复杂天气条件下的车牌信息识别

• 作者: 李新煜 杨艳静 舒畅
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 图像增强 二值形态学 图像分割 BP神经网络 车牌识别
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 图像·编码与软件
• 页码范围: 91-94
• 页数: 4页
• 分类号: TP391.41
• 字数: 2255字
• 语种: 中文

摘要

在复杂天气条件下,由于大雾或者强光照射造成车牌成像的失真,使传统基于图像的车牌识别方法难以准确识别车牌信息。文中基于何恺明提出的Dark Channel Prior 和直方图均衡方法能有效消除天气带来的干扰。并通过形态学方法对被噪声影响的图像进行复原、修正,最后通过基于BP神经网络对车牌信息进行识别。实验证明,文中方法对恶劣天气条件下的车牌信息还原清晰,有着较好的识别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒畅	电子科技大学通信与信息工程学院	5	19	3.0	4.0
2	李新煜	电子科技大学通信与信息工程学院	2	11	2.0	2.0
3	杨艳静	电子科技大学通信与信息工程学院	1	6	1.0	1.0