[1]陈洁 万忠 张迎春 张晨希 张燕平 张铃.无需二值化的彩色车牌峰谷分割算法[J].计算机技术与发展,2006,(05):10-12.
　CHEN Jie,WAN Zhong,ZHANG Ying-chun,et al.Coloured License- Plate Crest Segmentation Arithmetic Without Binarization[J].,2006,(05):10-12.
点击复制

无需二值化的彩色车牌峰谷分割算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2006年05期
页码:
10-12
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Coloured License- Plate Crest Segmentation Arithmetic Without Binarization
文章编号:
1673-629X（2006）05-0010-03
作者:
陈洁1 万忠1 张迎春1 张晨希1 张燕平1; 2 张铃1; 2
[1]安徽大学计算智能与信号处理实验室[2]安徽大学人工智能研究所
Author(s):
CHEN Jie ; WAN Zhong;  ZHANG Ying-chun;  ZHANG Chen-xi;  ZHANG Yan-ping;  ZHANG Ling
[1]Ministry of Edu. Key Lab. of Intdligent Computing ＆ Signal Processing at Anhui University[2]Institute of Artificial Intelligence, Anhui University
关键词:
字符切分; 彩色车牌; H值; 波谷
Keywords:
character segrnentation; coloured license - phte;  H value; crest
分类号:
TP391.41
文献标志码:
A
摘要:
车辆牌照图形的分割是车牌识别（VLPR）中的关键技术。对于通常采用的基于二值化结果的分割算法，车辆牌照图像的质量往往不佳，二值化后将会产生大量噪声，从而影响车牌分割，使系统整体识别率不高。文中提出了适合于户外流动车辆车牌分割的彩色车牌峰谷分割算法（CLCSA），不需对车牌进行二值化，通过对HIS空间的H分量和RGB空间的B分量适当调整，得到一个峰谷值差异较大的投影图像，从而为车牌正确切分提供了理想的位置。实验结果表明，蓝车牌和黄车牌的正确切分率达到97．5％，明显优于传统的对二值化图像的处理，特别是对于斜车牌和模糊车牌切分效果更加明显，更适用于实际应用
Abstract:
Character segmentation for vehicle license plates is one of the critical techniques for the intelligent transportation system（ITS）. Vehicle license plate segmentation algorithms are usually based on binarization. The quality of vehicle license plate image is always very poor. Through binarizing these images much noise is produced which will reduce the whole recognition rate. So a new segmentation algorithm for flowing plates outdoors---CLCSA （coloured license - plate crest segmentation arithmetic without binarization） is presented. CLCSA algorithm needn＇t binarizaion. Through adjusting the H of the HIS space and B of the RGB space, a projection with obviously distinct can be Rotten, which implies the correct segmentation position. Experiments show that CLCSA is better than traditional techniques, with 97.5% correct segmentation rate of blue and yellow plates. CLCSA is better in practlcal,especially for inclined or blur plates

相似文献/References:

[1]李波 曾致远 周建中 罗勤.车牌识别系统研究与实现[J].计算机技术与发展,2006,(06):10.
　LI Bo,ZENG Zhi-yuan,ZHOU Jian-zhong,et al.Study and Realization for License Plate Recognition System[J].,2006,(05):10.
[2]王景中,朱其猛.基于汉字笔画特征的文本图像倒置判断算法[J].计算机技术与发展,2014,24(05):129.
　WANG Jing-zhong,ZHU Qi-meng.A Judgment Algorithm for Inverted Chinese Text Image Based on Characteristics of Stroke[J].,2014,24(05):129.

备注/Memo

备注/Memo:
“九七三”计划（国家重点基础研究）（2004CB318108）;国家自然科学基金（60475017）;教育部博士点基金（20040357002）;安徽省自然科学基金（050420208）;安徽大学学术创新团队陈洁（1982-），女，安徽巢湖人，硕士研究生，研究领域为人工智能在智能交通中的应用、图像识别张铃，教授，博士生导师，从事人工智能理论、机器学习理论和方法、智能计算技术、神经网络技术的研究
更新日期/Last Update: 1900-01-01