低定位準(zhǔn)確率。文獻(xiàn)[6]僅采用了數(shù)學(xué)形態(tài)學(xué)方法進(jìn)行車牌定位,該方法對于單一背景及車牌區(qū)域特征明顯的圖像有很好的效果且方法簡單,但是對于復(fù)雜背景下以及有文字干擾的車輛圖像有很大的局限性,車牌定位準(zhǔn)確率不高。本文采用了數(shù)學(xué)形態(tài)學(xué)與幾何拓?fù)鋵W(xué)相結(jié)合的快速定位提取方法。其處理流程圖如圖l所示,該方法基于汽車牌照開。黠,H,纛,H。篇,H全淼。一摩圖1車牌定位提取流