复杂环境下多特征融合的车牌定位分割算法

doi:10.3969/j.issn.2095-2198.2023.06.014

摘要
参考文献
相关文章
推荐阅读
Metrics

下载:

PDF (769KB)
输出: BibTeX | EndNote (RIS)

摘要

提出一种基于几何、颜色、边缘等多特征融合的车牌定位分割算法.首先，在车牌定位过程中，利用特征点检测和形态学处理结合的方法，综合车牌的几何、字符纹理和颜色等特征进行粗定位；其次，利用灰度投影技术，对车牌字符进行精确定位；最后，利用灰度投影自适应分割手段进行车牌字符分割.实验表明：该算法的定位分割成功率达到95%以上，明显高于其他对比算法，能较准确地定位并分割字符.

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章

关键词: 车牌定位')" href="#">

车牌定位多特征融合车牌分割车牌检测

Abstract:

A license plate location and segmentation algorithm based on multi-feature fusion such as geometry,color and edge was proposed.First of all,in the process of license plate positioning,the method combining feature point detection and morphological processing was used to comprehensively locate the license plate based on its geometry,character texture,color and other characteristics.Secondly,the grayscale projection technology was used to accurately locate the license plate characters.Finally,the gray projection adaptive segmentation method was used for segmentation.The experiment showed that the success rate of localization segmentation was more than 95%,which was obviously higher than other comparison algorithms,and could locate and segment characters more accurately.

Key words: license plate positioning')" href="#">

license plate positioning multi-feature fusion license plate segmentation license plate detection

出版日期: 2024-12-31 发布日期: 2024-09-23 整期出版日期: 2024-12-31

ZTFLH:

TP391.1

基金资助:

辽宁省教育厅科学研究项目（LQ2017008）

通讯作者: 杨硕

作者简介: 李佳琪（1995—），女，辽宁铁岭人，硕士研究生在读，主要从事图像处理研究.

引用本文:

李佳琪, 杨硕.

复杂环境下多特征融合的车牌定位分割算法 [J]. 沈阳化工大学学报, 2023, 37(6): 570-576.
LI Jiaqi, YANG Shuo.

Multi-Feature Fusion Algorithm For License Plate Loaction Segmentation In Complex Environment . Journal of Shenyang University of Chemical Technology, 2023, 37(6): 570-576.

链接本文:

https://xuebao.syuct.edu.cn/CN/10.3969/j.issn.2095-2198.2023.06.014 或 https://xuebao.syuct.edu.cn/CN/Y2023/V37/I6/570

［1］ANAGNOSTOPOULOS C N E,ANAGNOSTOPOULOS I E,PSOROULAS I D,et al.License Plate Recognition from Still Images and Video Sequences:a Survey［J］.IEEE Transactions on Intelligent Transportation Systems,2008,9(3):377-391.

［2］王磊，王瀚璃，何良华.基于双边缘检测的车牌识别算法［J］.计算机工程与应用，2013，49（8）：169-173.

［3］刘立，胡庆武，王少华.在线街景服务车牌模糊化方法［J］.测绘科学，2018，43（9）：93-97.

［4］杨娜，陈后金，郝晓莉，等.基于多尺度空间PCNN模型的图像分割算法［J］.北京交通大学学报，2013，37（2）：27-30.

［5］刘万军,姜庆玲,张闯.基于CNN彩色图像边缘检测的车牌定位方法［J］.自动化学报,2009,35(12):1503-1512.

［6］王义兴,黄凤岗,韩金玉,等.基于颜色搭配与纹理特征的车牌定位方法［J］.中国图象图形学报,2009,14(2).303-308.

［7］李小平,任江兴,杨德刚.车牌识别系统中若干问题的探讨［J］.北京理工大学学报,200l,2l(1):116-119.

［8］杜晓刚,王建中,白艳萍,等.一种快速有效的混合倾斜车牌校正方法［J］.数学的实践与认识,2012,42(19):87-95.

［9］李培灵,王锋.车牌定位与字符分割的新方法［J］.计算机与网络,2018,44(11):69-71.

［10］郑成勇.一种RGB颜色空间中的车牌定位新方法［J］.中国图像图形学报,2010,15(11):1623-1628.

［11］吴艳,陈忠进,乐志文.Harris角点检测与AP聚类结合的车牌定位方法［J］.广西科技大学学报,2014,25(2):54-57.

［12］HUANG W,WEI Y M,XIE Y X,et al.Survey of Local Invariant Feature Description［C］//Proceeding of the 2013 Chinese Automation Congress.Piscataway,NJ:IEEE,2013:353-358.

［13］徐志刚,朱红蕾.基于角点检测和边缘提取的车牌定位方法［J］.科学技术与工程,2008,8(14):3985-3988.

［14］李芳芳,孙季丰.基于SUSAN角点检测的车牌定位［J］.河北省科学院学报,2009,26(增刊):34-37.

［15］邓莹,余元辉.基于综合矩特征的图像检索研究［J］.沈阳化工大学学报,2011,25(4):354-358.

［16］杨硕,张波,张志杰.多特征融合的车牌定位算法［J］.计算机应用,2016,36(6):1730-1734.

［17］白元明,孔令成,张志华,等.基于改进OTSU算法的快速作物图像分割［J］.江苏农业科学,2019,47(24):231-236.

［18］高飞,梅凯城,韩政高,等.基于灰度跳变与字符间隔模式的车牌定位方法研究［J］.计算机测量与控制,2016,24(4):219-221,225.

［19］李刚,曾锐利,林凌,等.基于数学形态学的车牌定位算法［J］.仪器仪表学报,2007，28(7):1323-1327.

［20］SHENG H,LI C,WEN Q,et al.Real-Time Anti-Interference Location of Vehicle License Plates Using High-Definition Video ［J］.IEEE Intelligent Transportation Systems Magazine,2009,1(4):17-23.

[1]	路鑫, 杨硕. 基于特征点的电影字幕提取 [J]. 沈阳化工大学学报, 2023, 37(2): 178-185.

No Suggested Reading articles found!

Viewed

Full text

Abstract

Cited

Shared

Discussed