|本期目录/Table of Contents|

[1]胡　琛,秦实宏*.基于色彩纹理的车牌定位系统设计[J].武汉工程大学学报,2017,39(03):273-280.[doi:10. 3969/j. issn. 1674?2869. 2017. 03. 012]
　HU Chen,QIN Shihong*.Design of Vehicle License Plate Location System Based on Color Texture[J].Journal of Wuhan Institute of Technology,2017,39(03):273-280.[doi:10. 3969/j. issn. 1674?2869. 2017. 03. 012]
点击复制

基于色彩纹理的车牌定位系统设计(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
39
期数:
2017年03期
页码:
273-280
栏目:
机电与信息工程
出版日期:
2017-06-24

文章信息/Info

Title:
Design of Vehicle License Plate Location System Based on Color Texture
文章编号:
20170312
作者:
胡　琛; 秦实宏*
武汉工程大学电气信息学院，湖北 武汉 430205
Author(s):
HU Chen;  QIN Shihong*
School of Electrical and Information Engineering， Wuhan Institute of Technology， Wuhan 430205，China
关键词:
车牌定位; 图像滤波; 灰度值跳变
Keywords:
license plate location;  image filtering;  gray level jump
分类号:
TP23
DOI:
10. 3969/j. issn. 1674?2869. 2017. 03. 012
文献标志码:
A
摘要:
为了提高车牌定位的准确率，提出了一种基于色彩纹理的车牌定位的分析方法. 首先将彩色图像的色彩空间由RGB转换到HSV，生成HSV色彩模型的三通道图像，将图片进行滤波调整之后，并将符合车牌区域的有效像素的灰度值范围作为参数排除图像中的干扰信息，然后将转换后的图像车牌背景颜色和车牌字符颜色进行二值化处理生成两幅灰度图像，采用逐行扫描的方法对两幅灰度图像的各个像素点进行分析和比对，通过像素灰度值的跳变次数，判断是否找出符合车牌纹理的区域，通过计算确定车牌在图像上的区域，并输出车牌图像. 该方法提高了的车牌识别的准确性和稳定性.
Abstract:
To improve the accuracy of license plate location， we proposed a new method of license plate location based on color texture. First， we converted the images from red， green and blue space to hue， saturation and value space to generate three component images. Then we selected the gray values of effective pixels matching the license plate region to eliminate the unuseful information in image processing after the images were filtered. Two binary images were generated by using the color of license plate background and characters for image binarization. Scanning and comparing the corresponding pixels progressively in the two binary images， we can judge whether the region matching the license plate texture is found by counting gray level jump times， then determine and display the region of the license plate in the image by calculating the amount of effective pixels. This method can significantly improve the accuracy and stability of the recognition of the vehicle license plate.

参考文献/References:

［1］　黄骥. 汽车牌照识别系统中车牌定位与校正及字符分割的研究［D］. 南京：南京航空航天大学， 2007. ［2］　GOU C， WANG K， YAO Y， et al. Vehicle license plate recognition based on extremal regions and restricted boltzmann machines［J］. IEEE Transactions on Intelligent Transportation Systems， 2016， 17（4）：1096-1107. ［3］　熊军，高敦堂，沈庆宏. 基于字符纹理特征的快速定位方法［J］. 光电工程， 2003， 30（2）： 60-63. XIONG J，GAO D T，SHEN Q H. A fast localization method based on character texture features［J］. Opto-Electronic Engineering， 2003， 30（2）： 60-63. ［4］　杨海廷. 基于纹理特征的车牌识别系统的研究与实现［D］. 成都： 电子科技大学， 2005. ［5］　魏娜， 王振臣， 张聪，等. 一种新型车牌定位算法的研究［J］. 激光与红外， 2012， 42（8）：936-939. WEI N， WANG Z C， ZHANG C，et al. Research of a new license plate locatin algorithm［J］. Laser & Infrared， 2012， 42（8）：936-939. ［6］ KOMARUDIN A， SATRIA A T， ATMADJA W. Designing License Plate Identification through Digital Images with OpenCV［J］. Procedia Computer Science, 2015（59）：468-472. ［7］　SMARA G A， KHALEFAH F. Localization of license plate number using dynamic image processing techniques and genetic algorithms［J］. IEEE Transactions on Evolutionary Computation， 2014， 18（2）：244-257. ［8］　郭捷， 施鹏飞. 基于颜色和纹理分析的车牌定位方法［J］. 中国图象图形学报， 2002， 7（5）： 472-476. GUO J，SHI P F. License plate location based on color and texture analysis［J］. Journal of Image and Graphics， 2002， 7（5）： 472-476. ［9］　周开军. 复杂环境下的车牌识别研究［D］. 武汉： 武汉理工大学， 2006. ［10］　SHI X， ZHAO W， SHEN Y. Automatic license plate recognition system based on color image processing ［J］. Lecture Notes on Computer Science， 2005， 34（83）： 1159-1168. ［11］　GARY R B. Learning openCV： computer vision with the openCV library ［M］. California： O’Reilly Media Inc. ，2009. ［12］　TIAN Y， SONG J， ZHANG X， et al. An algorithm combined with color differential models for license-plate location［J］. Neurocomputing， 2016（212）：22-35. ［13］　张树波， 赖剑煌. 车牌定位和分割的一种综合方法［J］. 中山大学学报， 2004， 43（2）： 126-128. ZHANG S B，LAI J H. License plate location and segmentation of an integrated approach［J］. Journal of Sun Yat-sen University， 2004， 43（2）： 126-128. ［14］　袁宝民， 金一粟， 于万波. 基于移差扫描和窗口搜索的车牌定位方法［J］. 计算机工程， 2003， 29（14）： 103-105. YUAN B M，JIN Y S，YU W B. License plate location method based on shift scan and window search［J］. Computer Engineering， 2003， 29（14）： 103-105. ［15］　崔屹. 图像处理与分析——数学形态学方法及应用［M］. 北京：科学出版社，2000.

相似文献/References:

[1]秦实宏,叶云丽.复杂光照下的车牌定位方法[J].武汉工程大学学报,2015,37(11):69.[doi:10. 3969/j. issn. 1674-2869. 2015. 1１. 014]
　-,-.Ｌｉｃｅｎｓｅ ｐｌａｔｅ ｌｏｃａｔｉｏｎ ｉｎ ｃｏｍｐｌｅｘ ｌｉｇｈｔｉｎｇ ｃｏｎｄｉｔｉｏｎｓ[J].Journal of Wuhan Institute of Technology,2015,37(03):69.[doi:10. 3969/j. issn. 1674-2869. 2015. 1１. 014]

备注/Memo

备注/Memo:
收稿日期：2016-05-20基金项目：湖北省自然科学基金（2014CFB792）作者简介：胡　琛，硕士研究生. E-mail：[email protected]
更新日期/Last Update: 2017-06-23