导读:本文包含了车牌区域定位论文开题报告文献综述、选题提纲参考文献，主要关键词:车牌,区域,极值,形态学,稳定,特征,阈值。
车牌区域定位论文文献综述写法
侯向宁,刘华春[1]（2019）在《基于MSER和SVM以及强种子区域生长的车牌定位》一文中研究指出针对传统车牌定位方式的缺陷,给出了将自然场景下文本检测的最大稳定极值区域(MSER,maximally stable extremal regions)算法与支持向量机(SVM,support vector machine)相结合的车牌定位方法。首先利用MSER算子对车牌字符进行初步定位,并依据字符区域的高宽比和占空比剔除明显不是字符的区域,再剔除重迭的字符区域,从而得到候选字符区域,然后将候选字符区域输入训练好的SVM分类器,用来剔除无效的字符区域。最后利用强种子的区域生长法将真实的字符区域聚合,通过求解连通区域的外接矩形,最终提取车牌区域,实现对车牌的精确定位。对比实验结果表明,在不同的自然场景下,该方法比传统的车牌检测算法的定位准确率高2%～3%,其自适应能力和鲁棒性都比较好,具有较高的实用价值。(本文来源于《西安工程大学学报》期刊2019年02期）
罗山[2]（2018）在《一种基于形态学与区域分析的车牌定位方法》一文中研究指出车牌定位作为车牌识别系统的关键环节之一,是后续车牌字符准确分割与识别的基础。针对单一定位方法存在的问题,提出一种基于形态学与区域分析的车牌定位方法。首先对车牌图像进行预处理;然后运用数学形态学处理获得车牌候选区域;最后,对候选区域进行分析,提取精确的车牌区域。实验结果表明,该方法精度高,速度快,鲁棒性好。(本文来源于《山西电子技术》期刊2018年06期）
王晓磊[3]（2017）在《基于多阈值与区域生长的车牌定位算法》一文中研究指出车牌定位就是在图像中把车牌所在区域标记或分割出来,是车牌识别的主要解决问题之一。本课题对基于颜色定位和阈值处理的研究,本文提出了方法采用自动调节阈值的方法,选取合理利用阈值,得到二值图,然后检测字符水平边缘变化率剔除背景无关的行图像,然后根据颜色、形状和字符分布建立简便颜色模型利用区域生长算法进一步精确定位,进而实现定位。(本文来源于《电子世界》期刊2017年04期）
梁大宽,韩晓明[4]（2016）在《基于融合Hu矩和区域矩特征的多车牌定位》一文中研究指出分析国内外车牌定位研究的现状,提出一种融合Hu矩和区域矩图像特征的车牌定位方法。依次提取车牌的Hu矩特征和各向同性的区域矩特征融合构成新的特征向量,各向同性的区域矩特征具有更强的旋转和尺度不变性,解决使用单一矩特征进行车牌定位时,对旋转和姿态变化较大的车牌识别率较低的问题,采用支持向量机(SVM)对特征进行分类。实验结果表明,在复杂的背景环境下,当车牌发生位置、姿态、尺度的变化时,该方法定位准确率达到90%以上,有一定的抗遮挡能力,具有一定的应用价值。(本文来源于《计算机工程与设计》期刊2016年11期）
周彬彬,周之平,贾杰[5]（2016）在《结合有色点对搜索和区域统计特征的车牌定位算法分析》一文中研究指出为了提高车牌检测系统中车牌定位的效率,文章利用HSV和RGB双重颜色模型对蓝白像素点建立定性描述模型,基于该模型提出一种结合蓝白有色点对搜索和区域统计特征信息的车牌定位方法。该方法首先通过搜索有色点对并结合角点和车牌纹理等特征确定车牌的粗略区域,然后利用垂直/水平投影、霍夫直线检测以及颜色提取方法实现车牌精确定位。测试结果表明,针对复杂环境和不同光照条件下的车牌,新方法能够实现车牌的快速精确定位。(本文来源于《无线互联科技》期刊2016年04期）
肖意,姜军[6]（2015）在《基于最大稳定极值区域的车牌定位与字符分割》一文中研究指出车牌定位与字符分割是车牌识别系统进行字符识别前重要的两个步骤,论文将介绍一种高效的基于最大稳定极值区域(MSER)的车牌定位与分割算法。首先对图像进行预处理并提取MSER,根据MSER间几何关系将相邻的MSER聚类在一起作为一个车牌候选区域,再利用机器学习及标准车牌的特点对每个候选区域进行分析,定位出车牌区域。然后将车牌区域根据字符的个数及MSER间关系划分为不同等级,并对不同等级的车牌采用不同的分割算法。实验数据表明,该方法车牌定位的准确率是99.07%,字符分割的准确率为97.9%。(本文来源于《计算机与数字工程》期刊2015年12期）
