针对车牌检测中关键的3个环节分别进行了改进和优化。利用数学形态学结合Canny算子实现车牌定位。在传统扫描字符算法中加入边界限定,提高字符分割的准确度。在识别环节,采用计算效率较高的KNN算法进行字符的识别。最终,在OpenCV平台上实现车牌识别。
1
汽车牌照识别是图像识别领域的重要研究课题,这里运用MATLAB研究车牌识别技术中的图像预处理、车牌定位、字符分割与字符识别等核心部分,并提出一种基于MATLAB的车牌识别系统的实现方法,综合使用多种方法提高系统的有效识别能力。该方法解决了在自然背景的图像中定位分割牌照区域、车牌倾斜和提取分割的字符等问题。通过对一定数量的图像进行处理,结果表明MATLAB在车牌识别方面的运用非常有效。
1
根据车牌几何形状和字符纹理的特点,提出了一种基于区域操作的车牌图像定位方法,该方法充分利用车牌形状和纹理特征来制 定策略,将车牌定位简化为对少数候选区域的遴选和组合,具有灵活高效的特点。同时由于区域信息不易受车牌大小、位置以及噪声的影 响,因此该方法具有较强的通用性。
2019-12-21 19:44:36 1.05MB 车牌定位;区域生成;图像分割
1