基于空间分布的最大类间方差牌照图像二值化算法

• 作者: 张引
• 来源期刊: 浙江大学学报(工学版)
• 学科: 交通运输
• 关键词: 二值化 模式分类 牌照识别
• 年，卷（期）: 2001,（3）
• 页码范围: 272-275
• 页数: 4页
• 分类号: TP391.4|U491.116
• 字数: 2743字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2001.03.009

摘要

车辆牌照识别VLPR(Vehicle License 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 Basedon Spatial Distributi on 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、LEVBB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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张引	浙江大学人工智能研究所	44	1518	17.0	38.0