基于最大稳定极值区域的车牌定位与字符分割

摘要：

车牌定位与字符分割是车牌识别系统进行字符识别前重要的两个步骤，论文将介绍一种高效的基于最大稳定极值区域（MSER）的车牌定位与分割算法。首先对图像进行预处理并提取 MSER ，根据 MSER 间几何关系将相邻的MSER 聚类在一起作为一个车牌候选区域，再利用机器学习及标准车牌的特点对每个候选区域进行分析，定位出车牌区域。然后将车牌区域根据字符的个数及 MSER 间关系划分为不同等级，并对不同等级的车牌采用不同的分割算法。实验数据表明，该方法车牌定位的准确率是99．07％，字符分割的准确率为97．9％。

关键词：最大稳定极值区域、车牌定位、字符分割

分类号：TP391(计算技术、计算机技术)

在线出版日期：2016-03-14（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：2271-2274,2294