車(chē)牌識(shí)別系統(tǒng)(LPR)在現(xiàn)代交通檢測(cè)和管理部門(mén)中發(fā)揮著舉足輕重的作用。車(chē)牌識(shí)別系統(tǒng)主要包括車(chē)牌定位、字符分割和字符識(shí)別三部分[1]。由于車(chē)牌定位的準(zhǔn)確與否將會(huì)直接影響到車(chē)牌識(shí)別的結(jié)果,因此,車(chē)牌定位是LPR的一
針對(duì)復(fù)雜背景的車(chē)牌定位問(wèn)題,提出了一種綜合形態(tài)、顏色、投影等多種特征的車(chē)牌定位算法?;谲?chē)牌區(qū)域邊緣信息豐富的特點(diǎn),首先利用邊緣檢測(cè)和數(shù)學(xué)形態(tài)學(xué)方法定位候選車(chē)牌區(qū)域,并消除噪聲干擾;然后根據(jù)質(zhì)心所在位置對(duì)候選區(qū)域進(jìn)行由低到高的排序,并通過(guò)顏色識(shí)別作進(jìn)一步篩選,以排除車(chē)燈等區(qū)域的干擾;最后采用投影法及谷值分析對(duì)截取出的缺損車(chē)牌進(jìn)行補(bǔ)全,從而得到準(zhǔn)確的車(chē)牌位置。實(shí)驗(yàn)結(jié)果表明,算法的效率與精度與車(chē)輛圖像的清晰度、曝光度及車(chē)牌大小等因素有關(guān),與傳統(tǒng)車(chē)牌定位算法相比,效率和精度分別提高了15%和20%以上。
1 引 言 智能交通系統(tǒng)是一個(gè)熱點(diǎn)研究領(lǐng)域,受到日益廣泛的關(guān)注。車(chē)牌識(shí)別系統(tǒng)(LPR)是計(jì)算機(jī)視覺(jué)、模式識(shí)別技術(shù)在智能交通領(lǐng)域的一個(gè)重要應(yīng)用,包括車(chē)牌定位、車(chē)牌字符分割、字符識(shí)別三部分。其中車(chē)牌定位是
基于數(shù)學(xué)形態(tài)學(xué)的人臉檢測(cè)研究