基于Gabor滤波多特征融合的车牌定位算法
【摘要】 车牌定位是车辆监控的基础。单一特征在特定的场合中定位准确，但是在实际生活场景中单一特征存在着很多缺陷。基于上述问题，提出了一种基于Gabor滤波器多种特征融合的车牌定位算法。该算法在实现过程中主要分为三个阶段，第一阶段是根据车牌图像大小和特点生成Gabor滤波核，使用Gabor滤波器对车牌图像进行滤波，生成车牌图像的特征图，再对滤波后的图像使用数学形态学操作，将车牌区域连接形成连通区域。第二阶段通过车牌的长宽比以及车牌字符个数进行筛选，得到车牌的候选区域，然后再使用车牌的字符纹理和字符角点邻域颜色，在候选区中进行筛选，生成候选区域。第三阶段验证候选，使用颜色方差和灰度投影确定候选。实验表明，在该图像库中，车牌区域定位的成功率达到了95.7%，证明了该算法是一种可行性较高的车牌定位算法。
