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:
目的 车牌定位是车牌识别的关键步骤之一,为提高车牌定位的准确率和定位速度,降低误检率,提出一种基于多信息融合的快速车牌定位方法.方法 首先,通过边缘密度信息快速排除大量背景区域,有效提高定位速度;其次,根据车牌字符的分布信息精确定位车牌;最后使用基于模板匹配的车牌字符分割方法进行车牌字符分割,通过验证所分割出的字符是否是数字或字母来验证所定位区域是否车牌,去除误检车牌区域.结果 在9980幅图像上进行测试,定位准确率为97.9%,平均定位时间为16.3 ms.实验结果表明,本文方法可以在各种条件下快速而准确地定位车牌.结论 融合多种特征的车牌定位方法,通过提取车牌对应的环境信息,排除了大量的背景区域,加快了车牌定位的速度;根据车牌的结构信息定位车牌,并通过车牌的部件信息,实现合法性验证,提高车牌定位的准确率.通过多种信息的融合,有效改善了车牌定位的效果.
推荐文章
基于颜色和边缘信息融合的车牌定位方法
车牌定位
颜色信息
边缘检测
数学形态学
连通域分析
基于混合特征的多车牌快速定位算法
车牌定位
边缘检测
几何特征
颜色特征
基于多颜色模型的车牌定位方法
多颜色模型
颜色分割
分块
投影
车牌定位
融合边缘检测与HSV颜色特征的车牌定位技术
车牌定位
HSV颜色特征
边缘检测
融合
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 多信息融合的快速车牌定位
来源期刊 中国图象图形学报 学科 工学
关键词 边缘密度 信息融合 车牌验证 车牌定位
年,卷(期) 2014,(3) 所属期刊栏目 第9届和谐人机环境联合学术会议专栏
研究方向 页码范围 471-475
页数 5页 分类号 TP319.4
字数 4063字 语种 中文
DOI 10.11834/jig.20140218
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 贾云得 北京理工大学计算机学院智能信息技术北京市重点实验室 84 1610 24.0 37.0
2 裴明涛 北京理工大学计算机学院智能信息技术北京市重点实验室 18 247 8.0 15.0
3 王永杰 北京理工大学计算机学院智能信息技术北京市重点实验室 3 88 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (52)
同被引文献  (117)
二级引证文献  (87)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(12)
  • 引证文献(11)
  • 二级引证文献(1)
2016(18)
  • 引证文献(10)
  • 二级引证文献(8)
2017(23)
  • 引证文献(9)
  • 二级引证文献(14)
2018(49)
  • 引证文献(16)
  • 二级引证文献(33)
2019(25)
  • 引证文献(5)
  • 二级引证文献(20)
2020(11)
  • 引证文献(0)
  • 二级引证文献(11)
研究主题发展历程
节点文献
边缘密度
信息融合
车牌验证
车牌定位
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
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导