CN102184399A - 基于水平投影和连通域分析的字符分割方法 - Google Patents
基于水平投影和连通域分析的字符分割方法 Download PDFInfo
- Publication number
- CN102184399A CN102184399A CN2011100814311A CN201110081431A CN102184399A CN 102184399 A CN102184399 A CN 102184399A CN 2011100814311 A CN2011100814311 A CN 2011100814311A CN 201110081431 A CN201110081431 A CN 201110081431A CN 102184399 A CN102184399 A CN 102184399A
- Authority
- CN
- China
- Prior art keywords
- character
- horizontal projection
- image
- connected domain
- license plate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Character Input (AREA)
Abstract
本发明涉及基于水平投影和连通域分析的车牌字符分割方法及模式识别领域,该方法包括以下步骤:1)定位车牌子图像;2)求得该子图像的最优阀值;3)进行图像二值化,得到二值化图像;4)对二值化图像进行最优角度旋转;5)对旋转后的图像进行倾斜校正;6)对于二值化图像进行水平投影;7)对二值化图像进行连通域分析,得到字符块;8)用先验知识验证字符块,去除伪字符块;9)融合步骤6)中的水平投影和7)中的连通域结果进行字符分割,得到各个字符的水平位置;10)根据5)的二值化图像求取车牌字符上下边界;11)根据上下边缘和字符中心位置计算字符矩形的各个边界;12)根据水平投影曲线进行微调,得到字符分割结果。采用本方法得到的车牌字符分割可靠稳定,抗图像噪声和干扰性好、效率高。
Description
【技术领域】
本发明涉及模式识别领域,特别是一种车牌识别方法。
【背景技术】
智能交通系统ITS是目前世界上交通科学技术的前沿,是利用先进的电子技术、信息技术、传感器技术和系统工程技术对传统的交通系统进行改造而形成的一种信息化、智能化、社会化的新型交通系统。作为车辆身份信息的车牌号码是智能交通系统必须采集的关键信息之一,所以车牌识别成为智能交通系统的一项核心技术。该技术是指计算机自动对摄像机所拍摄的图像或视频中的内容进行分析、搜索,定位出车牌所在区域并识别出车牌的字符、颜色、位置等信息。车牌识别的一个重要性能指标是识别正确率,该指标受到成像质量的影响较大。在实际工程配置中,如果摄像机低噪高清、景深适当、光照情况良好,则拍摄的车牌图像质量较好,容易得到较高的识别率。当图像采集前端的硬件设备性能低下、工程架设不合理、光照条件较差的情况下,所采集的图像存在质量退化,会导致车牌识别率明显下降。这种图像退化情况在实际智能交通工程中普遍存在,需要依靠车牌识别算法的提高来解决。该退化情况主要是对车牌识别算法中的字符分割效果产生直接影响,从而最终影响到车牌的识别率。这里我们针对该退化情况提出一种基于水平投影和连通域分析的字符分割方法,有效地消除图像退化带来的影响,从而得到稳定可靠的字符分割结果来提高车牌识别的准确率。
传统的车牌字符分割技术是基于图像中车牌区域水平投影的计算方法,它利用了车牌字符间距比例的先验知识。通过对车牌区域的水平投影曲线进行分析,可以得到字符及其间距的位置信息。然而在成像质量退化的情况下,车牌区域的水平投影曲线中会引入图像噪声的干扰。这种情况下水平投影曲线是被“污染”的数据,而单纯从水平投影曲线中计算字符位置及其间距信息的准确性自然会下降。因此,有必要发明一种基于更稳定更本质车牌特性、同时融合水平投影和连通域分析的车牌字符分割方法,以提高图像质量退化情况下的车牌识别准确率。
【发明内容】
本发明的目的是提供一种基于更稳定更本质车牌特性、同时融合水平投影和连通域分析的车牌字符分割方法,以提高图像质量退化情况下的车牌识别准确率。
本发明为达到上述目的所采用的技术方案是:一种融合车牌水平投影和连通域分析的车牌字符分割方法,该方法包括以下步骤:1)定位车牌子图像Is;2)根据Otsu的二值化方法求得该子图像的最优阀值T;3)基于步骤2)中求得的最优阀值T进行图像二值化,得到二值化图像Ib;4)对于所述二值化图像求取最优旋转角度θ;5)对旋转后的图像求取倾斜因子α,进行倾斜校正;6)对旋转后的二值图像进行水平投影,得到水平投影Px;7)对步骤5)所得的二值化图像进行连通域分析,得到可能的字符块Bi,i=1,2…N;8)对所得字符块以先验知识进行验证,去除伪字符块;9)根据步骤6)中的水平投影Px和7)所得的字符块进行字符分割,得到各个字符的水平位置xi,i=1…7,其中,i为1至7的自然数;10)根据旋转后的图像求取车牌的上下边界Yup、Ylow;11)根据上下边缘和字符中心位置计算字符矩形的各个边界Lefti,Righti,Topi,Bottomi,i=1…7;12)根据步骤6)得到的水平投影曲线对字符位置以及边界进行微调;
