一种快速车牌定位算法

一种复杂环境中的车牌定位算法车牌定位是智能交通系统中重要的一环，它是车辆识别系统的关键步骤。

然而，在复杂环境中，如光线不均匀、天气恶劣或者车辆位置和角度变化较大时，车牌定位变得尤为困难。

因此，为了提高车牌定位的准确性和鲁棒性，在这种复杂环境下，可以采用以下算法。

首先，可以通过颜色特征进行车牌定位。

车牌通常具有特定的颜色，例如蓝色、黄色或者绿色等。

因此，可以使用颜色分割算法来提取图像中的车牌区域。

该算法首先根据颜色阈值将图像分割为不同的颜色区域，然后通过形态学操作来滤除小的非车牌区域。

最后，根据车牌的特定形状和比例进行筛选和检测。

其次，可以利用边缘检测算法来进行车牌定位。

边缘检测可以识别图像中的边缘信息，而车牌通常具有较为明显的边缘。

可以采用经典的边缘检测方法，如Canny算子，对图像进行边缘提取。

然后，根据车牌的特定形状和比例进行车牌候选区域的筛选。

此外，可以采用模板匹配的方法进行车牌定位。

模板匹配是一种基于相似度的匹配算法，可以在复杂背景下识别车牌。

首先，需要采集车牌图像的样本，然后使用特定的特征提取算法，如卷积神经网络（CNN），将车牌样本转换为特征向量。

接下来，对于待检测图像，也使用同样的特征提取算法，将图像转换为特征向量。

最后，通过计算图像特征向量与车牌样本特征向量之间的相似度来判断是否为车牌区域。

最后，可以结合多种算法进行车牌定位。

由于复杂环境下的车牌定位问题具有较高的难度，单一算法往往无法满足要求。

因此，可以采用多种算法的组合，例如，先通过颜色分割算法提取初始车牌区域，然后再使用边缘检测和模板匹配算法进行进一步的筛选和确认。

综上所述，复杂环境中的车牌定位算法可以结合颜色分割、边缘检测、模板匹配等多种方法。

同时，对于车牌定位的准确性和鲁棒性，还需要考虑光照变化、天气条件等因素，并采用适当的预处理和参数调整方法来提高算法的性能。

2010年8月第8期电子测试ELECTRONIC TESTAug.2010No.8基于特征的车牌定位算法张 华1 ,孙运强2 ,姚爱琴1（1 中北大学 信息与通信工程学院 山西 太原 030051；2 中北大学 仪器科学与动态测试教育部重点实验室 山西 太原 030051）摘要：车辆牌照的识别技术是智能交通系统重要研究课题之一,而车辆牌照的定位又是车牌识别的关键点。

本文采用了一种新型的综合利用车牌纹理特征、颜色特征和几何特征的快速定位算法。

该算法利用数学形态学充分挖掘车牌纹理特征以及消除噪声干扰，把图像分割为若干个子区域，利用纹理条件和颜色条件判断，对子区域进行独特的分类和聚类融合，最终由粗至细精确地定位出车牌位置，然后利用Hough变换矫正倾斜的车牌图像并去除边框和铆钉，为后续车牌字符的分割识别步骤打下良好基础。

实验结果表明，本文的研究成果能有效定位车牌且效果显著。

关键词：车牌定位；数学形态学；Hough变换中图分类号：TN919.82 文献标识码: BMethod of car license plate location based on FeatureZhang Hua1 ,Sun Yunqiang2 ,Yao Aiqin1（1 School of Information and Communication Engineering，North University of China,Taiyuan,shanxi 030051，China; 2 Key Laboratory of Instrumentation Science & Dynamic Measurement, North Universityof China, Taiyuan, 030051, China)Abstract: Vehicle license identification technology is an important research topic of Intelligent Transportation Systems, vehicle license Plate location is the key.A new fast algorithm on multi一features including texture，edge and color features of the vehicle license Plate was proposed.The algorithm choosed the mathematical morphology as the tools of mining the texture and eliminating the noise Pollution，used Particular texture condition and color condition judgment to classify and cluster the sub-region segmented from the image，and finally accurately located the Position of vehicle license Plate. Experimental results show that the results of this study can effectively locate plate and the results are obvious.Keywords: vehicle license Plate locatio; Morphological; Hought transform0 引言一般来说，完整的车牌识别系统由车辆图像获取、车牌定位、字符分割和字符识别4个部分组成，其中车牌定位技术是整个车牌识别系统的基础。

