一种基于数学形态学和投影的车牌定位方法
一种基于形态学和几何特征的车牌定位方法

一种基于形态学和几何特征的车牌定位方法
李春娟;赵艳花
【期刊名称】《微计算机信息》
【年(卷),期】2009(025)031
【摘要】基于图像形态学处理和车牌几何特征,设计一个改进的车牌定位方法.首先对图像进行灰度化、垂直方向差分、线性拉伸和二值化等预处理,然后利用形态学方法对二值化后的图像进行一系列膨胀腐蚀处理,缩小车牌候选区域.先利用投影法粗略定位出候选车牌区域的位置,再根据车牌的长宽比来精确定位车牌的位置.【总页数】3页(P175-177)
【作者】李春娟;赵艳花
【作者单位】471003,洛阳,洛阳理工学院电气工程与自动化系;471003,洛阳,洛阳理工学院电气工程与自动化系
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.一种基于数学形态学和投影的车牌定位方法 [J], 唐灵洁;胡红萍;白艳萍;杨丽丽
2.一种基于数学形态学的车牌定位与分割方法 [J], 焦蓬蓬;郭依正
3.一种有效的车牌定位方法——数学形态学和字符边缘特征相结合的车牌定位方法[J], 严萍;曾金明
4.一种融合深度特征图和形态学的车牌定位方法 [J], 童冰;郑东生;黄金华;许冲
5.一种基于形态学与区域分析的车牌定位方法 [J], 罗山
因版权原因,仅展示原文概要,查看原文内容请购买。
基于数学形态学的车牌定位方法

基于数学形态学的车牌定位方法作者:陈佳刘立来源:《科技与创新》2014年第12期摘要:为了准确定位车牌的位置,提出了基于数学形态学的车牌定位方法。
该方法首先将彩色图像灰度化,并利用Sobel算子进行图像边缘提取,然后运用数学形态学的腐蚀和闭运算对二值图像进行处理,可以得到几个车牌候选区,接着再利用行扫描去除伪车牌区域,实现车牌的粗定位。
最后,利用Hough变换精确定位车牌的位置。
实验表明,这一方法能够准确地实现车牌的定位。
关键词:车牌定位;数学形态学;行扫描;Hough变换中图分类号:TP751 文献标识码:A 文章编号:2095-6835(2014)12-0113-03车牌识别技术在智能交通系统ITS(Intelligent Traffic System)中占有非常重要的地位。
它包括图像预处理、车牌定位、字符分割、字符识别四个步骤。
其中,车牌定位是关键步骤。
后期车牌识别能否顺利进行和车牌识别的准确度能否得到保证,都与车牌定位有非常紧密的关系。
近年来,国内外学者针对车牌定位做了许多探索:Chien-Chou Lin等人利用彩色边缘信息来细化灰度图像中提取边缘点,并通过计算统计边缘点数量来定位车牌;Mei Yu等人提出了垂直边缘匹配的韩国车牌定位法。
这些基于边缘的车牌定位算法,计算简单、定位准确率高,但是,受车牌倾斜或褪色等一些外部因素干扰时,车牌定位效果并不理想。
李刚等人利用数学形态学并结合车牌自身的几何特性进行分析,能准确定位出车牌的区域。
但在复杂的背景下,仍然很难做到精确定位。
陆建华等人尝试利用数学形态学结合行扫描的方法定位车牌,但效果并不理想。
随后,刘雄飞等人提出了将行扫描和小波变换相结合的方式,取得了非常好的定位效果,进一步提高了定位的准确率。
这些基于行扫描的车牌定位算法对阈值的选取要求比较高,并且要结合其他方法才能很好的定位车牌。
