车牌区域提取(定位)综述及各种算法的优缺点

Posted 2022-06-11 昊虹图像算法

车牌区域提取通常也称为车牌区域定位，其目的是从含有车牌的图像中找到车牌区域。
车牌定位的重要性不言而喻，作为车牌识别的第一个步骤，车牌区域的提取成功与否是完成车牌识别的基础也是首要决定因素。

车牌区域提取的方法有很多，不同的分类方法有不同的叫法。
以下是几种常见方法的归纳总结。

一、基于纹理特征的车牌区域提取法
优点：对车牌畸变、倾斜或者光照不均等都有较好效果、对噪声也具有较强抵抗力，可有效解决复杂背景车牌定位问题
缺点：有可能受到光照、反射情况的影响。
什么叫图像的纹理特征，可以参考博文 https://blog.csdn.net/weixin_45739042/article/details/105641172

二、基于形态学的车牌区域提取法
有较高准确度但是精度较低，一般结合其它方法同时使用。

三、基于边缘检测的车牌区域提取法
准确率高、速度快、抑制噪声能力强，可同时检测多个车牌。但是，对于车牌边界不是很明显或者倾斜的情况精确度较低。

四、基于小波分析的车牌区域提取法
去噪声效果好，结合其它方法能较快的从复杂环境中定位车牌。

五、基于颜色信息的车牌区域提取法
提取的质量较高，能够快速精确的定位，但是天气和光线对定位效果的影响较大。
我的博文 https://blog.csdn.net/wenhao_ir/article/details/51923264 是一个具体的基于HSV颜色空间信息进行车牌区域提取的例子。