白猛猛，赵　莉

(西安工业大学 计算机科学与工程学院,西安 710021)



复杂背景下车牌定位方法的研究*

白猛猛，赵莉

(西安工业大学 计算机科学与工程学院,西安 710021)

摘要：为了提高复杂背景下车牌定位的准确性，在分析各类车牌定位算法的基础上，提出了一种结合纹理特征和视觉词包模型的多信息定位方法.对二值化后的图像中的纵向纹理横向膨胀，生成车牌候选区域，根据车牌的长宽比对车牌进行粗定位.利用视觉词包表示粗定位后的矩形轮廓，使用支持向量机分类确认车牌矩形区域，精确定位出车牌位置.该方法对140张测试样本定位的准确率为96.4%，抗干扰性强.

关键词：车牌定位；复杂背景；视觉词包；支持向量机；车牌纵向纹理

support sector machine(SVM);license plate vertical texture

随着车辆的数量呈几何增长[1]，车辆能否有效地、可靠地管理已成为每个城市都要面对的重大挑战.车牌识别技术已经成为智能交通的管理的核心技术之一，并已应用于车辆监控和电子计费等方面[2].车牌定位作为车牌识别技术的首要及关键环节，其准确性直接影响到整个系统的健壮性[3].

目前对于车牌定位问题主要的研究算法有基于形态学特征的算法[4]，该类算法主要利用汽车车牌的纹理特征，对其进行形态学处理后，排除车牌图片中背景的一部分干扰噪音，再根据车牌的几何特征，如长宽比等条件定位出车牌位置.由于该算法只单一的利用车牌纹理特征，忽略了车牌的其他特征信息，因此当图片背景中存在与车牌区域有同样纹理特征的物体时，仅仅依靠长宽比等几何特征判定条件难以判定是否是车牌，从而导致错误定位；……