基于新模板的算法在车牌字符分割中的应用

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (19): 191-196.

• 图形、图像、模式识别 • 上一篇下一篇

基于新模板的算法在车牌字符分割中的应用

穆丽娟1，籍焱2

1.山西煤炭职业技术学院，太原 030031
2.清华大学自动化系，北京 100084

出版日期:2012-07-01 发布日期:2012-06-27

New model of neighborhood used in segmentation of vehicle plate

MU Lijuan1, JI Yan2

1.Shanxi Vocational and Technical College of Coal, Taiyuan 030031, China
2.Automation Department, Tsinghua University, Beijing 100084, China

Online:2012-07-01 Published:2012-06-27

摘要/Abstract

摘要： 针对以往车牌字符分割算法在复杂情况下分割准确率低的问题，提出了一种基于新邻域模板的连通域算法的车牌字符分割算法。采用基于新模板的连通域算法粗分割字符；通过自适应阈值投影法进行字符细分割；同时使用区域合并算法保证字符的完整性。实验结果表明，该算法将连通域法与投影法有效结合，能够同时解决汉字不连通、字符粘连和边框粘连等复杂情况，该算法对车牌字符进行分割正确率达99.5%。

关键词: 车牌识别, 车牌字符分割, 连通域

Abstract: Considering the low accuracy of traditional license plate character segmentation algorithm with complex situations, an optimized algorithm is proposed. It uses connected area algorithm based on templates to implement segmentation roughly. Then, adaptive threshold algorithm is introduced for further segmentation; at the same time, region merging algorithm ensures the integrity of characters. Experimental results show that unconnected problem of Chinese and character/border adhesion can be solved effectively by the combination of connected area algorithm and projection algorithm designed, the accuracy rate reaches to 99.5%.

Key words: license plate recognition, license plate character segmentation, connected area

穆丽娟1，籍焱2. 基于新模板的算法在车牌字符分割中的应用[J]. 计算机工程与应用, 2012, 48(19): 191-196.

MU Lijuan1, JI Yan2. New model of neighborhood used in segmentation of vehicle plate[J]. Computer Engineering and Applications, 2012, 48(19): 191-196.

[1]	王巧月，陈树越. 车牌图像色彩迁移与正则化约束去雾算法[J]. 计算机工程与应用, 2021, 57(14): 217-222.
[2]	王凡，周国清，张荣庭，刘德全. 面向FPGA的连通域快速标记方法[J]. 计算机工程与应用, 2020, 56(22): 230-235.
[3]	尹芳1，2，郑亮1，陈田田1. 基于Adaboost算法的场景中文文本定位[J]. 计算机工程与应用, 2017, 53(4): 200-204.
[4]	李彦1，张洪博2，石莲英3. 基于SIFT特征匹配的车牌识别方法[J]. 计算机工程与应用, 2016, 52(12): 194-200.
[5]	冯海文1，2，牛连强1，刘晓明2. 高效的一遍扫描式连通区域标记算法[J]. 计算机工程与应用, 2014, 50(23): 31-35.
[6]	王磊1，2，王瀚漓1，2，何良华1，2. 基于双边缘检测的车牌识别算法[J]. 计算机工程与应用, 2013, 49(8): 169-173.
[7]	沈夏炯1，2，王晶晶1，2，范家铭1，2，周兵1，3. MGSI-8CA标记算法[J]. 计算机工程与应用, 2013, 49(20): 126-129.
[8]	于明，郭佥，王栋壮，于洋. 改进的基于连通域的版面分割方法[J]. 计算机工程与应用, 2013, 49(17): 195-198.
[9]	张旭兰. 基于BP人工神经网络的车牌字符识别优化算法[J]. 计算机工程与应用, 2012, 48(35): 182-185.
[10]	黄思尉1，田小林1，孙延奎2. 眼前节组织OCT图像边缘检测及特征角点提取[J]. 计算机工程与应用, 2012, 48(25): 159-162.
[11]	罗辉武，唐远炎，蓝利君，王翊. 融合特征和先验知识的车牌字符图像检测算法[J]. 计算机工程与应用, 2012, 48(18): 187-192.
[12]	肖刚1，夏通1，张元鸣1，陈久军1，徐俊2. 基于暗区连通域的定位孔识别方法[J]. 计算机工程与应用, 2011, 47(34): 215-218.
[13]	李宇成，杨光明，王目树. 车牌识别系统中关键技术的研究[J]. 计算机工程与应用, 2011, 47(27): 180-184.
[14]	张恒，胡文龙，丁赤飙. 基于快速连通域分析的目标特征提取算法[J]. 计算机工程与应用, 2009, 45(29): 230-232.
[15]	陈蓓,曹文伦,张洪才. 复杂背景中多车牌粗定位算法研究[J]. 计算机工程与应用, 2009, 45(17): 228-230.

基于新模板的算法在车牌字符分割中的应用

New model of neighborhood used in segmentation of vehicle plate

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics