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。

摘要：交通标志检测是交通标志识别系统的关键技术之一,常规的基于颜色空间的检测算法一般是在较简单场景下进行的,其效率较低。为能在复杂场景下快速准确的定位出交通标志,文章提出了一种基于小波低频分量的交通标志检测方法。首先,对采集的RGB图像中三个分量分别进行自适应对比度增强,取其三个分量中最大值作为灰度图像的灰度值,然后利用小波变换对其灰度图像进行分解,对分解得到的低频分量采用Lo G算子进行边缘检测;接着对边缘图像进行灰度形态学和二值化处理,最后,利用改进的霍夫变换对圆形和三角形交通标志进行分割和检测。通过对复杂环境下采集的大量交通标志图像进行测试,结果表明:文中设计的算法具有较强的实时性和鲁棒性。