其中在所述步骤2)中对求得子图像的最优阀值包括以下具体步骤:对车牌区域颜色及灰度的统计分析,由统计分析值进行最优阀值计算。
其中在所述步骤4)中对图像旋转包括:对旋转后的图像进行垂直投影,由所得的投影曲线求取梯度,梯度最大的对应最优的旋转角度。
其中在所述步骤7)和8)中涉及的步骤有:泛洪分析、字符高宽比约束、神经网络分类器判断。
其中在所述步骤9)中对水平投影Px进行字符预分割的模块包括对车牌字符几何参数进行建模、车牌图象水平投影的字符分割、与连通域的字符位置信息融合、车牌字符位置模型匹配。
本发明之基于水平投影和连通域分析的车牌字符分割方法由于基于车牌的更稳定的特征且融合了两种处理信息,相比以往单纯基于水平投影的车牌字符分割方法,本发明的方法更为可靠稳定,抗噪声和干扰性很好。
【附图说明】
图1是本发明基于水平投影和连通域分析的车牌字符分割方法的流程图;
图2是一个实际应用系统所处理的车辆图片;
图3是定位到的车牌区域子图像;
图4是车牌区域的二值化结果;
图5是车牌二值化图的最优旋转结果;
图6是车牌二值化旋转后的倾斜校正结果;
图7是采用本发明方法所得到的字符分割结果;
【具体实施方式】
下面结合附图和实施例对本发明基于水平投影和连通域分析的车牌字符分割方法作进一步的说明。图中相同的结构或功能用相同的数字标出。应该指出的是,附图的目的只是便于对本发明具体实施例的说明,不是一种多余的叙述或是对本发明范围的限制,此外,附图没有必要按比例画出。
请参照图1所示,本发明基于水平投影和连通域分析的车牌字符分割方法,该方法包括以下步骤:
1)首先通过视频采集设备获得单帧的图像,结合车牌的特征描述对图像空间进行搜索,定位车牌子图像Is,如附图3为对一具体车牌进行倾斜校正时定位车牌的子图像所得到的图象;2)根据Otsu的二值化方法求得该子图像的最优阀值T,求得子图像的最优阀值包括以下具体步骤:对车牌区域颜色及灰度的统计分析,由统计分析值进行最优阀值计算;3)基于步骤2)中求得的最优阀值T进行图像二值化,得到二值化图像Ib,对所有大于阀值的象素点设为1,小于等于阀值的象素点设为0,从而完成二值化,如图4为采用本发明方法将图3所车牌定位并二值化后得到的车牌图像;4)对于上述二值化图像求取最优旋转角度θ,并进行相应旋转;5)对于旋转后的图像求取倾斜因子α,并进行倾斜校正;6)对于所述二值化图像的每个水平坐标值进行垂直方向上的求和,从而得到其水平投影,对所述二值化图像进行水平投影Px;7)对步骤5)得到的二值化图像进行连通域分析,初步得到字符块的位置和边界信息Bi,i=1,2…N;8)对所得的字符块应用几何约束条件和神经网络判定真伪;9)融合所得的水平投影曲线和字符连通域信息进行字符水平位置定位xi,i=1…7,其中,i为1至7的自然数;10)根据步骤5)所得的图像得到车牌字符的上下边界Yup、Ylow;11)根据字符水平位置和上下边界信息得到字符矩形的各个边界Lefti,Righti,Topi,Bottomi,i=1…7;12)对所得的字符分割边界结合水平投影进行微调,如图7为采用本发明方法将图3所示车牌区域进行分割后的图像。
以上所述,仅是本发明的较佳实例而已,并非对本发明作任何形式上的限制。任何熟悉本领域的技术人员,在不脱离本发明技术方法范围情况下,利用上述揭示的方法内容对本发明技术方法做出许多可能的变动和修饰,均属于权利要求书保护的范围。
Claims (3)
1.一种基于水平投影和连通域分析的车牌字符分割方法,其特征在于,该方法包括以下步骤:
1)定位车牌子图像Is;
2)根据Otsu的二值化方法求得该子图像的最优阀值T;
3)基于步骤2)中求得的最优阀值T进行图像二值化,得到二值化图像Ib;
4)对于所述二值化图像求取最优旋转角度θ,并进行相应图像旋转;
5)对于步骤4)所得二值化图像求取倾斜因子α,并进行倾斜校正;
6)对于所述二值化图像的每个水平坐标值进行垂直方向上的求和,从而得到其水平投影,对所述二值化图像进行水平投影Px;
7)对步骤5)得到的二值化图像进行连通域分析,初步得到字符块的位置和边界信息Bi,i=1,2…N;
8)对所述的字符块进行几何约束和神经网络判定,去除伪字符块;
9)融合步骤6)的水平投影Px和步骤8)的字符位置信息进行字符水平定位,得到各个字符的水平位置xi,i=1...7,其中,i为1至7的自然数;
10)根据步骤5)所得的二值化图像得到车牌字符的上下边界Yup、Ylow;
11)根据字符水平位置和上下边界信息得到字符矩形的各个边界Lefti,Righti,Topi,Bottomi,i=1…7;
12)对所得的字符分割边界结合水平投影进行微调;
2.如1所述的基于水平投影和连通域分析的车牌字符分割方法,其特征在于,在所述步骤2)中对求得子图像的最优阀值包括以下具体步骤:对车牌区域颜色及灰度的统计分析,由统计分析值进行最求得子图像的最优阀值包括以下具体步骤:对车牌区域颜色及灰度的统计分析,由统计分析值进行最优阀值计算。
