CN103065142A - 车标分割方法及装置 - Google Patents

车标分割方法及装置 Download PDF

Info

Publication number
CN103065142A
CN103065142A CN2012105927221A CN201210592722A CN103065142A CN 103065142 A CN103065142 A CN 103065142A CN 2012105927221 A CN2012105927221 A CN 2012105927221A CN 201210592722 A CN201210592722 A CN 201210592722A CN 103065142 A CN103065142 A CN 103065142A
Authority
CN
China
Prior art keywords
car mark
texture
car
zone
mark zone
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
Application number
CN2012105927221A
Other languages
English (en)
Inventor
刘忠轩
杨宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
XINZHENG ELECTRONIC TECHNOLOGY (BEIJING) Co Ltd
Original Assignee
XINZHENG ELECTRONIC TECHNOLOGY (BEIJING) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by XINZHENG ELECTRONIC TECHNOLOGY (BEIJING) Co Ltd filed Critical XINZHENG ELECTRONIC TECHNOLOGY (BEIJING) Co Ltd
Priority to CN2012105927221A priority Critical patent/CN103065142A/zh
Publication of CN103065142A publication Critical patent/CN103065142A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开了一种车标分割方法及装置,该方法包括:在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;使用车牌信息在车牌区域上确定车标区域;在车标区域,按照预设的汽车散热网的纹理类型进行车标分割。通过本发明,提高了车标定位的精确度。

