学位论文 > 优秀研究生学位论文题录展示
字符识别研究及其应用
作 者: 田震
导 师: 李宇成
学 校: 北方工业大学
专 业: 检测技术与自动化装置
关键词: 车牌字符识别 特征提取方法 相似度函数 字符特征向量评价
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 104次
引 用: 0次
阅 读: 论文下载
内容摘要
随着我国国民经济的快速发展,对道路交通管理的要求逐步提高,智能交通系统应运而生。作为智能交通系统的重要组成部分,车牌识别系统获得了快速发展,被国内外学者广泛研究。车牌识别系统又分为车牌定位,字符分割,特征提取和特征识别四部分,后两部分是本文的研究重点。在字符特征提取方面,需要抑制实际应用中遇到的干扰,比如光线明暗的变化、字符的旋转与形变,笔画粘连等情况,最终提取出稳定的字符特征。本文对车牌字符灰度图像进行处理,提取出字符的边缘信息和梯度角度信息,获得字符边缘像素的梯度角度信息,在分块方法的基础上,并根据梯度角度与字符笔画的相互对应关系,获得笔画的局部特征描述,进而获得字符特征向量。实验证明,该特征提取方法在各种干扰下均具有很好的鲁棒性。为了提高字符特征提取的效果,本文选择了与之相适应的图像预处理方法。选择“二次线性插值算法”、"Canny算法”和‘’Sobel算子”完成图像预处理,经过验证,处理效果能够满足字符特征提取的要求。字符特征提取方法的优劣可以从两方面描述,一方面可以从直接影响识别结果的识别正确率来说明,另一方面也可以对提取的结果——字符特征向量进行直接的评价。例如,从相同字符的特征向量一致性、不同字符的特征向量的差异性、相似字符的区分等几个方面进行考察。比较和评价二者差异,常用距离公式或欧氏距离来进行,但对高维数的字符特征向量却很难适用。本文利用街区距离构造了一种相似度量化函数。讨论了其性质,比较了它与欧氏距离和其他相似度函数的异同点。然后,应用其对字符特征向量进行评价。仿真实验证明了所构造相似度函数的可行性和优点。进一步,利用同类平均相似度、异类平均相似度、最大异类相似度和平均可分裕度等字符特征向量评价指标,对字符向量进行了分类识别,实验验证了这些指标的有效性。最后,设计并实现了车牌识别软件系统,在初步应用中获得良好的效果,识别正确率在95%以上。
|
全文目录
摘要 4-5 Abstract 5-6 目录 6-8 1 绪论 8-12 1.1 课题背景 8-9 1.2 车牌字符识别技术在国内外研究现状 9-10 1.3 论文的主要工作 10 1.4 本文各章节的内容安排如下 10-12 2 字符特征提取方法 12-22 2.1 常见提取方法的介绍 12-14 2.2 本文字符特征提取方法 14-18 2.2.1 思考及构建过程 14-16 2.2.2 边缘梯度角度矩阵 16 2.2.3 局部笔画描述 16-18 2.2.4 形成特征向量 18 2.3 干扰因素的分析实验 18-21 2.3.1 明暗变化实验 18-19 2.3.2 字符形变实验 19-20 2.3.3 字符旋转实验 20 2.3.4 笔画粘连实验 20-21 2.4 本章小结 21-22 3 图像预处理方法 22-25 3.1 图像放缩 22-23 3.2 获取图像梯度 23 3.3 图像预处理的流程 23-24 3.4 本章小结 24-25 4 字符特征向量的评价 25-38 4.1 相似度定义 25-27 4.2 相似度函数的定义及性质 27-30 4.3 与欧氏距离比较 30-31 4.4 与其他相似度函数的比较 31-32 4.5 字符特征向量评价 32-34 4.6 实验及分析 34-37 4.6.1 相似度的分布实验 34-35 4.6.2 字符可分裕度实验 35-36 4.6.3 识别实验 36-37 4.7 本章小结 37-38 5 识别系统设计与实现 38-47 5.1 系统框架及各功能 38 5.2 分类器——BP神经网络 38-39 5.3 系统实现 39-45 5.3.1 总体设计 39-41 5.3.2 数据处理层 41-42 5.3.3 业务处理层 42-45 5.3.4 显示层 45 5.4 字符识别系统的运行结果 45-46 5.5 本章小结 46-47 6 结论 47-48 参考文献 48-52 攻读学位期间发表的学术论文 52-53 致谢 53
|
相似论文
- 车牌识别系统中字符识别技术的研究,TP391.41
- 一种基于梯度模板特征的车牌识别算法,TP391.41
- 车牌定位与车牌字符识别技术研究,TP391.41
- 车牌识别技术研究,TP391.41
- 汽车牌照自动识别关键技术研究,TP391.41
- 车牌字符分割和字符识别的算法研究与实现,TP391.41
- 图像纹理特征研究和比较,TP391.41
- 车牌字符识别技术的研究,TP391.41
- 基于神经网络的车牌字符识别系统的研究和实现,TP391.41
- 数字图像椒盐噪声滤波算法研究,TP391.41
- 基于改进神经网络的汽车车牌自动识别系统的研究与应用,TP391.41
- 车牌识别系统关键技术的研究,TP391.41
- 车牌识别算法研究及系统设计,TP391.41
- 基于视频检测的车牌识别系统的研究,TP391.41
- 基于量子免疫克隆的三维人体跟踪算法研究,TP391.41
- 基于SVM的车牌字符识别研究,TP391.41
- 车牌字符识别技术的研究与实现,TP391.41
- 模糊聚类算法及其在入侵检测中的应用,TP393.08
- 一种新型实用的车牌定位识别系统,TP391.41
- 汽车牌照,道路交通标志的自动分割和识别,TP391.4
- 基于小波分析的车牌字符识别,U495
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 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|