近年来,Hough变换在车牌定位方面也被广泛推广。
文献[6]中提出的Hough变换多线检测算法,文献[7]中提出的改进Hough变换定位算法都取得了很好的车牌定位效果,而文献[8]则提出了将Hough变换与数学形态学相结合的定位法。
基于数学形态学的车牌定位

c n e pae l c t n b sd o t e t a mo h l g d a c d Af rt ep er ame t n r s od v u ssg na o ,te a q ie e s lt ai ae n mah mai l o o c r o o y i a v n e . t h rte t n d t eh l a e e me tt n h c ur d p s e a h l i
trt s f ra,ai f eg t owit n et a p oe t n aeue o rh n iea a s, n e sc e srt o ih dha dv rc rjci r sdi c mpe e s n yi a d出el e s l eae a elctd ii oa o h t il o n v l s i n epa rac nb ae c t o
形 态 学进 行 车 牌 定 位 的原 理 。 了对 汽 车牌 照 进 行 精 确 的 定位 , 出 了一 种 基 于数 学形 态学 的 车牌 定 位 方 法 。 汽 车 图像 进 行预 处 力 提 对
理 和 阈值 分 割 后 , 用 不 同的 结 构元 素 对 二值 图像 进 行 形 态 学滤 波 , 利 以进 一步 消除 干 扰 。最 后 利 用 面 积 、 宽 比和 垂 直 投 影 特征 值 长
Vo . , . , r h 2 0 P . 6 6 6 8 16 No7 Ma c 01 , P 1 9 —1 9
基于数学形态学的车牌定位
奎 跌
( 北 电力 大 学 电子 与 通 信 工 程 系 , 华 河北 保 定 0 10 ) 7 0 3
摘 要 : 牌 定 位是 汽车 牌 照 识 别 系统 中的 重要 环 节 , 接 影 响 车牌 识 别 的 准确 率 。对 数 学形 态学 进 行 了研 究。 且 分 析 了利 用数 学 车 直 并
基于分块投影和形态学处理的多车牌定位方法

域 , 形 态学分 块处理 确 定车牌 的候 选 区域 , 用 最后 用车 牌 的特 征 去 除伪 车牌 , 定位 出多个车牌 。仿 真 实验 结 果表
明, 方法 能减 少车牌 候选 区域 , 高多车牌 定位 的效 率 。 该 提
关键 词 :多车牌 定位 ;灰 度特 征 ;分块投 影 ;形 态 学分块 处理
第2 9卷 第 7期
21 0 2年 7月
计 算 机 应 用 研 究
Ap l a i n Re e r h o o u e s p i to s a c fC mp t r c
Vo . 9 No 7 12 . 影 和 形 态 学 处 理 的 多 车牌 定 位 方 法
中图分类 号 :T 3 14 P 9. 1
.
文 献标 志码 :A
文 章编 号 :10 - 6 5 2 1 0 — 7 0 0 0 13 9 (0 2)7 2 3 — 3
d i 1 . 9 9 ii n 1 0 .6 5 2 1 7 0 0 o : 0 3 6 / s 0 1 9 0 2 0 9 . s. . . 3 .