常用的车牌识别算法包括以下几种：
1. 车牌定位算法：用于确定车辆图像中车牌的位置。

这种算法通常会使用图像处理技术，如梯度信息投影统计、小波变换、车牌区域扫描连线算法等，以识别图像中的车牌区域。

2. 字符分割算法：在车牌定位后，需要将车牌中的字符进行分割。

这种算法通常会使用图像处理技术和机器学习算法，如基于深度学习的字符分割算法，以准确地将各个字符分割开来。

3. 字符识别算法：用于识别分割后的字符。

这种算法通常会使用机器学习算法，如卷积神经网络（CNN）或循环神经网络（RNN），以对字符进行分类和识别。

4. 神经网络识别算法：大规模神经网络识别算法是一种深度学习算法，它能够同时处理车牌定位和字符识别两个任务，具有更高的准确性和鲁棒性。

5. 启发式车牌定位算法：综合利用了图像处理技术和机器学习算法，以提高车牌定位的准确性。

这种算法通常会使用一些特征选择方法，如SVM、HOG等，以将车牌区域和非车牌区域进行区分。

6. 角度偏差和光照波动控制算法：在车牌定位和字符识别过程中，车辆的角度偏差和光照波动会影响算法的准确性。

这种算法通常会使用一些图像处理技术，如滤波、归一化等，以减小这些因素的影响。

这些算法在车牌识别过程中相互配合，以实现准确的车牌识别。

一种快速的车牌自动定位方法李万相;田莹【期刊名称】《现代计算机（普及版）》【年(卷),期】2015(000)009【摘要】车牌定位是车牌识别系统中最重要的步骤，针对车牌区域的特点，提出一种简单快速的车牌粗定位方法。

首先对拍摄的包含车牌的彩色车身图像进行灰度化，并采用自动阈值方法进行二值化，对于不同颜色车身图像都能得到理想的二值图像，然后对二值图像利用梯度进行边缘检测，再根据车牌区域水平方向具有黑白灰度跳变较为频繁的特征，采用行扫描图像的灰度跳变频率来定位车牌区域。

在拍摄的车牌图像上进行定位实验表明，方法具有简单实用，速度快的特点。

%Automatic license plate location is the most important step in license plate recognition system. According to the characteristics of the li-cense plate area, proposes a simple and fast method for the coarse location of the license plate. First of all, the color image of the license plate is gray, and the automatic threshold method is used to carry on binarization. The method can be used for different color images. Then gradient operator is used to detect the edge of the binary image. And then the gray-hopping frequency is used to locate the license plate area. Experiments on license plate images show that the proposed method is simple, practical, and fast.【总页数】4页(P69-72)【作者】李万相;田莹【作者单位】鞍山市第八中学，鞍山 114000;辽宁科技大学软件学院，鞍山114051【正文语种】中文【相关文献】1.一种基于灰度差阈值的快速车牌定位方法 [J], 高振勇;曹陆军2.一种快速的车牌定位及字符分割方法 [J], 闫怀平;张涵;张骁艳3.一种快速准确车牌图像定位方法的仿真研究 [J], 郭黎明;吴锡生4.一种有效的车牌定位方法——数学形态学和字符边缘特征相结合的车牌定位方法[J], 严萍;曾金明5.一种复杂环境下快速车牌定位的新方法 [J], 孙露;乔双因版权原因，仅展示原文概要，查看原文内容请购买。

一种复杂环境下快速车牌定位的新方法
孙露;乔双
【期刊名称】《东北师大学报：自然科学版》
【年(卷),期】2013()2
【摘要】针对低对比度和环境复杂情况下,车牌定位时间长和准确率低的问题,提出了一种快速车牌定位的新方法.该方法首先根据边缘密度以及亮度方差进行局部图像增强,然后采用一种高效的算法去除冗余边缘,最后使用水平投影及自适应搜索窗来精确定位并分割车牌.实验验证了该方法完全满足复杂环境下实时车牌定位的要求.
【总页数】5页(P90-94)
【关键词】车牌定位;局部图像增强;冗余边缘去除;自适应搜索窗
【作者】孙露;乔双
【作者单位】东北师范大学物理学院
【正文语种】中文
【中图分类】O571
【相关文献】
1.复杂背景下的快速车牌定位技术研究 [J], 李羊;曹玉东;刘艳洋
2.复杂背景图像下的快速车牌定位新方法 [J], 管庶安
3.一种复杂环境中的车牌定位算法 [J], 李耀;程勇;曹雪虹
4.一种复杂背景下的汽车牌照快速定位算法 [J], 陈智慧;董增寿
5.一种新的复杂背景下快速车牌定位方法 [J], 张振强;杜树新
因版权原因，仅展示原文概要，查看原文内容请购买。

