基于模板匹配方法的不均匀照度车牌图像识别

doi:10.3969/j.issn.1674-0696.2018.08.17

重庆交通大学学报（自然科学版） ›› 2018, Vol. 37 ›› Issue (08): 102-106.DOI: 10.3969/j.issn.1674-0696.2018.08.17

基于模板匹配方法的不均匀照度车牌图像识别

凌翔，赖锟，王昔鹏

(合肥工业大学汽车与交通工程学院，安徽合肥 230009)

收稿日期:2017-04-10 修回日期:2017-09-26 出版日期:2018-08-21 发布日期:2018-08-21
作者简介:凌翔(1982—)，男，安徽宣城人，副教授，博士，主要从事复杂网络、数字图像处理等方面的研究。E-mail：lingxiang@hfut.edu.cn。通信作者：赖锟(1992—)，男，广西百色人，研究生，主要从事数字图像处理方面的研究。E-mail：415965469@qq.com。

Uneven Illumination License Plate Image Recognition Base on Template Matching Method

LING Xiang, LAI Kun, WANG Xipeng

(School of Automobile and Traffic Engineering, Hefei University of Technology, Hefei 230009, Anhui, P. R. China)

Received:2017-04-10 Revised:2017-09-26 Online:2018-08-21 Published:2018-08-21

摘要/Abstract

摘要： 为了快速准确识别不均匀照度车牌图像，提出一种基于改进的顶帽重构和模板匹配方法车牌识别算法。首先，使用灰度级顶帽重构进行预处理，增强图像的细节信息，减弱环境和光照等条件变化对车牌字符信息的干扰。然后，使用改进的投影分割法对二值车牌图像进行分割，提取字符图像。最后，对不同地点、不同自然条件下采集的图像进行测试，测试结果证明该算法性能优异。在此基础上，设计了一种基于字符图像全局重合度的模板匹配函数，对字符样本图片进行测试，测试结果证明该匹配函数准确可行且性能良好。

关键词: 交通运输工程, 车牌识别, 顶帽重构, 字符分割, 模板匹配, MATLAB

Abstract: For fast and accurate recognition of uneven illumination license plate images, a new license plate recognition algorithm based on improved top-hat reconstruction and template matching was proposed. Firstly, the gray scale top-hat reconstruction was applied to do pre-processing, enhance the detail information of the image as well as weaken the interference of the environment and light conditions to the license plate character information. Secondly, the improved projection segmentation method was used to segment the binary license plate image and extract the character image. Finally, tests on the images collected from different places and different natural conditions were carried out. The test results show that the proposed algorithm has excellent performance. On the basis of the above, a template matching function based on global coincidence degree of character image was proposed, and tests were done on images of different kinds of samples. The test results show that the matching function is proved to be accurate and feasible for license plate recognition, and has good performance.

Key words: traffic and transportation engineering, license plate recognition, top-hat reconstruction, character segmentation, template matching, MATLAB

中图分类号:

凌翔，赖锟，王昔鹏. 基于模板匹配方法的不均匀照度车牌图像识别[J]. 重庆交通大学学报（自然科学版）, 2018, 37(08): 102-106.

LING Xiang, LAI Kun, WANG Xipeng. Uneven Illumination License Plate Image Recognition Base on Template Matching Method[J]. Journal of Chongqing Jiaotong University(Natural Science), 2018, 37(08): 102-106.