b sdo e aa o r e t ea d m rh l y o ea o . i t ,t r rc s d a d o ea d tega g y h f o t ae n sp rt n po c v n op o g p rt n Fr l i p e o es n p rt h ry i e b o znM i j i o i sy p e e ma i df rneicudl a dte oio r addt o cnepa ogl b eaa o oi na po ci .h nidt — ieec ; o l o t sinf n i e fi s l eruh ysp t nhr ot r et n T e e c f t ce h p t o c a le t y r i z l j o t e
毕业设计(论文)-基于数学形态学的车牌定位的方法研究[管理资料]
![毕业设计(论文)-基于数学形态学的车牌定位的方法研究[管理资料]](https://img.taocdn.com/s3/m/af538cc60b4c2e3f56276339.png)
摘要本文提出了一套简洁高效、基于数学形态学的车牌定位的方法。
定位方法综合考虑了灰度和边缘信息,首先对图像进行了预处理,采用了灰度变换、去噪、增强对比度、边缘检测、二值化等方法对图像进行处理,提高了图像的质量,强化了图像区域;接着,采用一种基于二值图像灰度变化特征进行定位的方法,根据灰度的跳变搜索车牌区域,再利用车牌几何形状的特点对候选区进行筛选,得到车牌位置。
关键词:车牌定位;边缘检测;数学形态学AbstractThis paper puts forward a set of concise efficiency, based on mathematical morphology method of license plate location. Locating method considering the gray and edge information, first the image preprocessing, using a gray transform, denoising and enhance contrast, edge detection, binary image processing methods, such as, improves the quality of the images, strengthened the image region, Then, using a method based on binary image gray-scale change characteristics of orientation method, according to the greyscale hopping search plate area, reuse plate geometric shape characteristics of the candidate area unselective and get license plate location.Keywords:license plate location, image preprocessing, mathematical morphology目录摘要 (I)Abstract......................................................... I I第1章绪论 (4)课题背景 (4)国内外研究现状 (5)研究内容及技术指标 (9)第2章车牌图像的预处理 (10)图像的灰度化 (10)图像二值化 (11) (12) (13)图像的边缘检测 (14)Roberts算子 (15)Sobel算子 (15)LOG(Lap1ac1anofGuass1an)算法 (16)Prewitt算子 (17)本章小结 (21)第3章数学形态学的相关算法 (22)数学形态学 (22)数学形态学的基本运算 (23)腐蚀和膨胀 (23)开运算和闭运算 (24)本章小结 (25)第4章基于数学形态学的车牌定位 (25)车牌的基本特征 (26)车牌定位的设计思路 (28)软件设计 (30)车牌定位的结果分析 (33)本章小结 (33)结论 (34)致谢 (36)参考文献 (37)附录1 译文 (38)附录2 英文参考资料 (41)第1章绪论课题背景随着全球经济的快速持续发展,车辆数目迅猛增长,世界各国交通拥堵、交通事故和环境污染越来越影响着社会经济发展和生活。
基于数学形态学的车牌定位

基于数学形态学的车牌定位作者:李然来源:《电脑知识与技术》2010年第07期摘要:车牌定位是汽车牌照识别系统中的重要环节,直接影响车牌识别的准确率。
对数学形态学进行了研究,并且分析了利用数学形态学进行车牌定位的原理。
为了对汽车牌照进行精确的定位,提出了一种基于数学形态学的车牌定位方法。
对汽车图像进行预处理和阈值分割后,利用不同的结构元素对二值图像进行形态学滤波,以进一步消除干扰。
最后利用面积、长宽比和垂直投影特征值进行综合分析,完成车牌定位。
实验结果表明,该方法定位准确率高,为车牌识别创造了良好的前提。