一种新的车牌快速定位方法
袁晓辉;李久贤;夏良正
【期刊名称】《东南大学学报（自然科学版）》
【年(卷),期】2003(033)001
【摘要】针对车辆图像分割困难、车牌位置定位不准等问题,提出了一种新的车牌快速定位方法.在图像增强与分割的基础上,对得到的二值图像作行、列扫描,并利用车牌位置信息、尺寸信息来缩小搜索范围,提高了定位精度和实时性.对不同光照、不同车型的汽车图像的仿真试验结果表明,该方法具有较好的定位精度和鲁棒性.【总页数】4页(P82-85)
【作者】袁晓辉;李久贤;夏良正
【作者单位】东南大学自动控制系,南京,210096;东南大学自动控制系,南
京,210096;东南大学自动控制系,南京,210096
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.一种快速的车牌定位及字符分割方法 [J], 闫怀平;张涵;张骁艳
2.一种新的汽车牌照快速定位方法 [J], 周铁平;王庆
3.一种有效的车牌定位方法——数学形态学和字符边缘特征相结合的车牌定位方法[J], 严萍;曾金明
4.一种新的快速自适应车牌定位方法 [J], 谈永新; 黄锡鹏
5.一种新的复杂背景下快速车牌定位方法 [J], 张振强;杜树新
因版权原因，仅展示原文概要，查看原文内容请购买。

几种车牌定位识别方法的比较车牌识别系统是智能交通系统的一个重要组成部分，一个典型的车牌识别系统一般包括图像预处理、车牌定位与提取、字符分割和字符识别等几大模块。

其中车牌定位是车牌识别中的关键，车牌定位的成功与否直接影响是否能够进入车牌识别以及车牌识别的准确率。

目前，车牌定位的主要方法有：①基于灰度图像的车牌定位方法；②基于小波变换的车牌定位方法；③基于形态学的车牌定位方法；④基于神经网络的车牌定位方法；⑤基于支持向量机的车牌定位方法等。

这些算法，在某些特定条件下，识别效果较好。

但在恶劣条件下，综合一些诸如天气、背景、车牌磨损和图像倾斜等干扰因素的影响，还不能完全满足实际应用的要求，有待进一步研究。

各种车牌定位方法的思路、方法和优缺点比较：①基于灰度图像的车牌定位方法：灰度数字图像是每个像素只有一个采样颜色的图像。

这类图像通常显示为从黑色到白色的灰度。

为了便于车牌定位，将该图像转换成二值图像，即只有黑色和白色两种颜色的图像。

此方法是应用车牌的如下特点：车牌牌照的字符和背景的对比度比较大，对应于车牌区域的水平灰度变化比较频繁；再者车牌一般挂在汽车的缓冲器上或附近，并靠近图像的下部，干扰一般比较少。

根据以上特点，使用靠近水平方向的一阶差分运算，以突出灰度变化频繁的区域. 其一阶差分运算的算式为：g(i,g)=f(i,i)-f(i,j+1)，式中，i=，2，3...m：m为图像的宽度；j=1，2 ，3…，n ：n为图像的宽度。

