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:
现有的车牌检测算法在车牌较模糊时往往难于取得很好的检测效果.针对监控图像的特点,首先提取清晰和模糊车牌所共有的归一化梯度特征,进行初步车牌检测;然后结合车牌区域的颜色直方图特征,进行级联筛选、去除非车牌样本,得到一种高鲁棒的车牌检测方法.基于真实监控图像的实验结果表明,此方法具有较高的稳定性和鲁棒性,尤其对模糊车牌具有明显优于已有方法的召回率.
推荐文章
基于多特征集成的鲁棒图像拷贝检测算法
图像拷贝检测
级联框架
多特征集成
树型索引结构
基于混合特征的多车牌定位算法
多车牌定位
数学形态学
边缘检测
色彩空间
多尺度积角点检测和视觉颜色特征的鲁棒车牌定位算法
车牌定位
尺度空间
角点检测
视觉颜色特征
特征融合
鲁棒性
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 多特征级联筛选的高鲁棒车牌检测
来源期刊 电视技术 学科 工学
关键词 车牌检测 监控图像 多特征
年,卷(期) 2016,(4) 所属期刊栏目 视频应用与工程
研究方向 页码范围 109-114
页数 6页 分类号 TN919.8
字数 4373字 语种 中文
DOI 10.16280/j.videoe.2016.04.023
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 张重阳 上海交通大学图像通信与网络工程研究所 16 42 4.0 6.0
2 张瑞萌 上海交通大学图像通信与网络工程研究所 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (76)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
车牌检测
监控图像
多特征
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
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
论文1v1指导