基于字符分割树形状的多风格车牌识别系统-----外文翻译.doc
约14页DOC格式手机打开展开
基于字符分割树形状的多风格车牌识别系统-----外文翻译,摘要:这项工作的目的是要开发出一个多风格的车牌识别（lpr）系统。 lpr系统大部分是由国家开发利用的。在这里，本文提出了一种新的基于图像树形状的特征提取算法。这种方法能很好地应用于不同风格的车牌，不需要倾斜或旋转校正并且它是无参的。此外它在规格变化时是不变的，相反在光照仿射改变时是变化的。我们用两个不同的数据集测试了...
内容介绍
此文档由会员 wanli1988go 发布
摘要:这项工作的目的是要开发出一个多风格的车牌识别（LPR）系统。 LPR系统大部分是由国家开发利用的。在这里，本文提出了一种新的基于图像树形状的特征提取算法。这种方法能很好地应用于不同风格的车牌，不需要倾斜或旋转校正并且它是无参的。此外它在规格变化时是不变的，相反在光照仿射改变时是变化的。我们用两个不同的数据集测试了LPR系统，实现了高性能率：车牌检测和字符识别的成功超过了90％，而在字符分割方面成功率则高达98.17％。
1 引言
因为车牌识别（LPR）直接应用于现实生活的方方面面，所以它是一个非常热门的研究领域。安全控制及交通安全应用，如识别被盗车辆和车速限制执法，已成为非常重要的应用领域，其中车牌（LP）分析起着根本性的作用[1]。
一个车牌识别系统可分为三个步骤：LP检测，字符分割和字符识别。字符的成功识别在很大程度上取决于通过分割步骤获得的限位框的质量。因此，我们认为分割是车牌识别系统中的非常重要的一步。在[1]中，我们对LPR进行广泛地检测。然而，现阶段，能够使LPR系统成功地处理来自不同国家的风格迥异的车牌问题（形状、前景、背景、颜色等）是一个开放的研究领域。几个试验检测的LPR工作都能实现高性能率，但其大部分是取决于国家的。[6，10，11]中，处理了多风格的LPR分析。此外，[6]和[11]使用类似的程序来搜寻LP区域并增加了识别反馈，当识别失败时能完善检测步骤。特征提取步骤通常是通过二值
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
因为车牌识别（LPR）直接应用于现实生活的方方面面，所以它是一个非常热门的研究领域。安全控制及交通安全应用，如识别被盗车辆和车速限制执法，已成为非常重要的应用领域，其中车牌（LP）分析起着根本性的作用[1]。
一个车牌识别系统可分为三个步骤：LP检测，字符分割和字符识别。字符的成功识别在很大程度上取决于通过分割步骤获得的限位框的质量。因此，我们认为分割是车牌识别系统中的非常重要的一步。在[1]中，我们对LPR进行广泛地检测。然而，现阶段，能够使LPR系统成功地处理来自不同国家的风格迥异的车牌问题（形状、前景、背景、颜色等）是一个开放的研究领域。几个试验检测的LPR工作都能实现高性能率，但其大部分是取决于国家的。[6，10，11]中，处理了多风格的LPR分析。此外，[6]和[11]使用类似的程序来搜寻LP区域并增加了识别反馈，当识别失败时能完善检测步骤。特征提取步骤通常是通过二值
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
