基于投影特征曲线匹配的车牌字符识别算法

基于投影特征曲线匹配的车牌字符识别算法

ID:37369925

大小:348.02 KB

页数:5页

时间:2019-05-22

基于投影特征曲线匹配的车牌字符识别算法_第1页
基于投影特征曲线匹配的车牌字符识别算法_第2页
基于投影特征曲线匹配的车牌字符识别算法_第3页
基于投影特征曲线匹配的车牌字符识别算法_第4页
基于投影特征曲线匹配的车牌字符识别算法_第5页
资源描述:

《基于投影特征曲线匹配的车牌字符识别算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、20计算机与数字工程第38卷*基于投影特征曲线匹配的车牌字符识别算法姜瑾张桂林许慧慧(华中科技大学图像识别与人工智能研究所武汉430074)摘要在车辆牌照自动识别系统中,字符识别是最后一个也是最关键的步骤。在实际场景中,光照不同造成了车牌字符效果不同,从而影响字符识别的正确率,尤其是车牌中汉字的识别。提出一种灰度预处理算法来解决识别过程中的光照问题。针对不同字符在垂直方向和水平方向投影特征曲线不同,采用分类比较和滑动匹配方法来识别车牌字符,提高算法的适应能力。关键词字符识别灰度预处理投影特征曲线中图分类号TP317.4动识别系统中,我们将字符大小归一

2、化为32@16。1引言字符识别的步骤如图1所示:智能化车辆牌照自动识别系统在智能交通领域有很宽的应用范围,如在停车场、智能小区车辆出入自动记录、车流量统计等方面。汽车牌照识别技术成为近年来智能交通系统(ITS)中的核心技图1字符识别步骤框图术之一,其中字符识别是整个识别系统中一个重3灰度预处理算法要、关键的步骤,字符识别的正确率直接影响一个系统的实用性和通用性。国内外字符识别的方法在归一化、倾斜校正后,得到了大小一致的单很多,如基于弹性模板匹配的算法、字符结构知识个字符图像。当场景中的光照不同时,一些譬如的汉字识别技术、神经网络的字符识别算法等。本O

3、TSU方法或者其它的二值化方法,都会使得二值文提出了一种基于灰度预处理和投影特征曲线相化后的字符的笔画模糊不清。尤其中国的车牌中关性匹配的车牌字符识别算法,快速的识别车牌中有汉字,光照不同时一般的汉字字符二值化后的效的各种字符,识别的准确率达到90%以上。果往往会造成汉字笔画的粘连或者断裂,使得识别的正确率降低。因此,我们考虑用灰度预处理算法2车牌字符识别的过程来处理字符图像,使得处理后的字符图像的直方图车辆牌照自动识别系统包括图像采集、车牌定分布集中在两个区域中,这样使得二值化后的字符位、字符分割和字符识别4个步骤。首先在采集到图像笔画清晰。的图像

4、中通过车牌的边缘特征、颜色特征和几何特灰度预处理算法的原理就是把字符图像的背景征,将车牌部分从背景图像中提取出来;然后根据和目标灰度值分布不相同的字符,转换为背景和目标我国国内车牌的国家标准,将提取出来的车牌分割的灰度值分布大致相同的字符。算法步骤如下:为单个的汉字、阿拉伯数字和英文字母图像,以方¹对单个字符图像I(x,y),用OTSU算法求出便后面的字符识别步骤。这几个步骤是相辅相成二值化的阈值T;的,前一步的处理结果直接影响到下一步的处理。º对字符图像中灰度值大于阈值T的部分,在字符识别步骤之前,首先需要把分割出来的求取这些灰度值的均值L1和标准

5、差R1;同理,对单个字符进行倾斜校正、大小归一化等预处理,得灰度值小于阈值T的部分,也得到均值L2和标准到大小一致、字符端正的单个字符图像。在车牌自差R2;*收到本文时间:2006年8月21日作者简介:姜瑾,女,硕士研究生,研究方向:图像识别技术。张桂林,教授,研究方向:自动目标识别,成象跟踪制导技术和人体生物统计特征识别。许慧慧,女,硕士研究生,研究方向:图像识别技术。第38卷(2007)第6期计算机与数字工程21»分别将两部分的灰度值变化到我们预设的车牌字符中的0~9十个阿拉伯数字的水平和垂直标准,假设大于阈值T的灰度值变化后的均值为方向上的投影

6、曲线。以此为模板进行图像匹配可L1,标准差为R1;而小于阈值T的灰度值变化后的以很好的识别不同的阿拉伯字符,达到字符识别的均值为L2,标准差为R2;理想的效果,并且计算量较小,判断速度较快。¼根据阈值T,分别将单个字符图像的两部分具体的投影特征曲线相关性匹配算法的步骤是:的灰度均值和标准差调整到第三步给定值,对每个¹分别得到字符模板图像的水平投影图和垂像素点的灰度值进行如下的变换:直投影图序列;R1º对每一个欲识别的字符图像,也分别得到它大于阈值T的部分:Ic(x,y)=(I(x,y)-R1的水平投影图序列和垂直投影图序列;L1)+L1»将欲识别的字

7、符图像的水平投影图和垂直R2投影图序列分别与字符模板图像的投影图序列进小于阈值T的部分:Ic(x,y)=(I(x,y)-R2行匹配,投影序列相关系数S为N-1L2)+L2S=Efa(i)-fafb(i)-fb/i=0得到变化后的字符图像。N-1N-122经过这样的灰度预处理Efa(i)-faEfb(i)-fbi=0i=0后,可以得到光照分布基本相式中fa(i)为点模板字符投影曲线灰度值,fb似的字符图像,以便于我们对(i)为i点待识别字符投影曲线灰度值,fa为模板字字符图像进行二值化处理。处图2灰度预处理符投影平均灰度值,fb为待识别字符投影曲线平均

8、理后的字符图像如图2所示:前后的图像对比灰度值;可以看出,经过灰度预处为了提高算法对投影曲线定位误差的适应能

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。