Description

车标分割方法及装置
技术领域
本发明涉及计算机图像处理领域,具体而言,涉及一种车标分割方法及装置。
背景技术
随着社会经济的发展,车辆的增多,通过计算机信息化、智能化的管理车辆成为必然。车牌识别技术被广泛应用在交通流量监测,高速公路卡口收费,闯红灯违章车辆监控及小区自动收费系统中。目前的处理技术只能对车牌和大型、中型、小型车辆进行识别,但不能识别具体的车型。车标的识别大体分为车标粗定位,车标精定位,车标识别三个步骤。而车标的精定位分割是车标识别中最重要的一步,常见的汽车车标一般位于散热网区域和发动机盖的区域;大多数车辆前面的散热网根据纹理可以分为水平纹理,竖直纹理和网状纹理。由于散热网与其区域的车标相连,完全剔除散热网的条纹比较困难,针对这三种情况散热网区域的车标需要一种有效的方法进行车标的准确分割。
发明内容
针对相关技术中无法实现对车标进行准确分割的问题,本发明提供了一种车标分割方法及装置,以至少解决该问题。
根据本发明的一个方面,提供了一种车标分割方法,包括:在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;使用车牌信息在所述车牌区域上确定车标区域;在所述车标区域,按照预设的汽车散热网的纹理类型进行车标分割。
优选地,使用车牌信息在所述车牌区域上确定车标区域之后,还包括:使用车牌水平矫正中的旋转角度和双线性插值对所述车标区域进行水平倾斜矫正。
优选地,在使用车牌水平矫正中的旋转角度和双线性插值对所述车标区域进行水平倾斜矫正之后,还包括:对所述车标区域对应的图像进行灰度化和背景剔除操作;将所述操作后的图像进行二值化操作。
优选地,在所述车标区域,按照预设的汽车散热网的结构进行车标分割之前,还包括:通过对所述车标区域的图像进行水平和垂直的投影,确定散热器的散热类型为以下之一:水平纹理、垂直纹理、网状纹理。
优选地,在所述车标区域,按照预设的汽车散热网的结构进行车标分割包括:所述散热器的纹理类型为所述水平纹理,对所述车标区域的图像进行垂直边缘检测;所述散热器的纹理类型为所述垂直纹理,对所述车标区域的图像进行水平边缘检测;所述散热器的纹理类型为所述网状纹理,对所述车标区域的图像进行所述垂直边缘检测和所述水平边缘检测。
根据本发明的另一方面,提供了一种车标分割装置,包括:第一确定模块,用于在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;第二确定模块,用于使用车牌信息在所述车牌区域上确定车标区域;处理模块,用于在所述车标区域,按照预设的汽车散热网的纹理类型进行车标分割。
优选地,使用车牌信息在所述车牌区域上确定车标区域之后,还包括:矫正模块,用于使用车牌水平矫正中的旋转角度和双线性插值对所述车标区域进行水平倾斜矫正。
优选地,上述装置还包括:第二处理模块,用于对所述车标区域对应的图像进行灰度化和背景剔除操作;第三处理模块,用于将所述操作后的图像进行二值化操作。
优选地,上述装置还包括:第三确定模块,用于通过对所述车标区域的图像进行水平和垂直的投影,确定散热器的散热类型为以下之一:水平纹理、垂直纹理、网状纹理。
优选地,所述第一处理模块包括:第一监测模块,用于所述散热器的纹理类型为所述水平纹理,对所述车标区域的图像进行垂直边缘检测;第二监测模块,用于所述散热器的纹理类型为所述垂直纹理,对所述车标区域的图像进行水平边缘检测;第三监测模块,用于所述散热器的纹理类型为所述网状纹理,对所述车标区域的图像进行所述垂直边缘检测和所述水平边缘检测。
通过本发明,采用在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;使用车牌信息在所述车牌区域上确定车标区域;在所述车标区域,按照预设的汽车散热网的纹理类型进行车标分割,解决了相关技术中无法实现对车标进行准确分割的问题,进而达到了提高车标分割的精确度的效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的车标分割方法的流程图;
图2是根据本发明实施例的车标分割装置的结构框图;
图3是根据本发明实施例的车标分割装置的优选的结构框图;
图4是根据本发明实施例的散热板区域车标分割流程图;以及
图5是根据本发明实施例的车标去除散热网的效果图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本实施例提供了一种车标分割方法,图1是根据本发明实施例的车标分割方法的流程图,如图1所示,该方法包括如下的步骤S102至步骤S106。
步骤S102:在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域。
步骤S104:使用车牌信息在该车牌区域上确定车标区域。
步骤S106:在该车标区域,按照预设的汽车散热网的纹理类型进行车标分割。
优选地,使用车牌信息在该车牌区域上确定车标区域之后,还包括:使用车牌水平矫正中的旋转角度和双线性插值对该车标区域进行水平倾斜矫正。
优选地,在使用车牌水平矫正中的旋转角度和双线性插值对该车标区域进行水平倾斜矫正之后,还包括:对该车标区域对应的图像进行灰度化和背景剔除操作;将该操作后的图像进行二值化操作。
优选地,在该车标区域,按照预设的汽车散热网的结构进行车标分割之前,还包括:通过对该车标区域的图像进行水平和垂直的投影,确定散热器的散热类型为以下之一:水平纹理、垂直纹理、网状纹理。
