-
题名多颜色模型和综合特征下的车牌定位新方法
被引量：21
- 1
-
-
作者
聂洪印
周卫东
刘辉
-
机构
山东大学信息科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2010年第12期221-223,共3页
-
基金
山东省自然科学基金No.Y2007G31~~
-
文摘
提出了一种基于多颜色模型的车牌定位新方法。该方法在RGB和HSV两种颜色模型中,首先充分利用车牌图像的彩色信息对车牌图像进行颜色分割,将彩色图像转化为多级灰度图,从而确定出车牌所在的可能区域,完成车牌区域的粗定位。然后结合车牌特有的字频统计特征和几何结构特征进行分析和判断,进而精确定位出车牌区域。实验表明该方法定位准确率高,且适用于任意背景、位置和光照下的牌照定位,具有很强的鲁棒性。
-
关键词
多颜色模型
颜色认可框
车牌定位
-
Keywords
multi-color models
color-identify window
license plate location
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名多颜色模型分割自学习k-NN设备状态识别方法
被引量：2
- 2
-
-
作者
郭雪梅
刘桂雄
-
机构
广东省自动化研究所
华南理工大学机械与汽车工程学院
-
出处
《中国测试》
CAS
北大核心
2016年第4期107-110,共4页
-
基金
广东省前沿与关键技术创新专项(509164744030)
-
文摘
在浪涌测试中,由于每次识别对象不同,直接采用特征匹配每次测试前需要根据受试设备重新训练样本。先根据图像中高亮度点、白光所占比例,决策用于图像分割的颜色模型(L*a*b*、HSL、HSV),实现自适应分割;其次,提出自学习k-NN算法,以像素数n、偏心率e、密实度比r、欧拉数E为样本S特征向量X,构建数据集T0,以欧氏距离D实现样本分类;若样本置信度为k,加入预备数据集Tz′中,当Tz′满足条件,则扩充数据集Tz形成数据集Tz+1。结果证明:算法在9组各类样本(共21 600帧图像)识别中,准确度可达98.65%;并自学习扩充5组样本,距离矩阵变化较小,可见算法学习效率、学习准确度较高。
-
关键词
多颜色模型
K近邻算法
自学习
浪涌测试
-
Keywords
multi-color space
k-nearest neighbor algorithm（k-NN）
self-learning
surge test
-
分类号
TP24
[自动化与计算机技术—检测技术与自动化装置]
-