再对图像的水平差分图像g(x ，y) 的灰度值沿水平方向累加后做投影，可得投影图：水平方向累加后投影的算式为：T(i) = ∑n j=1 g(i,j)。

从车牌照是一个矩形这一特点, 我们可以判断它所对应的水平投影图与车牌的形状相仿，是一块较为独立的矩形区域，从水平投影图中可以看车牌位置基本对应子图中从下到上的第一个较大的波蜂，车牌投影值区域大致对应干上述波峰值上、下邻域的波谷之间所包含的投影值区域，且这两个波谷大致对称于波峰，波峰和波谷的变化率较大. 在这个过程中最重要的是确定选择哪个波峰，如果这个波峰的两个波谷之间的值的高度都大于某一个设定的值，并且两个波谷之间的宽度大致等于车牌照的高度，就认定它所确定的区域就是车牌的水平位置.对于车牌垂直方向的定位算法：一般情况下，车牌的底色和字符的颜色的对比度很大, 而且在一个相对范围较小的范围内变化比较频繁，通过这个特征确定车牌垂直方向. 该方法对质量较高的图像有很好的定位，不过对于图像中车前和车牌附近的车辆背景过多，容易导致错误的车牌定位。

一种基于模板匹配的汽车牌照快速定位方法
杨志刚;王庆
【期刊名称】《计算机工程与科学》
【年(卷),期】2008(030)008
【摘要】本文根据车牌丰富的纹理特征,提出了一种准确、快速的汽车牌照定位方法.该方法首先利用车牌的纹理特征,采用模板匹配的方法进行初步定位;然后,根据细纹理特征和牌照的先验知识,综合利用数学形态学、投影以及颜色信息判别的方法进行精确定位.同时,针对实际应用的要求讨论了对其中的一些方法的改进.大量的实验结果表明,该方法具有快速、准确率高的优点.
【总页数】4页(P39-41,82)
【作者】杨志刚;王庆
【作者单位】西北工业大学计算机学院,陕西,西安,710072;西北工业大学计算机学院,陕西,西安,710072
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种基于模板匹配的汽车牌照识别方法 [J], 路小波;凌小静;黄卫
2.一种基于纹理模式的汽车牌照定位方法 [J], 贾小军;王晓燕;喻擎苍
3.一种基于纹理模式的汽车牌照定位方法 [J], 贾小军;王晓燕;喻擎苍
4.一种新的汽车牌照快速定位方法 [J], 周铁平;王庆
5.一种基于离散余弦变换的汽车牌照定位方法 [J], 金小莉;王养利
因版权原因，仅展示原文概要，查看原文内容请购买。

常用车牌定位算法比较-文档常用车牌定位算法比较一、引言近年来，随着国民经济的快速发展，各种机动车辆不断增加，导致道路交通流量不断增大，交通事故、交通堵塞等问题日益严重，我们正面临着路网通行能力不能满足交通量增长需求以及交通运输安全等问题。

为了解决这些问题，国外发达国家相继推出了适应未来运输需求的智能交通系统，我国也将发展智能交通系统作为今后交通建设的一个重要发展方向。

作为现代智能交通系统中的一项非常重要的技术，汽车牌照自动识别技术是近几年来的研究热点。

车牌识别系统LPR既具有重要的理论意义，也具有良好的实际应用价值，并且在现实生活中已经得到一定程度的应用。

由于其具有良好的发展前景，所以车牌识别系统的开发和研制工作在国内外皆受到相当大的关注。

其涉及的领域包括模式识别、图像处理、人工智能、信息论、计算机等多门学科，是一门综合的应用技术。

车牌定位是车牌识别技术的第一个关键技术，定位的准确与否直接影响着车牌识别的准确率。

在车牌定位算法中，关键是寻找某种图像处理方法,使原始图像经过该算法的处理后能够清楚地显示出车牌区域，同时使图像中的非车牌区域消失或者减弱，从而能准确有效地定位出车牌在图像中的位置。

现在已经存在的车牌定位的方法有纹理分析、汽车牌照颜色变化、还有数学形态学等很多方法。

车牌定位不准的原因往往是因为含车牌图像中存在着大量噪声、图像的质量较差等原因造成的；而由于处理图像的数据过大，往往造成用时过多，从而不符合实时性要求。

因此，本文对目前存在的车牌定位算法进行探讨，希望能找出各种算法的优缺点，以便在现实中能更好的运用各种算法，更好的发挥各算法自身的优势。

二、目前存在的各种车牌定位算法目前存在的车牌定位算法主要有：边缘检测法、数学形态学法、基于彩色或者灰度处理的方法、行检测和边缘统计法、模糊逻辑法、Gabor滤波法、遗传算法、Hough变化和轮廓线法、自适应增压法、基于小波变换的方法、均衡变换法、神经网络法、脉冲耦合神经网络法、时延神经网络法、矢量量化方法等。