于最近邻链的车牌检测算法.pdfVIP

基于最近邻链的车牌检测算法 背景介绍 车牌识别技术在智能交通领域中有非常广泛的应用，如道路交通监控、停车场监控、自 动收费、罪犯追踪等。尽管车牌识别技术的研究已经取得了较大的进展，但复杂背景下的车 牌识别正确率还不能较好地满足实际应用的需求，需要提出新的理论和方法来进一步提高车 牌识别的效果。通常情况下，车牌识别系统包括车牌检测、字符分割、字符识别三个步骤。 其中，车牌检测是进行车牌识别的第一个比较关键的步骤，其效果的好坏对车牌识别系统的 整体性能有重要的影响。在实际场景中，车牌检测容易受到成像距离、光照变化、透视失真、 背景干扰、以及车牌质量退化等因素的影响，因此，复杂场景中的车牌检测仍然是一个具有 挑战性的问题。 目前的车牌检测技术主要采用车牌图像的边缘、颜色、以及纹理等特征来定位车牌区域。 [3-16] 利用边缘特征检测车牌区域是比较常用的一种方法 ，由于车牌区域含有丰富的边缘信息， 这类方法通常利用车牌字符的竖直边缘特征和形态学滤波进行车牌检测[17-19] ，它具有较低的 计算复杂度和较好的可扩展性，缺点是容易受到成像距离的变化和复杂背景的干扰。颜色特 征也可以提供车牌区域的大量信息[20-24]