二次定位车牌分割及识别方法

被引:13
作者
刘尚旺 [1 ,2 ]
段德全 [1 ,2 ]
崔艳萌 [1 ,2 ]
周猛 [1 ,2 ]
机构
[1] 河南师范大学计算机与信息工程学院
[2] 河南师范大学“智慧商务与物联网技术”河南省工程实验室
关键词
车牌识别; 智慧城市; 视频文件; 垂直投影区域特征; 支持向量机;
D O I
10.16366/j.cnki.1000-2367.2016.04.025
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
智慧城市建设中,需对重点街道和路口采集到的交通视频文件进行智能分析.为此,提出一种二次定位车牌分割、识别方法.首先,利用垂直投影区域特征并结合Hough变换得到车牌的粗略定位分割结果;然后,基于该车牌图像的粗略定位分割结果,采用支持向量机的方法,进行车牌的精细定位分割并对车牌号码进行自动提取、识别.通过对多源车流量视频实验数据中的1680帧车牌图像进行自动车牌提取分析,在5°和10°两个倾斜角度,二次定位车牌识别方法的准确率分别达到96.7%和96.2%,优于相关算法.
引用
收藏
页码:151 / 156
页数:6
相关论文
共 13 条
[1]   二维直方图重建和降维的Otsu阈值分割算法 [J].
陈金位 ;
吴冰 .
图学学报, 2015, 36 (04) :570-575
[2]   基于多重特征和SURF算法的车牌定位研究 [J].
胡峰松 ;
朱浩 .
计算机工程与应用, 2015, (17) :182-187
[3]   基于左上边缘点检测的快速车牌定位算法 [J].
王剑书 ;
樊养余 ;
张辰锐 .
计算机仿真, 2013, 30 (11) :143-147
[4]   视觉注意模型的道路监控视频关键帧提取 [J].
刘云鹏 ;
张三元 ;
王仁芳 ;
张引 .
中国图象图形学报, 2013, (08) :933-943
[5]   车牌尾号自动识别系统 [J].
李永霞 ;
王亚辉 ;
牛瑞燕 ;
李平 .
计算机应用, 2013, 33(S1) (S1) :227-229+264
[6]   基于神经网络的车牌识别系统设计 [J].
杨霞 ;
何术 .
科技信息, 2013, (18) :265-266
[7]   基于距离排序的快速支持向量机分类算法 [J].
胡志军 ;
王鸿斌 ;
张惠斌 .
计算机应用与软件, 2013, 30 (04) :85-87+100
[8]   基于结构特征和灰度特征的车牌字符识别方法 [J].
罗辉武 ;
唐远炎 ;
王翊 ;
蓝利君 .
计算机科学, 2011, 38 (11) :267-270+302
[9]   SVM多类分类器在车牌字符识别中的应用 [J].
王伟 ;
马永强 ;
彭强 .
计算机工程与设计, 2011, 32 (09) :3166-3169
[10]   基于纹理特征和颜色匹配的车牌定位方法 [J].
黄艳国 ;
赵书玲 ;
许伦辉 .
微电子学与计算机, 2011, 28 (09) :123-126