陈俊,何小海,滕奇志[7]（2015）在《基于最大稳定极限区域的车牌定位》一文中研究指出车牌定位是车牌识别系统的重要组成部分,目前常用的车牌定位方法主要受环境尤其是光照影响较大。针对这一情况,提出基于最大稳定极值区域特征的车牌定位算法,利用最大稳定极值区域特征特有的仿射不变性和对光照的适应性,提取图像中最大稳定极值区域;尤其是车牌字符区域。在排除部分噪声区域后,根据车牌字符区域稳定的几何特征和排列规则,将满足条件的相邻字符区域组成最近邻对,进一步剔除噪声区域。然后将所提取的最近邻对进行合并即可以得到所有可能的车牌区域。实验结果表明,相比较目前常用车牌字符切分算法,在切分的准确性和稳定性上都有较大提高。(本文来源于《科学技术与工程》期刊2015年31期）
李秀娟,杨鹤标,魏颖[8]（2015）在《基于多层边缘约束与区域合并的部分遮挡车牌定位方法》一文中研究指出针对现有方法对遮挡车牌识别率过低的难题,提出了一种基于多层边缘约束与区域合并的部分遮挡车牌定位方法。该算法首先以边缘方向和颜色对约束对边缘进行筛选,采用自动扫描线法确定候选区域,最后对候选区域进行筛选与合并,实现遮挡车牌的定位。实验表明,该算法对4位以下两端遮挡车牌定位的成功率在90%以上,对4位以下中间遮挡定位的成功率在85%以上。(本文来源于《软件导刊》期刊2015年07期）
贺桂娇,李桂清,孙常明[9]（2015）在《基于Gabor滤波车牌区域定位算法研究及实现》一文中研究指出车牌区域检测是车牌识别系统第一步。论文描述一种车牌区域检测的系统框架:首先是利用Gabor滤波对车牌图像进行滤波得到包含车牌区域的二值图,对二值图作数学形态学变换以增强(扩大)可能的连通车牌区域,然后用扫描策略标记出所有的连通区域,最后计算所有这些连通区域的颜色方差,判定出车牌区域。实验结果对上述步骤进行不同的组合会有不同的优缺点。经过2000张图像的实验,论文的这种优化组合可以很好地检测出车牌区域,车牌区域识别的正确率达94%,是一种可行的车牌区域检测算法。(本文来源于《计算机与数字工程》期刊2015年03期）
赵婷婷,唐晶磊,黄志远,张勇[10]（2014）在《基于孤立像素点去除的车牌ROI区域快速定位方法研究》一文中研究指出车牌识别(LPR)作为当前较为广泛研究的热门课题之一,已经日趋成熟和完善,但传统车牌提取算法中仍然存在对单个像素点过分依赖、识别率不高等问题。提出一种基于孤立像素点去除的车牌感兴趣区域提取方法,在Sobel算子边缘检测算法的基础上,采用基于行列比例和周围相似度两种方法,对单像素点进行处理,有效去除影响感兴趣区域中的孤立点,突出车牌特征并提高识别精度。实验结果表明,该方法较传统方法识别速率平均提高约5%,识别精度平均提高约15%。(本文来源于《现代计算机(专业版)》期刊2014年26期）
车牌区域定位论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
车牌定位作为车牌识别系统的关键环节之一,是后续车牌字符准确分割与识别的基础。针对单一定位方法存在的问题,提出一种基于形态学与区域分析的车牌定位方法。首先对车牌图像进行预处理;然后运用数学形态学处理获得车牌候选区域;最后,对候选区域进行分析,提取精确的车牌区域。实验结果表明,该方法精度高,速度快,鲁棒性好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
车牌区域定位论文参考文献
[1].侯向宁,刘华春.基于MSER和SVM以及强种子区域生长的车牌定位[J].西安工程大学学报.2019
[2].罗山.一种基于形态学与区域分析的车牌定位方法[J].山西电子技术.2018
[3].王晓磊.基于多阈值与区域生长的车牌定位算法[J].电子世界.2017
[4].梁大宽,韩晓明.基于融合Hu矩和区域矩特征的多车牌定位[J].计算机工程与设计.2016
[5].周彬彬,周之平,贾杰.结合有色点对搜索和区域统计特征的车牌定位算法分析[J].无线互联科技.2016
[6].肖意,姜军.基于最大稳定极值区域的车牌定位与字符分割[J].计算机与数字工程.2015
[7].陈俊,何小海,滕奇志.基于最大稳定极限区域的车牌定位[J].科学技术与工程.2015
[8].李秀娟,杨鹤标,魏颖.基于多层边缘约束与区域合并的部分遮挡车牌定位方法[J].软件导刊.2015
[9].贺桂娇,李桂清,孙常明.基于Gabor滤波车牌区域定位算法研究及实现[J].计算机与数字工程.2015
[10].赵婷婷,唐晶磊,黄志远,张勇.基于孤立像素点去除的车牌ROI区域快速定位方法研究[J].现代计算机(专业版).2014