基于MSER和SVM以及强种子区域生长的车牌定位

• 作者: 侯向宁 刘华春
• 来源期刊: 西安工程大学学报
• 关键词: 车牌定位 文本检测 最大稳定极值区域 支持向量机 强种子 区域生长
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 电子信息
• 页码范围: 180-185
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2019.02.011

摘要

针对传统车牌定位方式的缺陷,给出了将自然场景下文本检测的最大稳定极值区域(MSER,maximally stable extremal regions)算法与支持向量机(SVM,support vector machine)相结合的车牌定位方法.首先利用MSER算子对车牌字符进行初步定位,并依据字符区域的高宽比和占空比剔除明显不是字符的区域,再剔除重叠的字符区域,从而得到候选字符区域,然后将候选字符区域输入训练好的SVM分类器,用来剔除无效的字符区域.最后利用强种子的区域生长法将真实的字符区域聚合,通过求解连通区域的外接矩形,最终提取车牌区域,实现对车牌的精确定位.对比实验结果表明,在不同的自然场景下,该方法比传统的车牌检测算法的定位准确率高2％ ～3％,其自适应能力和鲁棒性都比较好,具有较高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘华春	成都理工大学工程技术学院电子信息与计算机工程系	31	167	7.0	12.0
2	侯向宁	成都理工大学工程技术学院电子信息与计算机工程系	15	31	3.0	5.0