3.如1所述的基于水平投影和连通域分析的车牌字符分割方法,其特征在于,在所述步骤4)中对二值化图像最优旋转角度θ旋转以及所述步骤5)中二值化图像的倾斜因子α倾斜校正、步骤9)中的融合水平投影Px和连通域信息进行字符分割的模块等,包括对车牌字符几何参数进行建模、车牌图像水平投影、车牌图像垂直投影、车牌颜色信息估计、车牌字符水平投影分割、车牌字符块神经网络验证等。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100814311A CN102184399A (zh) | 2011-03-31 | 2011-03-31 | 基于水平投影和连通域分析的字符分割方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100814311A CN102184399A (zh) | 2011-03-31 | 2011-03-31 | 基于水平投影和连通域分析的字符分割方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102184399A true CN102184399A (zh) | 2011-09-14 |
Family
ID=44570573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100814311A Pending CN102184399A (zh) | 2011-03-31 | 2011-03-31 | 基于水平投影和连通域分析的字符分割方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102184399A (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402686A (zh) * | 2011-12-07 | 2012-04-04 | 北京云星宇交通工程有限公司 | 一种基于连通域分析的车牌字符分割方法 |
CN102567730A (zh) * | 2011-11-25 | 2012-07-11 | 中国海洋大学 | 海冰外缘线的自动精确识别方法 |
CN102708356A (zh) * | 2012-03-09 | 2012-10-03 | 沈阳工业大学 | 一种基于复杂背景下的车牌自动定位和识别方法 |
CN102722707A (zh) * | 2012-06-11 | 2012-10-10 | 复旦大学 | 基于连通区域和间隙模型的车牌字符分割方法 |
CN103207998A (zh) * | 2012-12-24 | 2013-07-17 | 电子科技大学 | 一种基于支持向量机的车牌字符分割方法 |
CN103400133A (zh) * | 2013-08-06 | 2013-11-20 | 河海大学 | 基于投影和连通域法的双行结构车牌字符分割方法 |
CN104112132A (zh) * | 2014-07-03 | 2014-10-22 | 中国人民解放军第二炮兵工程大学 | 一种枪械编号自动识别方法 |
CN104239879A (zh) * | 2014-09-29 | 2014-12-24 | 小米科技有限责任公司 | 分割字符的方法及装置 |
CN104809442A (zh) * | 2015-05-04 | 2015-07-29 | 北京信息科技大学 | 一种东巴象形文字字素智能识别方法 |
CN105184292A (zh) * | 2015-08-26 | 2015-12-23 | 北京云江科技有限公司 | 自然场景图像中手写体数学公式结构分析与识别方法 |
CN105427287A (zh) * | 2015-11-06 | 2016-03-23 | 中国电子科技集团公司第二十八研究所 | 一种基于投影变换的连通域标记方法 |
CN105528606A (zh) * | 2015-10-30 | 2016-04-27 | 小米科技有限责任公司 | 区域识别方法及装置 |
CN106127206A (zh) * | 2016-06-28 | 2016-11-16 | 北京智芯原动科技有限公司 | 一种车牌的竖直角度检测方法及装置 |
CN106446900A (zh) * | 2016-09-27 | 2017-02-22 | 北京小米移动软件有限公司 | 数字切割方法及装置 |
WO2017031716A1 (zh) * | 2015-08-26 | 2017-03-02 | 北京云江科技有限公司 | 自然场景图像中手写体数学公式结构分析与识别方法 |
CN106529534A (zh) * | 2016-11-07 | 2017-03-22 | 湖南源信光电科技有限公司 | 一种基于混合倾斜校正和投影法的不定长车牌字符分割方法 |
CN106778755A (zh) * | 2016-11-30 | 2017-05-31 | 北京小米移动软件有限公司 | 卡片信息识别方法及装置 |