关键词:车牌定位;数学形态学;结构元素;图像识别中图分类号:TP391文献标识码:A文章编号:1009-3044(2010)07-1696-03License Plate Location Based on Mathematical MorphologyLI Ran(School of Electronic and Communication Engineering, North China Electric Power University, Baoding 071003, China)Abstract: License plate locating is the key process in vehicle license plate recognition system. The efficiency of the locating will affect directly the veracity of recognition. In this paper, the basic theory of mathematical morphology is researched, and principle of license plate location based on mathematical morphology is analyzed. In order to precisely locate the license plate in vehicle image, an algorithm of license plate location based on mathematical morphology is advanced. After the pretreatment and threshold values segmentation, the acquired binary image is morphologically filtered by different structure elements to eliminate interference. Finally, the criterions including the characteristics of areas, ratio of height to width and vertical projection are used in comprehensive analysis, and the license plate area can be located accurately. Experiment results show that the method has high locating accuracy rate. Thus favorable precondition is created for license plate recognition.Key words: license plate location; mathematical morphology; structure element; image recognition随着交通系统的智能化发展,汽车牌照自动识别(Car License Plate Recognition,CLPR)技术是近几年来的研究热点。
一种基于形态学与区域分析的车牌定位方法

一种基于形态学与区域分析的车牌定位方法罗山【摘要】车牌定位作为车牌识别系统的关键环节之一,是后续车牌字符准确分割与识别的基础.针对单一定位方法存在的问题,提出一种基于形态学与区域分析的车牌定位方法.首先对车牌图像进行预处理;然后运用数学形态学处理获得车牌候选区域;最后,对候选区域进行分析,提取精确的车牌区域.实验结果表明,该方法精度高,速度快,鲁棒性好.【期刊名称】《山西电子技术》【年(卷),期】2018(000)006【总页数】4页(P11-14)【关键词】车牌识别;车牌定位;形态学;区域分析【作者】罗山【作者单位】攀枝花学院交通与汽车工程学院,四川攀枝花617000【正文语种】中文【中图分类】TP391.410 引言车牌定位是车牌识别系统中至关重要的环节,车牌的准确定位直接决定着后续的识别效果。
目前应用较多的车牌定位方法有数学形态学法[1]、区域标记法[2]、投影法[3]、多特征提取法[4]、遗传算法[5]、神经网络算法[6]、变换法[7]和AdaBoost算法[8]等。
这些方法各有优缺点,适用于不同的场景。
针对单一定位方法存在的问题,结合数学形态学边缘检测具有抑制噪声能力和便于区域提取的优势,在连通区域分析的基础上,提出一种基于数学形态学与区域分析的车牌定位方法,其流程如图1所示。
图1 车牌定位流程1 车牌图像预处理车牌图像在采集过程中由于光照变化、车牌污损、背景复杂等因素导致质量下降,这对定位的准确性有很大的不利影响,为改善图像质量,提高定位的准确率,需要对采集的车牌图像进行预处理。
图像预处理主要包括灰度化、去噪、对比度增强等。
图2是在相对运动情况下采集的待定位车牌图像,车牌图像存在一定程度的模糊,对精确的定位有一定的干扰。
经预处理后的图像如图3所示,可见处理后噪声明显减少、对比度得到增强。
2 数学形态学处理2.1 边缘检测基于数学形态学的边缘检测抑制噪声能力比基于微分算子强,提取的边缘比较光滑连续,且运算简单。
基于投影法和数学形态学车辆牌照识别系统

钱士奎:基于投影法和数学形态学的车辆牌照识别系统图1.3含汽车牌照图像Fig.1.3Includethelicenseplatepictureoftheautomobile1.2.1我国车牌类型及特点世界各国的车牌干差万别,各不相同,要想找一个通用的车牌识别方法可谓困难至极,大多数研究都是针对某一种或某~地区车牌的,本文也只针对我国车辆牌照进行识别研究。
(1)我国车牌类型中华人民共和国公共安全行业标准对机动车号牌的分类、规格、颜色、适用范围有明确的规定。
可分为六大类:①小型汽车所用蓝底白字号牌:②大型汽车所用的黄底黑字号牌;③军用或警用的白底黑字、红字号牌;④国外驻华机构所用的黑底自字号牌;⑤摩托车号牌;⑥农用运输车、拖拉机号牌。
(2)车牌特征车牌定位的算法很多,不过,所有的车牌定位算法基本上都考虑了牌照区域的特点。
