復(fù)雜車輛圖像中的車牌定位

• 針對復(fù)雜背景的車牌定位問題，提出了一種綜合形態(tài)、顏色、投影等多種特征的車牌定位算法。基于車牌區(qū)域邊緣信息豐富的特點，首先利用邊緣檢測和數(shù)學(xué)形態(tài)學(xué)方法定位候選車牌區(qū)域，并消除噪聲干擾；然后根據(jù)質(zhì)心所在位置對候選區(qū)域進行由低到高的排序，并通過顏色識別作進一步篩選，以排除車燈等區(qū)域的干擾；最后采用投影法及谷值分析對截取出的缺損車牌進行補全，從而得到準確的車牌位置。實驗結(jié)果表明，算法的效率與精度與車輛圖像的清晰度、曝光度及車牌大小等因素有關(guān)，與傳統(tǒng)車牌定位算法相比，效率和精度分別提高了15％和20％以上。
  
• 關(guān)鍵字： 車輛圖像  車牌定位