基于空间分布的最大类间方差牌照图像二值化算法

被引：42

作者：

张引

机构：

[1] 浙江大学CAD&CG国家重点实验室!浙江杭州

[2] 浙江大学人工智能研究所

[3] 浙江杭州

来源：

浙江大学学报(工学版) | 2001年 / 03期

关键词：

二值化; 模式分类; 牌照识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

车辆牌照识别 VL PR( Vehicle L icense Plate Recognition)是智能交通系统 ITS( IntelligentTransportation System)的重要部分 ,有着巨大的社会和经济效益 .车辆牌照图像二值化方法的研究是VLPR中的关键技术 ,通常都采用经典的 Bernsen算法和 Otsu算法 .但由于光照不均、摄像机畸变、曝光不足、动态范围太窄和车辆牌照被污染等原因 ,车辆牌照图像的质量往往不佳 ,常存在严重伪影和字符边缘模糊 ,极大地影响了牌照图像二值化效果 ,Bernsen算法和 Otsu算法也不能很好地克服上述问题 .为此 ,提出了一种新的牌照图像二值化算法 CASDA( Cluster Algorithm Based on Spatial Distribu-tion Analysis) ,把牌照图像空间分布特性与最大类间方差的统计特性有机结合 ,大大加快了最大类间方差模式分类速度 .与 Bernsen、Otsu、L EVBB等算法比较 ,CASDA具有速度快 ,能消除不均匀光照引起的伪影 ,极少出现笔划断裂等优点 ,二值化效果好

引用

页码：42 / 45+50

页数：5