优选地,在该车标区域,按照预设的汽车散热网的结构进行车标分割包括:
该散热器的纹理类型为该水平纹理,对该车标区域的图像进行垂直边缘检测;
该散热器的纹理类型为该垂直纹理,对该车标区域的图像进行水平边缘检测;
该散热器的纹理类型为该网状纹理,对该车标区域的图像进行该垂直边缘检测和该水平边缘检测。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在另外一个实施例中,还提供了一种车标分割软件,该软件用于执行上述实施例及优选实施例中描述的技术方案。
在另外一个实施例中,还提供了一种存储介质,该存储介质中存储有上述车标分割软件,该存储介质包括但不限于:光盘、软盘、硬盘、可擦写存储器等。
本发明实施例还提供了一种车标分割装置,该车标分割装置可以用于实现上述车标分割方法及优选实施方式,已经进行过说明的,不再赘述,下面对该车标分割装置中涉及到的模块进行说明。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统和方法较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图2是根据本发明实施例的车标分割装置的结构框图,如图2所示,该装置包括:第一确定模块22,第一确定模块24,第一处理模块26,下面对上述结构进行详细描述。
第一确定模块22,用于在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;第二确定模块24,连接至第一确定模块22,用于使用车牌信息在该车牌区域上确定车标区域;
第一处理模块26,连接至第二确定模块24,用于在该车标区域,按照预设的汽车散热网的纹理类型进行车标分割。
图3是根据本发明实施例的车标分割装置的优选的结构框图,上述装置还包括:矫正模块32,连接至第二确定模块24,用于使用车牌水平矫正中的旋转角度和双线性插值对该车标区域进行水平倾斜矫正。第二处理模块34,连接至矫正模块32,用于对该车标区域对应的图像进行灰度化和背景剔除操作;第三处理模块36,连接至第二处理模块34,用于将该操作后的图像进行二值化操作。第三确定模块38,连接至第一处理模块26,用于通过对该车标区域的图像进行水平和垂直的投影,确定散热器的散热类型为以下之一:水平纹理、垂直纹理、网状纹理。
优选地,第一处理模块26包括:第一监测模块262,用于该散热器的纹理类型为该水平纹理,对该车标区域的图像进行垂直边缘检测;第二监测模块264,用于该散热器的纹理类型为该垂直纹理,对该车标区域的图像进行水平边缘检测;第三监测模块266,用于该散热器的纹理类型为该网状纹理,对该车标区域的图像进行该垂直边缘检测和该水平边缘检测。
下面将结合优选实施例进行说明,以下优选实施例结合了上述实施例及优选实施方式。
优选实施例一
本优选实施例提供了一种基于散热网区域的车标分割方法,该方法包括如下步骤S202至步骤S206。
步骤S202:在灰度图像上,进行sobel边缘检测,然后将边缘密度比较大的区域作为候选的车牌区域。
步骤S204:对判别为车牌的区域进行车牌预处理,然后利用车牌信息粗定位到车标区域,包括车牌定位,粗定位车标区域,二值化,水平矫正,垂直矫正。
步骤S206:利用垂直投影方法对粗定位区域的车标按照三种条纹的结构进行车标分割。
作为一个较优的实施方式,上述车标预处理方法还包括:利用otsu二值化算法,将车牌二值化,然后在二值图上提取水平边缘信息,对水平边缘图在一定角度范围内以一定的间隔进行角度旋转,每旋转一次,统计前四行最大的水平投影的值,最后选取这个值最大所对应的角度即为矫正角度,然后将粗定位的车标区域按照此角度,利用双线性插值进行矫正。
优选地,为了对车标精定位分割,可以对粗定位的车标区域进行灰度化,背景剔除,利用otsu二值化算法进行二值化。
优选地,上述车标的分割方法还包括:对经过预处理的粗定位区域,散热器区域的散热器的纹理特征凸显出来,再对图像作水平与垂直投影,判断散热器的类型,最后通过边缘检测进行车标的背景抑制,对水平纹理进行垂直边缘检测,对垂直纹理进行水平边缘检测;对网状纹理分别进行水平和垂直边缘检测,最后应用数学形态学滤波,进行车标精定位。
优选实施例二
本优选实施例提供了一种基于散热网区域的车标分割方法,该方法包括如下步骤S302至步骤S306。
步骤S302:车标粗定位。
在本步骤中,利用边缘检测或者机器学习等算法对输入图像进行车牌定位,然后根据车牌定位信息粗定位车标的信息区域,由于车牌定位可以采用相关技术中的方式,在此不再赘述。
步骤S304:车标粗定位区域预处理。
在本步骤中,利用车牌矫正的参数对车标粗定位的区域进行水平矫正。
具体的,对于水平矫正,可以利用车牌水平矫正中的旋转角度信息结合双线性插值对车标区域进行水平倾斜校正。
步骤S306:车标精定位分割。
在本步骤中,车标精定位可以包括如下步骤:
(1)将矫正过的车标粗定位区域进行灰度化,利用结构元素对灰度图像进行一次开运算,去除背景图像
(2)利用otsu二值化算法进行二值化,在进行形态学的操作,将面积很小的白点去掉
(3)去除上下边界:将(2)中处理过的图像从中间向上向下搜索线条,将大于某一阈值的线条先剔除。
(4)将(3)中处理的图像进行纹理检测如下:TM=TV-TH;其中TV和TH分别是上一步图像的水平差分和垂直差分。设定一阈值M,其中,M>0。
分为如下几种情况:
