第6卷第4期 智能系统学报 Vol.6 No.4 2011年8月 CAAI Transactions on Intelligent Systems Ag2011 doi:10.3969/i.issn.1673-4785.2011.04.009 基于Tent映射CPS0和车牌纹理特征的车牌定位 吴加明，吴一全 (南京航空航天大学信息科学与技术学院，江苏南京210016)》 摘要：针对现有车牌定位算法定位准确率不高和速度慢等问题，结合车牌纹理特征，提出了一种基于Tet映射混 沌粒子群(CPS0)的车牌精确定位算法.首先用基于二维直方图区域斜分的OTSU方法对车牌图像做二值化处理：接 着使用三组一维滤波器获取其二值纹理特征向量.然后利用基于Tt映射CS0快速准确的全局搜索能力，结合二 值纹理特征向量构造适应度函数，并引入车牌纹理的一致性度量作为判决条件，找到车牌区域的最佳定位参量.最 后，与基于遗传算法(GA)和基本粒子群算法(BS0)的定位方法进行了比较.实验结果表明，该方法适应性强，定位 效果较好，运行时间更短. 关键词：车牌纹理特征；Tent映射；混沌；粒子群优化；车牌定位 中图分类号：TP18;TN911.73文献标识码：A文章编号：16734785(2011)04-0333-06 License plate location based on texture features and tent chaotic particle swarm optimization WU Jiaming,WU Yiquan (School of Information Science and Technology,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China) Abstract:Considering the problems of the low precision ratio and slow arithmetic speed of license plate location,an accurate license plate location method based on tent chaotic particle swarm optimization (TCPSO)was proposed by combining the texture features.First,binarization was adopted to segment the license plate image by the OTSU method,which is based on a 2-D histogram oblique.Then the texture feature vector was obtained by three one-di- mensional filters.With the rapid and accurate searching ability,the best location parameters of license plate area were found by constructing the fitness function with the texture feature vector when introducing the texture coher- ence into the judgment.At last,the proposed method was compared with a genetic algorithm (GA)and BPSO. The experimental results show that the proposed method has stronger adaptability,better location effect,and shorter running time. Keywords:texture feature;tent map;chaotic;particle swarm optimization;license plate location 车牌的自动识别技术在现代交通不断发展的前法56]、数学形态学法78]、遗传算法90]、神经网络 提下得到了越来越广泛的应用，成为智能交通系统法川等.然而，在背景复杂、车牌区域变形和噪声污 的重要组成部分，主要包括车牌定位、校正和字符分 损严重的情况下，以上大部分方法得到的结果并不 割识别等环节们.车牌定位技术作为整个车牌自动 十分理想，甚至会产生拒识或误识，基于遗传算法的 识别系统的关键，占有非常重要的地位.然而由于车 车牌定位容易陷入“早熟”，收敛精度不高 辆种类繁多以及天气等背景的变化，加上车牌图像 针对以上情况，提出了基于Tent映射混沌粒子 采集时容易受到各种干扰，给车牌定位带来了很大 群26和车牌纹理特征相结合的车牌精确定位算 困难 法.考虑到传统的车牌特征提取方法会将车牌区域 目前车辆定位的方法多种多样2，归纳起来主 定位在车灯等其他地方，并且在背景复杂或者噪声 要有图像彩色信息法「3]、纹理特征法[4)、边缘检测 严重的情况下，定位的结果很不理想，会产生拒识或 误识等问题，本文用3组不同的一维滤波器提取车 收稿日期：2010-10-03， 基金项目：国家自然科学基金资助项目(60872065). 牌的纹理特征，并结合车牌区域的灰度直方图特点， 通信作者：吴加明.E-mail:wujiaming42@yahoo.com.cm, 引入车牌纹理的一致性度量作为判决条件，排除车