基于空间分布的最大类间方差牌照图像二值化算法

车辆牌照识别VL PR (V eh icle L icense P late Recognit ion) 是智能交通系统ITS ( Intelligent T ranspo rtat ion System ) 的重要部分, 有着巨大的社会和经济效益L 车辆牌照图像二值化方法的研究是 VL PR 中的关键技术, 通常都采用经典的Bernsen 算法和O tsu 算法L 但由于光照不均、摄像机畸变、曝 光不足、动态范围太窄和车辆牌照被污染等原因, 车辆牌照图像的质量往往不佳, 常存在严重伪影和字 符边缘模糊, 极大地影响了牌照图像二值化效果,Bernsen 算法和O tsu 算法也不能很好地克服上述问 题L 为此, 提出了一种新的牌照图像二值化算法CA SDA (Cluster A lgo rithm Based on Spat ialD ist ribu2 t ion A nalysis) , 把牌照图像空间分布特性与最大类间方差的统计特性有机结合, 大大加快了最大类间方 差模式分类速度L 与Bernsen、O tsu、L EVBB 等算法比较, CA SDA 具有速度快, 能消除不均匀光照引起 的伪影, 极少出现笔划断裂等优点, 二值化效果好L