基于HSV空间颜色和纹理特征的车牌定位算法研究

摘要：

车牌识别系统中的一个关键性技术是车牌定位,其准确性直接影响后面的车牌字符分割和识别的效果.当背景与车牌区域颜色相似时,在颜色车牌定位算法中不能正确定位出车牌.针对上述问题,提出一种基于HSV空间颜色和纹理特征的车牌定位算法.该算法首先通过HSV空间变换,使颜色空间具有独立性,从而分割出不同颜色区域;其次,通过车牌区域字符集中且边缘信息丰富的特点,设置字符与字符边缘之间的梯度跳变次数的阈值,在复杂的背景下判断待测试区域是否为车牌区域;最后,通过二值化直方图投影法定位并分割出车牌区域,建立BP神经网络训练识别车牌字符来验证算法的有效性.实验结果表明:该方法能够在颜色相似和背景复杂的情况下正确定位车牌区域,在相同的条件下对比其他定位算法,其识别率达95.06％.

关键词：车牌定位、HSV空间、纹理特征、梯度跳变、二值化直方图、BP神经网络

所属期刊栏目：36

分类号：TP391.413(计算技术、计算机技术)

资助基金：辽宁省博士启动基金201601196

在线出版日期：2022-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：90-95