CN108241859A (zh) * | 2016-12-26 | 2018-07-03 | 浙江宇视科技有限公司 | 车牌的校正方法及装置 |
CN109086769A (zh) * | 2018-07-19 | 2018-12-25 | 武汉科技大学 | 一种断裂粘连激光印刷数字串识别方法 |
CN109100370A (zh) * | 2018-06-26 | 2018-12-28 | 武汉科技大学 | 一种基于投影法和连通域分析的pcb板缺陷检测方法 |
CN110135425A (zh) * | 2018-02-09 | 2019-08-16 | 北京世纪好未来教育科技有限公司 | 样本标注方法及计算机存储介质 |
CN110135417A (zh) * | 2018-02-09 | 2019-08-16 | 北京世纪好未来教育科技有限公司 | 样本标注方法及计算机存储介质 |
CN111598104A (zh) * | 2020-06-30 | 2020-08-28 | 成都鹏业软件股份有限公司 | 一种车牌字符识别方法及其系统 |
CN111967474A (zh) * | 2020-09-07 | 2020-11-20 | 北京凌云光技术集团有限责任公司 | 基于投影的文本行字符分割方法及装置 |
CN112861736A (zh) * | 2021-02-10 | 2021-05-28 | 上海大学 | 基于图像处理的文献表格内容识别与信息提取方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101154271A (zh) * | 2006-09-30 | 2008-04-02 | 电子科技大学中山学院 | 基于快速区域标号算法和车牌大间隔定位方法的车牌字符分割方法 |
CN101383003A (zh) * | 2008-10-31 | 2009-03-11 | 江西赣粤高速公路股份有限公司 | 车辆号牌实时精确识别方法 |
CN101520841A (zh) * | 2009-03-10 | 2009-09-02 | 北京航空航天大学 | 一种高清视频中的实时抗干扰车牌定位方法 |
CN101727581A (zh) * | 2009-12-10 | 2010-06-09 | 上海名图软件有限公司 | 基于字符预分割的车牌倾斜校正方法 |
CN101789080A (zh) * | 2010-01-21 | 2010-07-28 | 上海交通大学 | 车辆车牌实时定位字符分割的检测方法 |
-
2011
- 2011-03-31 CN CN2011100814311A patent/CN102184399A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101154271A (zh) * | 2006-09-30 | 2008-04-02 | 电子科技大学中山学院 | 基于快速区域标号算法和车牌大间隔定位方法的车牌字符分割方法 |
CN101383003A (zh) * | 2008-10-31 | 2009-03-11 | 江西赣粤高速公路股份有限公司 | 车辆号牌实时精确识别方法 |
CN101520841A (zh) * | 2009-03-10 | 2009-09-02 | 北京航空航天大学 | 一种高清视频中的实时抗干扰车牌定位方法 |
CN101727581A (zh) * | 2009-12-10 | 2010-06-09 | 上海名图软件有限公司 | 基于字符预分割的车牌倾斜校正方法 |
CN101789080A (zh) * | 2010-01-21 | 2010-07-28 | 上海交通大学 | 车辆车牌实时定位字符分割的检测方法 |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567730A (zh) * | 2011-11-25 | 2012-07-11 | 中国海洋大学 | 海冰外缘线的自动精确识别方法 |
CN102567730B (zh) * | 2011-11-25 | 2013-06-12 | 中国海洋大学 | 海冰外缘线的自动精确识别方法 |
CN102402686B (zh) * | 2011-12-07 | 2016-04-27 | 北京云星宇交通科技股份有限公司 | 一种基于连通域分析的车牌字符分割方法 |
CN102402686A (zh) * | 2011-12-07 | 2012-04-04 | 北京云星宇交通工程有限公司 | 一种基于连通域分析的车牌字符分割方法 |
CN102708356A (zh) * | 2012-03-09 | 2012-10-03 | 沈阳工业大学 | 一种基于复杂背景下的车牌自动定位和识别方法 |
CN102708356B (zh) * | 2012-03-09 | 2014-04-09 | 沈阳工业大学 | 一种基于复杂背景下的车牌自动定位和识别方法 |
CN102722707A (zh) * | 2012-06-11 | 2012-10-10 | 复旦大学 | 基于连通区域和间隙模型的车牌字符分割方法 |
