基于纹理的车牌检测

一、常见的车牌检测

      参见：http://www.docin.com/p-1450061197.html

      参见：http://blog.csdn.net/evsqiezi/article/details/7895388

1. 基于边缘检测的车牌定位方法

 

基于边缘检测的车牌定位流程

        优点：该方法的定位准确率较高、 反应时间短、 能有效去掉噪声适合于包含多个车牌的图像, 在多车牌图像的情况下定位速度也很快；

        缺点：车牌严重褪色的情况, 由于检测不到字符笔画的边缘会导致定位失败，在有外界干扰以及车牌倾斜时，定位后的区域比车牌稍大

    2. 基于彩色分割的车牌定位方法

 

基于彩色分割的车牌定位流程

       该定位算法正确率较高，但由于采用了神经网络计算法，当区域颜色与附近颜色相似时，计算速度较慢。

    3. 基于小波分析的车牌定位方法

 

基于小波变换的车牌定位流程

       该方法在噪声较小的情况下定位效果好，分割精度高；其缺点是速度较慢，且在噪声较大时误定位机率也随之增大。

    4. 基于遗传算法的车牌定位

 

基于遗传算法的车牌定位流程

        车牌定位速度受遗传算法中迭代次数的影响很大。

    5. 基于数学形态学的车牌定位方法

 

基于数学形态学的车牌定位流程

        基于数学形态学的车牌区域定位方法不能精确确定车牌左右边界的位置, 所以必须结合其他定位方法进行精确定位。

     6. 基于灰度图像纹理特征分析的车牌定位方法

基于灰度图像纹理特征分析的车牌定位流程

        该算法对于牌照倾斜或变形以及光照不均、偏弱或偏强有很好的效果, 但对噪声敏感, 对于背景复杂的图像可以结合垂直投影的方法来得到真正的车牌区域,可以有效地解决背景复杂的车牌定位。

二、基于纹理的车牌检测算法理论

三、算法效果