基于Tent映射CPSO和车牌纹理特征的车牌定位

被引:2
作者
吴加明
吴一全
机构
[1] 南京航空航天大学信息科学与技术学院
关键词
车牌纹理特征; Tent映射; 混沌; 粒子群优化; 车牌定位;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对现有车牌定位算法定位准确率不高和速度慢等问题,结合车牌纹理特征,提出了一种基于Tent映射混沌粒子群(CPSO)的车牌精确定位算法.首先用基于二维直方图区域斜分的OTSU方法对车牌图像做二值化处理;接着使用三组一维滤波器获取其二值纹理特征向量.然后利用基于Tent映射CPSO快速准确的全局搜索能力,结合二值纹理特征向量构造适应度函数,并引入车牌纹理的一致性度量作为判决条件,找到车牌区域的最佳定位参量.最后,与基于遗传算法(GA)和基本粒子群算法(BPSO)的定位方法进行了比较.实验结果表明,该方法适应性强,定位效果较好,运行时间更短.
引用
收藏
页码:333 / 338
页数:6
相关论文
共 16 条
[1]   基于字符特征与支持向量机的车牌字符识别 [J].
熊春荣 ;
黄文明 ;
李美瑾 ;
吕洁 .
自动化技术与应用, 2010, 29 (01) :64-66
[2]   自适应遗传算法在车牌定位中的应用 [J].
张玲 ;
刘勇 ;
何伟 .
计算机应用, 2008, (01) :184-186
[3]   基于混合特征的车牌定位算法 [J].
赵兵 ;
鲁敏 ;
匡纲要 ;
于慧颖 .
计算机工程与设计, 2007, (23) :5668-5670
[4]   基于数学形态学的车牌定位算法 [J].
李刚 ;
曾锐利 ;
林凌 ;
王蒙军 .
仪器仪表学报, 2007, (07) :1323-1327
[5]   基于粒子群的车牌定位识别的神经网络方法 [J].
勾丽杰 ;
郑玉兴 ;
兰静 .
辽宁省交通高等专科学校学报, 2007, (02) :51-53
[6]   基于混沌变异的小生境粒子群算法 [J].
贾东立 ;
张家树 .
控制与决策 , 2007, (01) :117-120
[7]   基于Tent映射的混沌混合粒子群优化算法 [J].
程志刚 ;
张立庆 ;
李小林 ;
吴晓华 .
系统工程与电子技术, 2007, (01) :103-106
[8]   基于遗传算法的神经网络用于汽车牌照识别的研究 [J].
盛小明 ;
吴冬敏 ;
芮延年 .
机电一体化, 2005, (06) :52-54
[9]   基于Tent映射的混沌优化算法 [J].
单梁 ;
强浩 ;
李军 ;
王执铨 ;
不详 .
控制与决策 , 2005, (02) :179-182
[10]   应用遗传算法进行车牌定位 [J].
熊军 ;
高敦堂 ;
都思丹 ;
沈庆宏 .
计算机应用, 2004, (S1) :163-164+167