CN103207998A (zh) * | 2012-12-24 | 2013-07-17 | 电子科技大学 | 一种基于支持向量机的车牌字符分割方法 |
CN103400133A (zh) * | 2013-08-06 | 2013-11-20 | 河海大学 | 基于投影和连通域法的双行结构车牌字符分割方法 |
CN104112132A (zh) * | 2014-07-03 | 2014-10-22 | 中国人民解放军第二炮兵工程大学 | 一种枪械编号自动识别方法 |
CN104239879B (zh) * | 2014-09-29 | 2017-11-07 | 小米科技有限责任公司 | 分割字符的方法及装置 |
CN104239879A (zh) * | 2014-09-29 | 2014-12-24 | 小米科技有限责任公司 | 分割字符的方法及装置 |
CN104809442B (zh) * | 2015-05-04 | 2017-11-17 | 北京信息科技大学 | 一种东巴象形文字字素智能识别方法 |
CN104809442A (zh) * | 2015-05-04 | 2015-07-29 | 北京信息科技大学 | 一种东巴象形文字字素智能识别方法 |
US10354133B2 (en) | 2015-08-26 | 2019-07-16 | Beijing Lejent Technology Co., Ltd. | Method for structural analysis and recognition of handwritten mathematical formula in natural scene image |
WO2017031716A1 (zh) * | 2015-08-26 | 2017-03-02 | 北京云江科技有限公司 | 自然场景图像中手写体数学公式结构分析与识别方法 |
CN105184292A (zh) * | 2015-08-26 | 2015-12-23 | 北京云江科技有限公司 | 自然场景图像中手写体数学公式结构分析与识别方法 |
CN105184292B (zh) * | 2015-08-26 | 2018-08-03 | 海南云江科技有限公司 | 自然场景图像中手写体数学公式结构分析与识别方法 |
CN105528606A (zh) * | 2015-10-30 | 2016-04-27 | 小米科技有限责任公司 | 区域识别方法及装置 |
WO2017071063A1 (zh) * | 2015-10-30 | 2017-05-04 | 小米科技有限责任公司 | 区域识别方法及装置 |
US10157326B2 (en) | 2015-10-30 | 2018-12-18 | Xiaomi Inc. | Method and device for character area identification |
CN105528606B (zh) * | 2015-10-30 | 2019-08-06 | 小米科技有限责任公司 | 区域识别方法及装置 |
RU2639668C2 (ru) * | 2015-10-30 | 2017-12-21 | Сяоми Инк. | Способ и устройство для идентификации области |
CN105427287A (zh) * | 2015-11-06 | 2016-03-23 | 中国电子科技集团公司第二十八研究所 | 一种基于投影变换的连通域标记方法 |
CN105427287B (zh) * | 2015-11-06 | 2018-04-03 | 中国电子科技集团公司第二十八研究所 | 一种基于投影变换的连通域标记方法 |
CN106127206B (zh) * | 2016-06-28 | 2019-04-05 | 北京智芯原动科技有限公司 | 一种车牌的竖直角度检测方法及装置 |
CN106127206A (zh) * | 2016-06-28 | 2016-11-16 | 北京智芯原动科技有限公司 | 一种车牌的竖直角度检测方法及装置 |
CN106446900A (zh) * | 2016-09-27 | 2017-02-22 | 北京小米移动软件有限公司 | 数字切割方法及装置 |
CN106529534A (zh) * | 2016-11-07 | 2017-03-22 | 湖南源信光电科技有限公司 | 一种基于混合倾斜校正和投影法的不定长车牌字符分割方法 |
CN106778755A (zh) * | 2016-11-30 | 2017-05-31 | 北京小米移动软件有限公司 | 卡片信息识别方法及装置 |
CN108241859A (zh) * | 2016-12-26 | 2018-07-03 | 浙江宇视科技有限公司 | 车牌的校正方法及装置 |
CN110135417A (zh) * | 2018-02-09 | 2019-08-16 | 北京世纪好未来教育科技有限公司 | 样本标注方法及计算机存储介质 |