(a)TM>M,车标背景具有水平纹理,进行垂直边缘检测。
(b)TM<-M,车标背景具有水平纹理,进行垂直边缘检测。
(c)-M<TM<M,车标背景按照网状处理,分别进行水平和垂直边缘检测。
然后将边缘检测的图像采用形态学处理得到连通域。
步骤S308:寻找车标区域。
在本步骤中,根据中轴线检测连通区域,将位于中轴线的联通区域用标签标注,分别进行处理,统计出连通域的位置,在粗定位的校正后的区域截取最终的车标(如图5所示)。
优选实施例四
图4是根据本发明实施例的散热板区域车标分割流程图,如图4所示,该方法包括如下步骤S402至步骤S414。
步骤S402:输入汽车图像。
步骤S404:车牌定位。
步骤S406:车标粗定位。
步骤S408:判断散热网的类型为:水平散热网、垂直散热网、花纹散热网(网状散热网)。
步骤S410:对应不同的散热网类型,进行检测。
步骤S412:形态学处理。可以采用上述优选实施例中的方案。
步骤S414:车标精定位分割。可以采用上述优选实施例中的方案。
通过上述实施例,提供了一种车标分割方法及装置,首先根据车牌定位信息阶段判别出车标的大致区域,然后在精定位阶段,分别按着散热器的纹理的三种类型,进行分割处理,得到最后的分割结果。融合了车标粗定位和精定位的结果,对散热网进行处理,剔除其对车标的影响,在实施时,可以利用车牌与车标的拓扑结构关系粗定位到车标,然后针对散热网区域的车标分割步骤按这三种纹理结构类型分别分割,最后将分割出来的车标区域进行形态学处理,进一步选取最优的区域为最后的分割结果。有效的解决了散热网对车标分割干扰的问题。需要说明的是,这些技术效果并不是上述所有的实施方式所具有的,有些技术效果是某些优选实施方式才能取得的。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种车标分割方法,其特征在于包括:
在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;
使用车牌信息在所述车牌区域上确定车标区域;
在所述车标区域,按照预设的汽车散热网的纹理类型进行车标分割。
2.根据权利要求1所述的方法,其特征在于,使用车牌信息在所述车牌区域上确定车标区域之后,还包括:
使用车牌水平矫正中的旋转角度和双线性插值对所述车标区域进行水平倾斜矫正。
3.根据权利要求2所述的方法,其特征在于,在使用车牌水平矫正中的旋转角度和双线性插值对所述车标区域进行水平倾斜矫正之后,还包括:
对所述车标区域对应的图像进行灰度化和背景剔除操作;
将所述操作后的图像进行二值化操作。
4.根据权利要求1至3中任一项所述的方法,其特征在于,在所述车标区域,按照预设的汽车散热网的结构进行车标分割之前,还包括:
通过对所述车标区域的图像进行水平和垂直的投影,确定散热器的散热类型为以下之一:水平纹理、垂直纹理、网状纹理。
5.根据权利要求4所述的方法,其特征在于,在所述车标区域,按照预设的汽车散热网的结构进行车标分割包括:
所述散热器的纹理类型为所述水平纹理,对所述车标区域的图像进行垂直边缘检测;
所述散热器的纹理类型为所述垂直纹理,对所述车标区域的图像进行水平边缘检测;
所述散热器的纹理类型为所述网状纹理,对所述车标区域的图像进行所述垂直边缘检测和所述水平边缘检测。
6.一种车标分割装置,其特征在于包括:
第一确定模块,用于在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;
第二确定模块,用于使用车牌信息在所述车牌区域上确定车标区域;
第一处理模块,用于在所述车标区域,按照预设的汽车散热网的纹理类型进行车标分割。
7.根据权利要求6所述的装置,其特征在于,使用车牌信息在所述车牌区域上确定车标区域之后,还包括:
矫正模块,用于使用车牌水平矫正中的旋转角度和双线性插值对所述车标区域进行水平倾斜矫正。
8.根据权利要求7所述的装置,其特征在于,还包括:
第二处理模块,用于对所述车标区域对应的图像进行灰度化和背景剔除操作;
第三处理模块,用于将所述操作后的图像进行二值化操作。
9.根据权利要求6至8中任一项所述的装置,其特征在于,还包括:
第三确定模块,用于通过对所述车标区域的图像进行水平和垂直的投影,确定散热器的散热类型为以下之一:水平纹理、垂直纹理、网状纹理。
10.根据权利要求9所述的装置,其特征在于,所述第一处理模块包括:
第一监测模块,用于所述散热器的纹理类型为所述水平纹理,对所述车标区域的图像进行垂直边缘检测;
第二监测模块,用于所述散热器的纹理类型为所述垂直纹理,对所述车标区域的图像进行水平边缘检测;
第三监测模块,用于所述散热器的纹理类型为所述网状纹理,对所述车标区域的图像进行所述垂直边缘检测和所述水平边缘检测。
CN2012105927221A 2012-12-30 2012-12-30 车标分割方法及装置 Pending CN103065142A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012105927221A CN103065142A (zh) 2012-12-30 2012-12-30 车标分割方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012105927221A CN103065142A (zh) 2012-12-30 2012-12-30 车标分割方法及装置

