复杂场景下车牌识别新方法*
2016-08-26张佳成
湘潭大学自然科学学报 2016年1期
李 甫, 张佳成
(1.内江师范学院 数学与信息科学学院,四川 内江 641112;2.中国科学院 成都计算机应用研究所,四川 成都 610041)
复杂场景下车牌识别新方法*
李甫1*,张佳成2
(1.内江师范学院 数学与信息科学学院,四川 内江 641112;2.中国科学院 成都计算机应用研究所,四川 成都 610041)
针对复杂场景下车牌识别问题,提出了一种新的车牌识别方法.该方法通过颜色空间划分预分割车牌目标,然后采用矩形特征匹配定位符合车牌形状的候选块,并对候选块进行几何校正和自适应分割,再将分割出来的每个字符进行归一化特征提取,最后通过字符的积分特征逐一对每个候选块进行识别,识别成功者即为真实的车牌.实验表明,该方法能适应大多数复杂的场景,不局限于图像的分辨率,以及拍摄的角度,保证了车牌识别的准确率.
图像处理;颜色空间;车牌识别;阈值分割;积分特征

在车牌的自动识别过程中,车牌定位、字符分割、字符识别是三项关键技术,任何环节的失败都会导致错误识别,尤其在复杂场景下,车牌识别的难度更大,为此各个环节不能相互孤立,必须提出一整套相关联的解决方法.目前车牌定位的方法很多[1~3],并都取得了很好的效果,但是这些方法大多数背景比较简单,成像环境也比较稳定,这就限制了车牌识别的范围;关于字符分割的方法也很多[4~6],如垂直投影法,联通区域法,聚类分析法以及模版匹配法等,但这些方法必须建立在一个很好的二值图像上,适应性不是很好;……
登录APP查看全文