所以在此也有必要先了解一下车牌区域的特征,其大体可分为以下几类:①车牌的几何特征,车牌为矩形,宽、高比例在一定范围内,约在3.0—3.2之间;②车牌形状及字符格式特征,车牌有矩形边框,字符位于矩形框中且有间隔;③车牌区域的纹理特征,车牌区具有排列基本均匀的字符,在图像上表现为一定的纹理特征;大连理工大学专业学位硕士学位论文不过,尽管这些方法都存在这样或那样的缺点,还是有许多具体的车牌定位算法已被应用在成型的车牌识别系统中,如PaoloComelli[18】的基于水平线搜寻的定位方法等,这种应用极大的促进了车牌识别系统研究的积极性。
1.3字符分割技术字符分割就是把已经定位的车牌中的字符一个一个准确的分割出来,送入字符识别模块。
1.3.1车牌图像二值化在车牌字符的分割中,字符块的提取一般是基于二值图的垂直投影图,如图1.4(b)是图1.4(a)的垂直投影图(大小为56×170(a)(b)图1.4二值化车牌图像(a)及其垂直投影图(b)Fig.1.4Twovaluenumberplatepictures(a)andverticalprojectiondrawings(b)二值化后的车牌要能再现原字符图像,基本不出现笔画断裂和粘连现象,尽量不丢失原字符的特征。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
T n ig e HuHo g ig B i n ig YagLl ag n ̄ , L i npn , aYapn , n i i
( H g f ce c, r iesyo hn,hn ia u n 3 0 1 Co e e i eNot Unv rt f ia sa x i a 0 0 5 ) oS n h i C ty
i r e O o an l c t n o e il lt u c l n c u a ey u d r c m p i ae a k r u d a d d f r n n o d r t bti o a i fv h ce p a e q ik y a d a c r t l n e o l t d b c g o n n i e e t o c
关键词 :车牌定位;边缘检测;数学形态学 ;投影
中图分 类号 : P 9 T 31 文献标 识码 : A
Ve i l a el a on e hod s d m a he a c l h ce plt oc t i m t ba e on t m t a i
m o pho y a ●pr j c - r● l ● og nd o● hon e
Ke wo d :ies l e oa o ; ded tco ; te t amop oo ; rjc o y r s l nep t lct n eg e t n mahmac rh lg poet n c a i ei il y i
巴
应 用 技 巧 与 e s lt o a o e k y p r f u o a cv h c ep a e r c g i o s m , h c u a y t a t Ve il i n e p ae l c t n i t e ato t m t e il lt e o n t n s t c i sh a i i y e t ea c rc
weu eteme o f te t a mo h lg ,ae, rjcina dtert f h n t n d a e s h t do h ma cl r oo y l rp oet n h a oo el gha dwit C b h ma i p t o i t e h n
合数学形态学和水平、 垂直投影法的定位方法。 首先对图像进行预处理 , 利用数学形 态学将预处理过的
图像进行处理, 滤去一部分伪车牌区域, 然后利用水平和垂直扫描进一步精确定位车牌 , 最后结合车牌的
先验 知识最终确定车牌区域。 实验结果表明, 该方法定位率高, 速度快, 具有良好的鲁棒性 。
( 上接第 8 O页 )
adpoet nipo oe crigt ec aat rt s f e il cme l e n ef tr fh o n f c n rjci rp sda o d t h rce ii hc o s c n oh r sc o v e ̄ e a dt co o t ge et p ta h a os i
wi n u n et ep ae rc g i o eut l i f e c h lt e o t n rs l l l n i .An ag rtm o ie s lt o ain o ah m a clm o p oo y lo i h f rl n ep ae l c t fm te t a r h lg c o i
21 o 2年 7旯
电 子
漏
试
繁7 期
EL EcTR0Nl TEsT c
Ju1 o1 .2 2 N o. 7
一
种基于数学形 态学 和投影 的车牌 定位方法
唐灵洁 ,胡红萍 , 白艳萍, 杨丽丽
( 中北大学理学院 , 山西太原 00 5 ) 30 1
摘要 :车牌定位是车牌识别系统的关键步骤, 定位的准确与否直接影响车牌识别的结果 。 为了能在复杂 背景和不同光照条件下快速、 准确定位车牌位置, 本文根据车牌及拍摄效果等特点及因素, 提出了一 _种结
i u i a i n c n ii n l m n t o d t .Atfrt i g r p oc si g i a o t d i r e O f tr t e p r ffl lt e i n l o o s, ma e p e r esn s d p e , n o d r t i e h at o s p a e r g o , i l ae