Publications (1)

Publication Number Publication Date
CN103065142A true CN103065142A (zh) 2013-04-24

Family

ID=48107765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012105927221A Pending CN103065142A (zh) 2012-12-30 2012-12-30 车标分割方法及装置

Country Status (1)

Country Link
CN (1) CN103065142A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096253A (zh) * 2015-07-30 2015-11-25 青岛海信信芯科技有限公司 一种图像插值方法及装置
CN105448095A (zh) * 2014-06-03 2016-03-30 杭州海康威视数字技术股份有限公司 一种黄标车检测方法和装置
CN107203754A (zh) * 2017-05-26 2017-09-26 北京邮电大学 一种基于深度学习的车牌定位方法及装置
CN111027564A (zh) * 2019-12-20 2020-04-17 长沙千视通智能科技有限公司 基于深度学习一体化的低照度成像车牌识别方法及装置
CN111860474A (zh) * 2019-04-18 2020-10-30 四川大学 一种基于背景散热片消融的车标定位方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070058856A1 (en) * 2005-09-15 2007-03-15 Honeywell International Inc. Character recoginition in video data
CN101196980A (zh) * 2006-12-25 2008-06-11 四川川大智胜软件股份有限公司 基于视频的高速移动车辆标志精确识别方法
CN101630361A (zh) * 2008-12-30 2010-01-20 北京邮电大学 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法
CN102024148A (zh) * 2011-01-07 2011-04-20 四川川大智胜软件股份有限公司 一种出租车绿色标志识别方法
CN102419820A (zh) * 2011-08-18 2012-04-18 电子科技大学 一种快速检测视频与图像中汽车车标的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070058856A1 (en) * 2005-09-15 2007-03-15 Honeywell International Inc. Character recoginition in video data
CN101196980A (zh) * 2006-12-25 2008-06-11 四川川大智胜软件股份有限公司 基于视频的高速移动车辆标志精确识别方法
CN101630361A (zh) * 2008-12-30 2010-01-20 北京邮电大学 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法
CN102024148A (zh) * 2011-01-07 2011-04-20 四川川大智胜软件股份有限公司 一种出租车绿色标志识别方法
CN102419820A (zh) * 2011-08-18 2012-04-18 电子科技大学 一种快速检测视频与图像中汽车车标的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张浩鹏等: "基于灰度方差和边缘密度的车牌定位算法", 《仪器仪表学报》 *
李玲: "车标定位方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
苑玮琦等: "基于分块思想的汽车牌照定位算法研究", 《自动化学报》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105448095A (zh) * 2014-06-03 2016-03-30 杭州海康威视数字技术股份有限公司 一种黄标车检测方法和装置
CN105448095B (zh) * 2014-06-03 2017-11-17 杭州海康威视数字技术股份有限公司 一种黄标车检测方法和装置
CN105096253A (zh) * 2015-07-30 2015-11-25 青岛海信信芯科技有限公司 一种图像插值方法及装置
CN105096253B (zh) * 2015-07-30 2019-03-01 青岛海信电器股份有限公司 一种图像插值方法及装置
CN107203754A (zh) * 2017-05-26 2017-09-26 北京邮电大学 一种基于深度学习的车牌定位方法及装置
CN107203754B (zh) * 2017-05-26 2019-04-12 北京邮电大学 一种基于深度学习的车牌定位方法及装置
CN111860474A (zh) * 2019-04-18 2020-10-30 四川大学 一种基于背景散热片消融的车标定位方法
CN111027564A (zh) * 2019-12-20 2020-04-17 长沙千视通智能科技有限公司 基于深度学习一体化的低照度成像车牌识别方法及装置

Similar Documents

Publication Publication Date Title
CN101872416B (zh) 对道路图像进行车牌识别的方法和系统
CN106067003B (zh) 一种车载激光扫描点云中道路矢量标识线自动提取方法
CN103065142A (zh) 车标分割方法及装置
Huang et al. Vehicle detection and inter-vehicle distance estimation using single-lens video camera on urban/suburb roads
CN102722711B (zh) 一种车牌类型识别中的车牌字符序列识别方法及装置
CN103077407B (zh) 车标定位识别方法及系统
CN103065144A (zh) 车标识别方法及装置
CN111027535B (zh) 一种车牌识别方法及相关设备
CN102419820A (zh) 一种快速检测视频与图像中汽车车标的方法
CN102184399A (zh) 基于水平投影和连通域分析的字符分割方法
Alonso et al. Robust vehicle detection through multidimensional classification for on board video based systems
CN105574543A (zh) 一种基于深度学习的车辆品牌型号识别方法和系统
CN105389561B (zh) 一种基于视频的公交车道检测方法
CN109034266A (zh) 一种目标图像检测方法、装置及系统
CN104036262A (zh) 一种lpr车牌筛选识别的方法和系统
CN105303153A (zh) 一种车辆车牌识别方法及装置
CN103093201A (zh) 车标定位识别方法及系统
CN103093229A (zh) 车标定位方法及装置
CN104112139A (zh) 一种lpr车牌精确定位的方法和系统
CN108229466A (zh) 一种车牌识别方法及装置
Li et al. A robust lane detection method based on hyperbolic model
CN105678299A (zh) 一种车牌定位方法
CN105354573A (zh) 一种集装箱车牌识别方法及系统
CN105023002A (zh) 基于主动视觉的车标定位方法
CN105574485A (zh) 一种车辆信息识别方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20130424