基于字符分割樹形狀的多風(fēng)格車牌識(shí)別系統(tǒng)-----外文翻譯.doc
約14頁(yè)DOC格式手機(jī)打開展開
基于字符分割樹形狀的多風(fēng)格車牌識(shí)別系統(tǒng)-----外文翻譯,摘要:這項(xiàng)工作的目的是要開發(fā)出一個(gè)多風(fēng)格的車牌識(shí)別（lpr）系統(tǒng)。 lpr系統(tǒng)大部分是由國(guó)家開發(fā)利用的。在這里，本文提出了一種新的基于圖像樹形狀的特征提取算法。這種方法能很好地應(yīng)用于不同風(fēng)格的車牌，不需要傾斜或旋轉(zhuǎn)校正并且它是無(wú)參的。此外它在規(guī)格變化時(shí)是不變的，相反在光照仿射改變時(shí)是變化的。我們用兩個(gè)不同的數(shù)據(jù)集測(cè)試了...
內(nèi)容介紹
此文檔由會(huì)員 wanli1988go 發(fā)布
摘要:這項(xiàng)工作的目的是要開發(fā)出一個(gè)多風(fēng)格的車牌識(shí)別（LPR）系統(tǒng)。 LPR系統(tǒng)大部分是由國(guó)家開發(fā)利用的。在這里，本文提出了一種新的基于圖像樹形狀的特征提取算法。這種方法能很好地應(yīng)用于不同風(fēng)格的車牌，不需要傾斜或旋轉(zhuǎn)校正并且它是無(wú)參的。此外它在規(guī)格變化時(shí)是不變的，相反在光照仿射改變時(shí)是變化的。我們用兩個(gè)不同的數(shù)據(jù)集測(cè)試了LPR系統(tǒng)，實(shí)現(xiàn)了高性能率：車牌檢測(cè)和字符識(shí)別的成功超過了90％，而在字符分割方面成功率則高達(dá)98.17％。
1 引言
因?yàn)檐嚺谱R(shí)別（LPR）直接應(yīng)用于現(xiàn)實(shí)生活的方方面面，所以它是一個(gè)非常熱門的研究領(lǐng)域。安全控制及交通安全應(yīng)用，如識(shí)別被盜車輛和車速限制執(zhí)法，已成為非常重要的應(yīng)用領(lǐng)域，其中車牌（LP）分析起著根本性的作用[1]。
一個(gè)車牌識(shí)別系統(tǒng)可分為三個(gè)步驟：LP檢測(cè)，字符分割和字符識(shí)別。字符的成功識(shí)別在很大程度上取決于通過分割步驟獲得的限位框的質(zhì)量。因此，我們認(rèn)為分割是車牌識(shí)別系統(tǒng)中的非常重要的一步。在[1]中，我們對(duì)LPR進(jìn)行廣泛地檢測(cè)。然而，現(xiàn)階段，能夠使LPR系統(tǒng)成功地處理來(lái)自不同國(guó)家的風(fēng)格迥異的車牌問題（形狀、前景、背景、顏色等）是一個(gè)開放的研究領(lǐng)域。幾個(gè)試驗(yàn)檢測(cè)的LPR工作都能實(shí)現(xiàn)高性能率，但其大部分是取決于國(guó)家的。[6，10，11]中，處理了多風(fēng)格的LPR分析。此外，[6]和[11]使用類似的程序來(lái)搜尋LP區(qū)域并增加了識(shí)別反饋，當(dāng)識(shí)別失敗時(shí)能完善檢測(cè)步驟。特征提取步驟通常是通過二值
Abstract. The aim of this work is to develop a multi-style license plate recognition (LPR) system. Most of the LPR systems are countrydependent and take advantage of it. Here, a new character extraction algorithm is proposed, based on the tree of shapes of the image. This method is well adapted to work with different styles of license plates,does not require skew or rotation correction and is parameterless. Also, it has invariance under changes in scale, contrast, or affine changes in
illumination. We tested our LPR system on two different datasets and achieved high performance rates: above 90 % in license plate detection and character recognition steps, and up to 98.17 % in the character segmentation step.
1 Introduction
License Plate Recognition (LPR) is a very popular research area because of its immediate applications in real life. Security control and traffic safety applications, such identification of stolen cars or speed limit enforcement, have become very important application areas where the
1 引言
因?yàn)檐嚺谱R(shí)別（LPR）直接應(yīng)用于現(xiàn)實(shí)生活的方方面面，所以它是一個(gè)非常熱門的研究領(lǐng)域。安全控制及交通安全應(yīng)用，如識(shí)別被盜車輛和車速限制執(zhí)法，已成為非常重要的應(yīng)用領(lǐng)域，其中車牌（LP）分析起著根本性的作用[1]。
一個(gè)車牌識(shí)別系統(tǒng)可分為三個(gè)步驟：LP檢測(cè)，字符分割和字符識(shí)別。字符的成功識(shí)別在很大程度上取決于通過分割步驟獲得的限位框的質(zhì)量。因此，我們認(rèn)為分割是車牌識(shí)別系統(tǒng)中的非常重要的一步。在[1]中，我們對(duì)LPR進(jìn)行廣泛地檢測(cè)。然而，現(xiàn)階段，能夠使LPR系統(tǒng)成功地處理來(lái)自不同國(guó)家的風(fēng)格迥異的車牌問題（形狀、前景、背景、顏色等）是一個(gè)開放的研究領(lǐng)域。幾個(gè)試驗(yàn)檢測(cè)的LPR工作都能實(shí)現(xiàn)高性能率，但其大部分是取決于國(guó)家的。[6，10，11]中，處理了多風(fēng)格的LPR分析。此外，[6]和[11]使用類似的程序來(lái)搜尋LP區(qū)域并增加了識(shí)別反饋，當(dāng)識(shí)別失敗時(shí)能完善檢測(cè)步驟。特征提取步驟通常是通過二值
Abstract. The aim of this work is to develop a multi-style license plate recognition (LPR) system. Most of the LPR systems are countrydependent and take advantage of it. Here, a new character extraction algorithm is proposed, based on the tree of shapes of the image. This method is well adapted to work with different styles of license plates,does not require skew or rotation correction and is parameterless. Also, it has invariance under changes in scale, contrast, or affine changes in
illumination. We tested our LPR system on two different datasets and achieved high performance rates: above 90 % in license plate detection and character recognition steps, and up to 98.17 % in the character segmentation step.
1 Introduction
License Plate Recognition (LPR) is a very popular research area because of its immediate applications in real life. Security control and traffic safety applications, such identification of stolen cars or speed limit enforcement, have become very important application areas where the
