学位论文 > 优秀研究生学位论文题录展示

基于AdaBoost算法的车牌识别研究

作　者: 王晗
导　师: 王凤文
学　校: 东北大学
专　业: 通信与信息系统
关键词: 车牌定位 AdaBoost算法连通体退化现象
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 150次
引　用: 0次
阅　读: 论文下载

内容摘要

煤炭产量、运量控制系统对于解决煤炭生产行业架构的特殊性造成的难以控管的局面,实现煤炭产业的现代化管理具有重要意义。本文以煤炭运量管理控制系统设计为背景,主要研究煤炭运量控制系统中的车牌识别,即利用数字图像处理技术实现车牌自动识别,在此过程中所应用的技术和方法为今后的深入研究和将其应用于实际生产奠定了坚实的基础。本文研究了车牌识别中的关键技术,其中详细介绍了车牌定位、字符分割、特征提取和字符识别的方法,并对车牌定位和基于AdaBoost算法的车牌字符识别进行了深入的研究。在车牌定位部分,由于本文的研究背景是在煤场这个特定的环境,针对这个复杂的环境背景,本文提出一种将连通体链长度、边缘密度和颜色特征相结合的车牌定位方法。首先采用Niblack算法对图像进行二值化处理,使用该方法对光照不均的车牌图像有较好的效果。然后对二值化后的图像进行连通体分析,将分析后连通链进行配对、构链。最后结合连通体长度、边缘密度和颜色特征对车牌进行准确定位。在字符识别部分,针对AdaBoost算法出现的退化现象,提出一种基于权重值的分布情况来调整权重的方法对AdaBoost算法进行改进。将某一轮训练后的权重值均匀分段,然后统计落入每一段的权重值的个数,计算其占权重值总个数的比例,将所得到的比例做为因子与该段内的权重值相乘得到最终的权重值。将简单分类后的数据代入改进的算法中进行迭代训练并进行仿真实验,结果表明该算法较好的改善了AdaBoost算法的退化现象。

全文目录

摘要  5-6
ABSTRACT  6-9
第1章绪论  9-15
  1.1 课题背景与研究意义  9-10
    1.1.1 课题背景  9-10
    1.1.2 研究意义  10
  1.2 车牌识别技术的发展现状  10-12
  1.3 本文研究的主要内容  12-13
  1.4 论文的组织安排  13-15
第2章 AdaBoost算法与车牌字符识别  15-27
  2.1 现有用于车牌字符识别方法的综述  15-18
  2.2 车牌字符识别的设计方法  18-20
    2.2.1 物体检测  18-19
    2.2.2 特征选择  19
    2.2.3 分类器设计  19-20
  2.3 用于车牌字符识别的AdaBoost算法  20-25
    2.3.1 简单分类器的选择  20-23
    2.3.2 AdaBoost算法对简单分类器的训练  23-25
  2.4 小结  25-27
第3章车牌字符识别的预处理  27-53
  3.1 车牌定位  27-44
    3.1.1 车牌图像二值化  32-33
    3.1.2 车牌连通体的分析  33-39
    3.1.3 连通体长度和边缘密度检测  39-41
    3.1.4 车牌倾斜校正  41-43
    3.1.5 颜色特征分析  43-44
  3.2 字符分割  44-45
  3.3 特征选择与提取  45-51
    3.3.1 结构特征的提取  46-48
    3.3.2 统计方法提取特征  48-49
    3.3.3 本文采用的特征提取方法  49-51
  3.4 小结  51-53
第4章基于改进的AdaBoost算法的字符识别  53-67
  4.1 简单分类器CART的数学模型  53-61
    4.1.1 构建最大树  54-57
    4.1.2 修剪决策树  57-60
    4.1.3 子树评估  60-61
  4.2 AdaBoost算法的数学描述  61-63
  4.3 AdaBoost算法的改进  63-64
    4.3.1 AdaBoost算法存在的问题  63
    4.3.2 AdaBoost算法的改进  63-64
  4.4 本章小结  64-67
第5章实验结果及分析  67-75
  5.1 数据样本  67
  5.2 车牌定位的实验结果及分析  67-69
  5.3 改进的AdaBoost算法字符识别的实验结果及分析  69-75
第6章结论  75-77
参考文献  77-81
致谢  81

基于AdaBoost算法的车牌识别研究

内容摘要

全文目录

相似论文