基于图像分割与多特征模型的车牌识别算法

摘要：

为了解决当前车牌目标受背景和光照干扰影响大,导致其检测识别能力不足的问题,提出了基于图像分割与特征模型的车牌识别算法.首先,基于HSB颜色空间转换,对车辆图像进行归一化分割;基于最大类间方差进行二次自动分割;利用形态学处理,去除杂质干扰,根据HSB颜色空间与最大方差,设计出车牌检测算子,得到车牌区域.然后,利用车牌字符在形态特征上的差异,建立字符偏心度、字符圆形度、字符与车牌背景比例3种特征度量模型,构成车牌字符识别算子.最后,基于开源图像库OpenCV和面向对象语言,实现算法并开发出软件系统.实验测试结果显示,与当前主流车牌识别技术相比,本文算法拥有更高的识别正确性与鲁棒性.

关键词：车牌识别、图像分割、多特征融合、颜色空间、最大类间方差、偏心度、圆形度

所属期刊栏目：37

分类号：TP391;TN94(计算技术、计算机技术)

在线出版日期：2019-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：20-24