学位论文 > 优秀研究生学位论文题录展示

基于构造性学习的车牌定位与识别系统研究

作　者: 段震
导　师: 张铃
学　校: 安徽大学
专　业: 计算机应用技术
关键词: 构造性机器学习交叉覆盖算法汽车牌照定位字符识别
分类号: TP391.4
类　型: 硕士论文
年　份: 2004年
下　载: 173次
引　用: 2次
阅　读: 论文下载

内容摘要

随着汽车普及率的提高和公路交通需求的增加，交通问题日益突出，利用计算机技术来对交通进行有效管理和控制的智能交通系统日益受到人们的重视。在智能交通系统中，车牌的定位和识别是两项关键的技术，可以应用于多种场合，具有广泛的应用前景。本文基于构造性的覆盖算法，将神经网络技术和传统的图像处理技术相结合，对车辆牌照的定位和识别进行了较为深入的分析和研究，力求在图像中存在较多干扰因素的情况下仍然能够较好的定位车牌并给出最终的识别结果；论文主要工作和创新点如下： 1．对传统的纹理定位方法进行了分析，在此基础上提出了怀疑区域的概念，从图像中提取出若干可能的位置去进行下一步的处理，从而将原先一步到位的过程转变为一个由粗及细的分析过程，降低了早期的误判率： 2．将构造性的覆盖算法应用于牌照的定位，在对这些区域进行分析后提取出各自的特征并进行学习，构造出相应的神经网络，用来排除假的干扰区域，同时结合图像的颜色信息来对前期的定位结果进行修正，最终得到正确的车牌位置： 3．在字符的识别过程中，在使用较为简单的图像处理技术的基础上，仍然使用构造性的覆盖算法，依靠神经网络强大的分类能力来对车牌字符进行识别： 4．探讨了在样本数量较少的情况下，通过在字符识别过程中引入附加样本的技术，利用先验知识对原先的样本集进行扩充，从而提高网络的性能。从实验的结果来看，本文所使用的方法能够较为准确的从车牌图像中定位出牌照并加以识别，系统的性能良好，具有较强的实用价值。

全文目录

摘要  4-5
Abstract  5-7
目录  7-9
第一章绪论  9-15
  1.1 智能交通系统的意义  9
  1.2 智能交通系统的内容  9-11
  1.3 智能交通系统的发展现状  11-13
  1.4 智能交通系统的发展方向  13-14
  1.5 本论文的研究内容  14-15
第二章车牌定位识别算法简介  15-23
  2.1 我国车牌的标准  15
  2.2 车牌的定位方法  15-20
    2.2.1 基于灰度图像的定位方法  16-18
    2.2.2 基于彩色图像的定位方法  18-20
  2.3 车牌的识别方法  20-23
    2.3.1 基于模板匹配的字符识别  20-21
    2.3.2 基于神经网络的字符识别  21-23
第三章构造性学习方法简介  23-35
  3.1 基于覆盖的构造性学习方法的发展  23-31
    3.1.1 FP算法简介  23-26
    3.1.2 覆盖领域的几何意义  26-28
    3.1.3 交叉覆盖算法  28-31
  3.2 领域覆盖算法的分析与改进  31-35
    3.2.1 对领域覆盖算法的分析  31-32
    3.2.2 覆盖算法改进的方法  32-35
第四章基于构造性学习方法的车牌定位  35-46
  4.1 基于纹理的定位办法及分析  35-37
  4.2 车牌怀疑区域的提出  37-39
  4.3 车牌怀疑区域特征参数的提取  39-40
  4.4 车牌定位网络的训练与识别  40-41
  4.5 基于颜色的微定位  41-43
  4.6 实验结果及分析  43-46
第五章基于构造性学习方法的车牌识别  46-55
  5.1 牌照的预处理  46-50
    5.1.1 图像的二值化  46-47
    5.1.2 图像的分割  47-50
  5.2 字符识别  50-52
    5.2.1 特征参数的提取  50-51
    5.2.2 附加样本的引入  51-52
    5.2.3 车牌识别网络的训练与识别  52
  5.3 主分量分析算法和识别网络的进一步改进  52-53
  5.4 实验结果及分析  53-55
第六章总结和展望  55-57
参考文献  57-60
攻读硕士学位期间从事的科研工作及发表的论文  60-61
致谢  61

基于构造性学习的车牌定位与识别系统研究

内容摘要

全文目录

相似论文