基于概率主成分分析的车牌提取方法-Read.PDFVIP

第28 卷 第4 期 . 28 . 4 武汉理工大学学报·信息与管理工程版 V o l N o 2006 年4 月 JOU RNAL O F WU T ( IN FORM A T ION M ANA GEM EN T EN G IN EER IN G) A p r. 2006 文章编号: 1007- 144X (2006) 04- 0064- 04 基于概率主成分分析的车牌提取方法 1, 3 2 3 张　南 , 刘志军 , 邱志强 ( 1. 华中科技大学 控制科学与工程系, 湖北 武汉　430074; 2. 华中科技大学 图像识别与人工智能研究所, 湖北 武汉　430074; 3. 中船重工集团 第719 所, 湖北 武汉　430064) 摘　要: 提出了一种新颖的采用概率主成分分析的车牌提取方法。该方法是一种基于纹理分析的图像分割算 法, 适合于彩色及灰度图像。实验表明, 该方法能准确地提取图像中的车牌。 关键词: 车牌提取; 主成分分析; 概率主成分分析; 图像滤波; 阈值化 中图法分类号: TN 911　　　　文献标识码:A 1　引　言 2　概率主成分分析 随着智能交通系统逐渐引起人们的关注, 车 主 成 分 分 析 PCA ( P rincipal Com ponen t 辆的自动认证技术已成为重要的研究课题。通常 A nalysis) [ 1 ] 是数据分析领域中广泛使用的一种 的车牌认证方法主要采用2 种技术: 一是采用射 工具, 在模式识别领域, PCA 常用来实现维数归 频识别技术, 二是从车牌图像中提取车牌字符的 约以及特征提取。对于一个由 个 维向量构成 N d N d 技术, 即通常所说的车牌识别技术。采用第一种技 的数据向量集: { } , ∈ , 确定 个主 x k k = 1 xk R PCA q 术是在每辆车上安装一个惟一标识该车的射频标 轴{ }q , 使得随机向量 在这些主轴上投影的 U k k = 1 x 签, 当接收装置接收到微波信号后, 即解码识别出 方差最大。这些主轴是随机向量x 的样本协方差 该车辆的信息。第二种技术是采用摄像头获取汽 矩阵最大的 个特征值所对应的特征向量。不同 q 车的图像, 通过计算机处理该图像, 从而识别出车 于PCA , T ipp ing M E 及B ishop C M 提出的概率 牌信息。 主 成 分 分 析 PPCA ( P robab ilistic P rincipal