学位论文 > 优秀研究生学位论文题录展示
车牌照识别关键技术研究
作 者: 郑霞
导 师: 周明全
学 校: 西北大学
专 业: 计算机软件与理论
关键词: 车牌识别系统 车牌定位 字符分割 字符识别 模式识别 字符特征
分类号: TP391.4
类 型: 硕士论文
年 份: 2004年
下 载: 474次
引 用: 24次
阅 读: 论文下载
内容摘要
车牌照识别(LPR)系统的研制与开发,是现代化交通发展的热点问题,也是影响交通系统智能化、现代化的重要因素。 车牌照识别系统是一个实时的计算机视觉系统。车牌照识别系统研究涉及数字图像处理、计算机视觉、模式识别和人工智能等多个技术领域。本文的主要研究工作如下: 1.本文将图像分割技术应用于车牌定位中,提出了一种新的基于车牌颜色的定位方法,即通过丰富的投影信息和HSV颜色模型中的H分量来定位车牌。实验结果表明该算法对光照不均和复杂背景不敏感,能够快速、有效地提取出车牌。定位准确率超过98.5%。 2.字符分割是印刷体字符分割的一个特殊应用,是把车牌图像分成单个的字符图像,以便进行字符识别。在确定车牌的字符的上下边界时,本文提出了一种改进的扫描线算法,取得了很好的效果;利用全局分割和局部调整的技术实现单个字符的分割。 3.字符的识别是对车牌上的汉字、字母和数字进行理解的过程,是系统的核心。识别的关键在于分类器的选择与组织。针对车牌中的汉字,结合分割出的汉字图像的特点,提出了基于纹理特征的汉字识别方法。针对车牌的字母和数字,本文采用了两种识别方法,一种是新的基于多分类器集成的识别方法,其识别结果理想,识别率为98.6%;另一种是采用改进的BP神经网络,分别实现字母、数字、字母及数字的识别,识别结果较好,整体识别率为97.2%。 4.在上述研究的基础上,设计、实现了一个车牌照的实时识别系统。系统主要分为车牌定位、字符分割与字符识别三个部分,执行结果理想。该系统应于交通车辆违章视频监控系统中,使系统在对违章车辆的确认上更自动化,智能化。
|
全文目录
第一章 绪论 9-17 1.1 课题的背景及意义 9-11 1.2 机器视觉与模式识别概述 11-12 1.3 国内外研究现状 12-14 1.4 课题研究、开发的内容任务与目标 14-15 1.5 论文的组织 15-17 第二章 车牌定位 17-32 2.1 图像预处理 17-26 2.1.1 图像的灰度校正 17-18 2.1.2 图像滤波 18-20 2.1.3 灰度图像的二值化 20-23 2.1.4 图像的形态学处理 23-26 2.2 车牌定位技术的研究 26-28 2.2.1 车牌定位算法与车牌的特征 26-27 2.2.2 一般的定位方法 27-28 2.3 基于车牌颜色的定位方法 28-32 2.3.1 颜色模型的转换 28-29 2.3.2 车牌区域的确定 29-31 2.3.3 实验结果及分析 31-32 第三章 车牌字符分割 32-42 3.1 车牌方向的校正 32-33 3.2 字符分割的基础 33-35 3.2.1 行切分技术 33-34 3.2.2 字切分技术 34-35 3.3 车牌字符分割简介 35-36 3.3.1 车牌字符串的特点 35 3.3.2 车牌字符分割的一般算法 35-36 3.4 本文的车牌字符分割 36-42 3.4.1 改进的扫描线算法去除上下边界 36-39 3.4.2 字符的分割 39-41 3.4.3 实验结果及分析 41-42 第四章 字符识别概述及字符的预处理 42-51 4.1 字符识别的原理和汉字识别的概况 42-46 4.1.1 字符识别的原理 42-43 4.1.2 汉字识别的概况 43-45 4.1.3 车牌字符识别的特殊性 45-46 4.2 字符的预处理 46-51 4.2.1 平滑 46-48 4.2.2 归一化 48-49 4.2.3 细化 49-51 第五章 车牌字符识别的方法 51-74 5.1 基于纹理特征的汉字识别 51-56 5.1.1 常用的汉字识别方法 51-52 5.1.2 纹理分析方法 52-54 5.1.3 结合纹理特征的汉字识别 54-55 5.1.4 实验结果及分析 55-56 5.2 多分类器集成的数字、字母识别 56-62 5.2.1 结构方法和统计方法 56-58 5.2.2 多分类器集成识别 58-62 5.2.3 实验结果及分析 62 5.3 神经网络数字、字母识别 62-74 5.3.1 神经网络模式识别的特点 62-64 5.3.2 BP神经网络学习算法 64-69 5.3.3 改进的BP神经网络 69-71 5.3.4 实验结果及分析 71-74 第六章 总结与展望 74-76 6.1 总结 74 6.2 展望 74-76 参考文献 76-80 致谢 80-81 附录: 攻读硕士学位期间的研究成果 81
|
相似论文
- 基于流形学习的高维流场数据分类研究,V231.3
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 基于图分割的文本提取方法研究,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于回波包络的超声波入侵探测在军队警戒巡逻中的应用,E919
- 车牌识别系统中车牌定位算法的研究,TP391.41
- 基于PowerPC架构的车牌识别算法研究,TP391.41
- 复杂背景下车牌定位的研究与设计,TP391.41
- 基于CNN的智能交通系统多车牌定位方法的研究,TP391.41
- 空间信息处理中基于模糊技术的数学模型的改进,O159
- 基于车牌识别技术的智能交通系统的设计与实现,TP391.41
- 基于API Hook技术的Bot检测方法的研究与实现,TP393.08
- 基于SVM的车牌字符识别算法研究与实现,TP391.41
- 基于广义动态模糊神经网络的肌电信号模式识别系统,TP183
- 表格手写内容识别系统的设计与实现,TP391.41
- PID参数自整定的研究与应用,TP273
- 河南省文化遗产价值指标体系研究,G122
- 一种基于梯度模板特征的车牌识别算法,TP391.41
- 动作表面肌电信号的非线性特性研究,TH772
- 基于与或图的车牌检测与识别,TP391.41
- 高速卡口车辆牌照检测与相关信息识别,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置
© 2012 www.xueweilunwen.com
|