車牌和底盤號(hào)碼定位算法研究——筆畫像素提取算法.pdf

1、論文對(duì)復(fù)雜背景下汽車牌照和底盤號(hào)碼圖象中的定位問題進(jìn)行了深入研究。針對(duì)車牌和底盤號(hào)碼的異同點(diǎn)，提出了一個(gè)統(tǒng)一的定位算法框架，并在這個(gè)框架下顧及兩者的區(qū)別，實(shí)現(xiàn)了對(duì)兩者性能都良好的定位算法。 論文研究、設(shè)計(jì)并實(shí)現(xiàn)了綜合形狀、紋理、邊緣等特征的車牌和底盤號(hào)碼定位算法，較好地解決了復(fù)雜背景下多尺度車輛和底盤圖象中準(zhǔn)確定位車牌和底盤號(hào)碼的問題。其中，基于筆畫像素分析和形態(tài)學(xué)的定位算法，充分利用了筆畫特性以及車牌和底盤號(hào)碼區(qū)域的特點(diǎn)，減少

2、了虛警，提高了定位準(zhǔn)確率；而結(jié)合方差和筆畫像素分析的定位算法，先利用形狀和灰度特征進(jìn)行全圖搜索得到初步候選區(qū)域，再利用車牌和底盤號(hào)碼區(qū)域筆畫的紋理特征進(jìn)行篩選和再定位，不僅保證了較低的漏檢率，而且進(jìn)一步提高了定位的準(zhǔn)確性、精確度和適應(yīng)性。 我在背景復(fù)雜的車輛和底盤圖象上對(duì)定位算法進(jìn)行了測(cè)試，測(cè)試樣本包括3342幅車輛圖象和931幅底盤圖象。車輛圖象的大小范圍從768×576到360×256，車牌的尺寸范圍從340×60到60×1