[1]黄志斌.面向车辆牌照的L快速二值比算法[J].华侨大学学报(自然科学版),2002,23(4):427-430.[doi:10.3969/j.issn.1000-5013.2002.04.020]
点击复制

面向车辆牌照的L快速二值比算法()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第23卷
期数:
2002年第4期
页码:
427-430
栏目:
出版日期:
2002-10-20

文章信息/Info

Title:
Algorithm of L Quick Binarization Catering to License Plate of Vehicle
文章编号:
1000-5013(2002)04-0427-04
作者:
黄志斌
华侨大学信息科学与工程学院, 泉州 362011
关键词:
牌照识别;  字符识别;  L快速二值化算法;  光照强度因子
分类号:
TP391.4; U491
DOI:
10.3969/j.issn.1000-5013.2002.04.020
文献标志码:
A
摘要:
就车辆牌照灰度图像的二值化问题,比较Otsu算法和全局动态阈值算法,讨论将字符从车牌背景中分割出来的最佳阈值选取问题.从汉字字符识别角度出发,通过引入光照强度因子L,对全局动态阈值算法进行改进,提出L快速二值化算法.实验结果表明,L快速二值化算法的处理效果,优于Otsu算法和全局动态阈值算法.二值化处理后的车辆牌照字符笔划清晰、饱满、无断裂,克服了光照因素的影响,更有利于汉字字符的识别.

参考文献/References:

[1] Otsu N. A threshold selection method from gray-level histograms [J]. IEEE Transactions on Systems Man and Cybernetics, 1979(1):62-66.
[2] 张引, 潘云鹤. 面向车辆牌照字符识别的预处理算法 [J]. 计算机应用研究, 1999(7):85-87.

相似文献/References:

[1]刘智.径向基神经网络算法在车牌字符识别中的应用[J].华侨大学学报(自然科学版),2017,38(1):113.[doi:10.11830/ISSN.1000-5013.201701022]
　LIU Zhi.Application of Radial Basis Function Neural Network Algorithm in License Plate Character Recognition[J].Journal of Huaqiao University(Natural Science),2017,38(4):113.[doi:10.11830/ISSN.1000-5013.201701022]

更新日期/Last Update: 2014-03-23