参考文献

［1］ BUCH N, VELASTIN S A, ORWELL J. A review of computer vision techniques for the analysis of urban traffic［J］. IEEE
Transactions on Intelligent Transportation Systems, 2011, 12(3):920-939.
［2］黄山.车牌识别技术的研究和实现［D］.成都：四川大学，2005.
HUANG Shan.The Research and Achievement of Vehicle Plate Recognition Technology［D］. Chengdu: Sichuan University,
2005.
［3］魏武，张起森，王明俊，等.一种基于模板匹配的车牌识别方法［J］.中国公路学报，2001，14(1)：104-106.
WEI Wu, ZHANG Qisen, WANG Mingjun, et al. A method of number-plate recognition using templates matching［J］. China
Journal of Highway and Transport, 2001, 14(1):104-106.
［4］谷秋頔，白艳萍.基于模板匹配的车牌数字与字母识别［J］.数学的实践与认识，2011，41(20)：66-71.
GU Qiudi, BAI Yanping. The license plate numbers and letters recognition based on the template matching
［J］.Mathematics in Practice and Theory, 2011, 41(20):66-71.
［5］陈玮，曹志广，李剑平.改进的模板匹配方法在车牌识别中的应用［J］.计算机工程与设计，2013，34(5)：1808-1811.
CHEN Wei, CAO Zhiguang, LI Jianping. Application of improved templates matching method on license plate recognition［J
］.Computer Engineering and Design, 2013, 34(5):1808-1811.
［6］潘炜深，金连文，冯子勇.基于多尺度梯度及深度神经网络的汉字识别［J］.北京航空航天大学学报，2015，41 (4)：751-756.
PAN Weishen, JIN Lianwen, FENG Ziyong. Recognition of Chinese characters based on multi-scale gradient and deep neural
network［J］. Journal of Beijing University of Aeronautics and Astronautics, 2015, 41 (4 ): 751-756.
［7］何兆成，佘锡伟，余文进，等.字符多特征提取方法及其在车牌识别中的应用［J］.计算机工程与应用，2011，47(23)：228-231.
HE Zhaocheng, SHE Xiwei, YU Wenjin, et al. Method for multiple feature extraction of characters and application in
vehicle license plate recognition［J］. Computer Engineering and Applications, 2011, 47(23):228-231.
［8］李彦，张洪博，石莲英.基于SIFT特征匹配的车牌识别方法［J］. 计算机工程与应用，2016，52(12)：194-200.
LI Yan, ZHANG Hongbo, SHI Lianying. Sift matching based method for license plate recognition［J］. Computer
Engineering and Applications, 2016, 52(12):194-200.
［9］呙润华，苏婷婷，马晓伟.BP神经网络联合模板匹配的车牌识别系统［J］.清华大学学报(自然科学版)，2013，53(9)：1221-1226.
GUO Runhua, SU Tingting, MA Xiaowei. License plate recognition system using a BP neural network and template matching
［J］.Journal of Tsinghua University(Science and Technology), 2013, 53(9):1221-1226.
［10］ YU S H, HSIEH J W, CHEN Yungsheng. Morphology-based license plate detection from complex scenes［C］//16th
International Conference on Pattern Recognition. Quebec, Canada:IEEE Computer Society, 2002(3):30176-30179.
［11］刘金阳.复杂环境下的车牌识别系统关键技术研究［D］.合肥：合肥工业大学，2016.
LIU Jinyang. Research on Key Technology of License Plate Recognition System in Complex Environment［D］. Hefei: Hefei
University of Technology, 2016.

[1]	李晶1,2，钟鹏1，吕靖1,2. 基于系统动力学的陆港与城市经济互动研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 1-7.
[2]	李军1，朱云升2. 三角模糊层次分析的综合评价在黄河库区船舶安全评估中的应用[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 16-22.
[3]	邓萍1,2，宋莲1，黄承锋1,2. 三峡坝区过闸船舶拥堵成本测算及对坝区货物总价值影响研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 23-30.
[4]	程谦1 ，朱晓宁2 ，卢万胜3. 中长运距城际旅客出行方式选择行为模型——以高铁、民航为例[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 39-45.
[5]	连齐才1，李涵1，石小林1，闫章存2. 基于面板数据Mixed logit模型的自动驾驶选择行为分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 46-52.
[6]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[7]	李升朝，吴越，白雪萌，王玥，张海. 基于TOPSIS与灰色关联的危货车辆违规报警研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 61-66.
[8]	杨庆芳1,2,3，王立强2，郑黎黎1,2,3，孟凡运2. 一种环形交叉口交通排放及燃油消耗模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 67-73.
[9]	白翰，张康宇，王修光，燕翔，冯启龙. 合放交通流条件下城市交叉口通行能力研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 12-20.
[10]	张重阳,黄淑萍. 路网抗震可靠性及震后运输调度路径选择研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 43-51.
[11]	郭文文1，计明军2，祝慧灵3，周文杰2. 集装箱码头场桥调度优化模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 66-72.
[12]	李广儒，张新，朱庆辉. 基于Adaboost的改进Elman神经网络港口吞吐量预测方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 1-5.
[13]	孙元广1，茧敏2，金华2，陈绍宽2. 城市轨道交通列车故障救援延误计算与仿真[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 6-12.
[14]	王宏刚1,2，白朋1，邹庆茹2，赵玲1. 地铁车辆段股道运用优化模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 13-18.
[15]	孙延浩1,2，张琦1,2，任禹谋1,2,3，孙鹏举4. 高速铁路列车调度员应急处置能力评价研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 19-25.

基于模板匹配方法的不均匀照度车牌图像识别

Uneven Illumination License Plate Image Recognition Base on Template Matching Method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics