基于字符角点信息的车牌定位方法

华南理工大学学报（自然科学版） ›› 2006, Vol. 34 ›› Issue (4): 19-23.

基于字符角点信息的车牌定位方法

秦钟徐建闽史胜利黄海英

华南理工大学交通学院，广东广州 510640

收稿日期:2005-06-13 出版日期:2006-04-25 发布日期:2006-04-25
通信作者: 秦钟(1972-)，男，博士生，主要从事智能交通、视频检测研究. E-mail:qzscut@yahoo.tom.cn
作者简介:秦钟(1972-)，男，博士生，主要从事智能交通、视频检测研究.
基金资助:
国家自然科学基金资助项目(50578064 )；广东省科技攻关项目(2005A10101001)

Locating of License Plate Based on Character Corner Information

Qin Zhong Xu Jian-rain Shi Sheng-li Huang Hai-ying

College of Traffic and Communications,South China Univ.of Tech.,Guangzhou 510640,Guangdong,China

Received:2005-06-13 Online:2006-04-25 Published:2006-04-25
Contact: 秦钟(1972-)，男，博士生，主要从事智能交通、视频检测研究. E-mail:qzscut@yahoo.tom.cn
About author:秦钟(1972-)，男，博士生，主要从事智能交通、视频检测研究.
Supported by:
国家自然科学基金资助项目(50578064 )；广东省科技攻关项目(2005A10101001)

摘要/Abstract

摘要： 车牌定位是车牌识别的基础．文中提出了一种准确快速的车牌定位方法．该方法利用三级阈值，由粗到细，首先剔除大量非角点像素，提高角点的定位速度，用大阈值突出显示车牌区域的角点，再根据车牌纹理的角点特性，利用滑动窗粗选车牌区域，然后对粗选车牌区域用小阈值，对车牌区域进行精确定位．试验证实该方法的车牌定位准确率达到98%，平均耗时约20ms．

关键词: 车牌定位, 车牌识别, 角点检测, 字符角点, 角点分布特征

Abstract:

A method for locating the license plate with high speed and great accuracy is put forward for the license plate recognition.In the locating process,a system of three-level thresholds,ranging from roughness to fineness,is adopted to eliminate a number of non-comer pixels first,which speeds up the locating of the plate corners.Then,a big comer detection threshold is used to foreground the comers in the license plate region,and a slid window is
used to approximately detect the license plate.Finally,the detected plate is accurately located using a smaller cor-her detection threshold.Experimental results show that,by the proposed method,the locating accuracy is rated at 98% and the time cost is reduced to about 20 ms.

Key words: license plate locating, license plate recognition, comer detection, character comer, corner distribution feature

秦钟徐建闽史胜利黄海英. 基于字符角点信息的车牌定位方法[J]. 华南理工大学学报（自然科学版）, 2006, 34(4): 19-23.

Qin Zhong Xu Jian-rain Shi Sheng-li Huang Hai-ying. Locating of License Plate Based on Character Corner Information[J]. Journal of South China University of Technology (Natural Science Edition), 2006, 34(4): 19-23.

[1]	王福建, 程慧玲, 马东方, 等. 基于深度逆向强化学习的城市车辆路径链重构[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 120-128.
[2]	徐建闽, 魏鑫, 林永杰, 等. 基于梯度提升决策树的城市车辆路径链重构[J]. 华南理工大学学报（自然科学版）, 2020, 48(7): 55-64.
[3]	石永华王晓佳李学瑞. 用于波纹板角焊缝跟踪的变步长角点检测算法[J]. 华南理工大学学报（自然科学版）, 2014, 42(3): 78-83.
[4]	马丽红黎剑晖谭幸均. 多向格型微分和竞争抑制的角点检测改进方法[J]. 华南理工大学学报（自然科学版）, 2013, 41(11): 8-15,22.
[5]	马丽红任淼谭幸均. 基于局部熵和方差调整的Noble角点检测算法改进[J]. 华南理工大学学报（自然科学版）, 2011, 39(2): 51-59.
[6]	邵泽明朱剑英. RSTC不变矩图像特征点匹配新方法[J]. 华南理工大学学报（自然科学版）, 2008, 36(8): 37-40.
[7]	秦钟徐建闽刘利频史胜利. 基于视频角点信息特征的交通流参数测算方法[J]. 华南理工大学学报（自然科学版）, 2006, 34(9): 70-75.
[8]	邵泽明朱剑英王化明. 基于SUSAN算法的分层快速角点检测[J]. 华南理工大学学报（自然科学版）, 2006, 34(7): 65-68.
[9]	骆雪超刘桂雄冯云庆申柏华. 一种基于车牌特征信息的车牌识别方法[J]. 华南理工大学学报(自然科学版), 2003, 31(4): 70-73.