CN110135425A (zh) * | 2018-02-09 | 2019-08-16 | 北京世纪好未来教育科技有限公司 | 样本标注方法及计算机存储介质 |
CN109100370A (zh) * | 2018-06-26 | 2018-12-28 | 武汉科技大学 | 一种基于投影法和连通域分析的pcb板缺陷检测方法 |
CN109086769A (zh) * | 2018-07-19 | 2018-12-25 | 武汉科技大学 | 一种断裂粘连激光印刷数字串识别方法 |
CN109086769B (zh) * | 2018-07-19 | 2021-11-02 | 武汉科技大学 | 一种断裂粘连激光印刷数字串识别方法 |
CN111598104A (zh) * | 2020-06-30 | 2020-08-28 | 成都鹏业软件股份有限公司 | 一种车牌字符识别方法及其系统 |
CN111598104B (zh) * | 2020-06-30 | 2023-05-12 | 成都鹏业软件股份有限公司 | 一种车牌字符识别方法及其系统 |
CN111967474A (zh) * | 2020-09-07 | 2020-11-20 | 北京凌云光技术集团有限责任公司 | 基于投影的文本行字符分割方法及装置 |
CN111967474B (zh) * | 2020-09-07 | 2024-04-26 | 凌云光技术股份有限公司 | 基于投影的文本行字符分割方法及装置 |
CN112861736A (zh) * | 2021-02-10 | 2021-05-28 | 上海大学 | 基于图像处理的文献表格内容识别与信息提取方法 |
CN112861736B (zh) * | 2021-02-10 | 2022-08-09 | 上海大学 | 基于图像处理的文献表格内容识别与信息提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102184399A (zh) | 基于水平投影和连通域分析的字符分割方法 | |
CN102722704B (zh) | 一种融合视频动态跟踪的车牌识别方法和系统 | |
CN101334836B (zh) | 一种融合色彩、尺寸和纹理特征的车牌定位方法 | |
CN103324930B (zh) | 一种基于灰度直方图二值化的车牌字符分割方法 | |
CN103065138B (zh) | 一种机动车牌号的识别方法 | |
CN101408942B (zh) | 一种复杂背景下的车牌定位方法 | |
CN102509098B (zh) | 一种鱼眼图像车辆识别方法 | |
CN109255350B (zh) | 一种基于视频监控的新能源车牌检测方法 | |
CN104036262B (zh) | 一种lpr车牌筛选识别的方法和系统 | |
CN105488492B (zh) | 一种彩色图像预处理方法、道路识别方法及相关装置 | |
CN107301405A (zh) | 自然场景下的交通标志检测方法 | |
CN111382704A (zh) | 基于深度学习的车辆压线违章判断方法、装置及存储介质 | |
CN102915433B (zh) | 基于字符组合的车牌定位和识别方法 | |
Zhang et al. | A multi-feature fusion based traffic light recognition algorithm for intelligent vehicles | |
CN107895151A (zh) | 一种强光照条件下基于机器视觉的车道线检测方法 | |
CN101727581B (zh) | 基于字符预分割的车牌倾斜校正方法 | |
EP2813973B1 (en) | Method and system for processing video image | |
CN100385452C (zh) | 一种车牌字符分割方法 | |
CN105303153A (zh) | 一种车辆车牌识别方法及装置 | |
CN109241920B (zh) | 一种用于车载道路监控取证系统的车道线检测方法 | |
CN109886168B (zh) | 一种基于层阶的地面交通标志识别方法 | |
Azad et al. | New method for optimization of license plate recognition system with use of edge detection and connected component | |
KR101224027B1 (ko) | 영상의 장면 정보를 이용한 전방 차량 검출 방법 | |
Qiao et al. | Research of improving the accuracy of license plate character segmentation | |
CN111881832A (zh) | 车道目标检测方法、装置、设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110914 |