基于改进自适应图像分割算法的车牌识别技术研究

doi:10.13718/j.cnki.xsxb.2017.05.005

西南师范大学学报(自然科学版)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
	姓名不能为空！
邮箱
	邮箱不能为空！非法的邮箱地址。
手机号码
	电话不能为空！请输入有效手机号!
标题
	标题不能为空！
留言内容
	内容不能为空！
验证码
	验证码不能为空！验证码错误！

基于改进自适应图像分割算法的车牌识别技术研究

基于改进自适应图像分割算法的车牌识别技术研究[J]. 西南师范大学学报(自然科学版), 2017, 42(5). doi: 10.13718/j.cnki.xsxb.2017.05.005

引用本文:

基于改进自适应图像分割算法的车牌识别技术研究[J]. 西南师范大学学报(自然科学版), 2017, 42(5). doi: 10.13718/j.cnki.xsxb.2017.05.005

Citation:

基于改进自适应图像分割算法的车牌识别技术研究

摘要: 基于CV(Chan-Vese)模型图像分割方法的不足,提出了一种改进的自适应图像分割方法,用于汽车车牌的字符识别.在这一方法中,为了避免初始位置差异对于分割效率的影响,设计了更为合理的分割流程.水平集合理论配合优化迭代算法,给出多个局部初值,大大增强了分割算法的自适应性能.实验结果表明,相比于CV模型图像分割方法,改进自适应图像分割方法的准确率更高,适用于汽车车牌图像的分割.
- 汽车车牌 /
- 字符分割 /
- 模板匹配 /
- 自适应分割

计量

文章访问数: 676
HTML全文浏览数: 257
PDF下载数: 37
施引文献: 0

基于改进自适应图像分割算法的车牌识别技术研究

关键词:

摘要: 基于CV(Chan-Vese)模型图像分割方法的不足,提出了一种改进的自适应图像分割方法,用于汽车车牌的字符识别.在这一方法中,为了避免初始位置差异对于分割效率的影响,设计了更为合理的分割流程.水平集合理论配合优化迭代算法,给出多个局部初值,大大增强了分割算法的自适应性能.实验结果表明,相比于CV模型图像分割方法,改进自适应图像分割方法的准确率更高,适用于汽车车牌图像的分割.