摘要
采用中值滤波、边缘检测、二值化等方法对车牌图像进行了预处理,并将车牌区域每行的边缘点数量、边缘点数量与车牌区域长度的比值及各候选区域的长宽比等因素作为参考值分别对车牌进行了粗定位和精确定位,利用统计特征和结构特征相结合的方法对字符进行了分类与识别,设计了字符分类器。实验结果表明,所设计的车辆车牌自动识别系统较好地实现了不同环境条件下的车牌识别,识别率达92%。
采用中值滤波、边缘检测、二值化等方法对车牌图像进行了预处理,并将车牌区域每行的边缘点数量、边缘点数量与车牌区域长度的比值及各候选区域的长宽比等因素作为参考值分别对车牌进行了粗定位和精确定位,利用统计特征和结构特征相结合的方法对字符进行了分类与识别,设计了字符分类器。实验结果表明,所设计的车辆车牌自动识别系统较好地实现了不同环境条件下的车牌识别,识别率达92%。
出处
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2012年第S1期166-169,共4页
Journal of Jilin University:Engineering and Technology Edition
基金
教育部新世纪优秀人才基金项目
国家自然科学基金青年基金项目(50908098)
吉林省科技厅重大项目(20116017)
关键词
交通运输系统工程
车牌识别
图像处理
字符分割
字符识别
engineering of communication and transportation
license plate recognition
image processing
character segmentation
character recognition
