基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对车牌定位受外界因素干扰较大的情况,文中提出一种基于密度判别与聚类分析的快速车牌定位方法.结合图像积分算法,采用车牌字符密度判别法缩小车牌搜索范围,利用车牌垂直投影统计规律确定出多个候选区域,最后结合聚类分析算法对候选区进行分析、选择合并策略、剔除假车牌,实现准确、快速的多车牌区域分割.试验结果表明,该方法适应性强,准确率高,实时性好,能够满足车牌识别系统应用的需要.与其他方法相比,该方法可在一定限度内自适应车牌的类型、大小、数量和方向,并对汽车在图像中的位置以及图像背景的限制较少,是一种适用性较强的方法.
推荐文章
基于聚类分析的车牌字符分割方法
聚类分析
字符分割
图像处理
基于聚类分析与神经网络的车牌字符识别
车牌识别
神经网络
动态聚类
一种基于字符组合的复杂环境车牌检测方法
区域生长
稳定粒度区间
聚类分析
特征子集
字符组合
基于最大稳定极值区域的车牌定位与字符分割
最大稳定极值区域
车牌定位
字符分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于字符密度与聚类分析的多车牌定位方法
来源期刊 计算机技术与发展 学科 工学
关键词 车牌定位 图像积分 密度判别 垂直投影 聚类分析
年,卷(期) 2013,(7) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 124-126,130
页数 4页 分类号 TP31
字数 2716字 语种 中文
DOI 10.3969/j.issn.1673-629X.2013.07.031
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 侯一民 东北电力大学自动化工程学院 39 247 8.0 15.0
2 金新会 东北电力大学自动化工程学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (40)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (30)
二级引证文献  (7)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(3)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
车牌定位
图像积分
密度判别
垂直投影
聚类分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导