一种边缘检测与扫描线相结合的车牌定位算法

一种边缘检测与扫描线相结合的车牌定位算法一种边缘检测与扫描线相结合的车牌定位算法车牌识别(LPR)技术是计算机视觉、图像处理技术与模式识别技术的融合，是智能交通系统中一项非常重要的技术。一般说来，车牌识别前期的处理技术至关重要，其前期技术包括：车牌的定位、车牌图像的二值化及字符分割。本文主要针对车牌定位算法进行研究。车牌定位就是在车辆图像中定位牌照区域的位置。由于车辆图像都采集于自然环境中，而在自然环境中车牌和背景的成像条件一般是不可控制的，随机变化的因素(尤其是光照条件)和复杂的背景信息给目标搜索带来巨大困难。不同光照下，车牌的颜色、亮度、明暗对比度都有很大变化；背景信息通常比车牌信息更加复杂，某些背景区域又可能与车牌区域差异不大；再加上摄像距离、角度的不同，要从种种干扰中区别出目标是十分困难的。而车牌区域在整幅图像中所占的比例较小，要从整幅图像中定位车牌区域必然要在大量的背景信息中搜索，而且由于应用的特殊性,要求快速、准确地完成车牌定位。如果没有高效率的搜索方法，就需要耗费很多计算时间和存储空间。所以车牌定位技术一直以来是一个难点，是车牌识别系统的一个关键技术环节。目前，已经提出了很多车牌定位的方法，这些方法都具有一个共同的出发点即通过牌照区域的特征来判断牌照。根据不同的实现方法，大致可以把现有的定位方法分为两类[9]：直接法、间接法。（1）直接法：直接分析图像的特征。例如，文献[1]提出一种基于线模板的二值化图像中的角检测算法。该算法利用车牌的边框角点，检测车牌的四个角点，并以此来定位车牌。文献[2]介绍一种基于直线边缘识别的图像区域定位算法，并且利用该算法定位车牌的边框线，以此定位车牌。文献[3]介绍利用车牌的尺寸、字符间距、字符特征等纹理特征定位车牌。文献[4]利用车牌部分垂直高频丰富的特点先利用小波提取图像的垂直高频信息，然后利用数学