文献类型：期刊文章

作　　者：侯向宁[1] 刘华春[1]

HOU Xiangning;LIU Huachun(Department of Electronic Information and Computer Engineering,The Engineering & TechnicalCollege of Chengdu University of Technology,Leshan 614007,Sichuan China)

机构地区：[1]成都理工大学工程技术学院电子信息与计算机工程系,四川乐山614007

出　　处：《西安工程大学学报》

基　　金：四川省教育厅重点项目(18ZA0077);成都理工大学工程技术学院院级基金项目(C122016006)

年　　份：2019

卷　　号：33

期　　号：2

起止页码：180-185

语　　种：中文

收录情况：CAS、JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对传统车牌定位方式的缺陷,给出了将自然场景下文本检测的最大稳定极值区域(MSER,maximally stable extremal regions)算法与支持向量机(SVM,support vector machine)相结合的车牌定位方法。首先利用MSER算子对车牌字符进行初步定位,并依据字符区域的高宽比和占空比剔除明显不是字符的区域,再剔除重叠的字符区域,从而得到候选字符区域,然后将候选字符区域输入训练好的SVM分类器,用来剔除无效的字符区域。最后利用强种子的区域生长法将真实的字符区域聚合,通过求解连通区域的外接矩形,最终提取车牌区域,实现对车牌的精确定位。对比实验结果表明,在不同的自然场景下,该方法比传统的车牌检测算法的定位准确率高2%～3%,其自适应能力和鲁棒性都比较好,具有较高的实用价值。

关 键 词：车牌定位 文本检测 最大稳定极值区域  支持向量机 强种子  区域生长  

分 类 号：TP391]