学位论文 > 优秀研究生学位论文题录展示

基于车牌识别技术的智能交通系统的设计与实现

作 者: 钱江涛
导 师: 詹瑾瑜;吴兆春
学 校: 电子科技大学
专 业: 软件工程
关键词: 智能交通 图像预处理 车牌定位 字符分割 字符识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 80次
引 用: 0次
阅 读: 论文下载
 

内容摘要


近年来,随着现代交通技术和社会经济的快速发展,汽车和交通运输工业得到了迅猛发展,如何做好城市交通管理已经成为人们日益关注的民生问题,随着专家学者们在该领域的深入研究,具有车牌自动识别功能的智能交通系统(ITS)进入了人们的视线。该系统的诞生填补了城市交通管理自动化的空白,很快被人们应用于各种交通管理方面。新技术的产生也有其不成熟的一面,比如在复杂的环境中(如雨雪天气、光照不充分等)车牌识别技术仍然有定位困难、识别率不高的问题。因此学者们在该技术领域的研究还在继续深入,同时如果发现了能克服部分的环境影响的车牌识别技术方法对社会还是有很深的现实意义的。基于车牌识别技术的智能交通系统其实际工作原理就是通过数字图像处理等技术手段从车辆照片识别出车牌号码,再将识别出的车牌与车辆照片输送至中心服务器,通过中心服务器对收集到的数据进科学有效地存储,为交通管理工作提供有用信息。本文结合智能交通系统的建设,主要开展了以下工作:首先,车牌定位过程:在车牌定位前期需要对得到的车辆照片进行预处理,其中包括光照补偿、灰度化处理、小波滤噪等。然后再结合车牌纹理特征,通过对图像的水平和垂直方向的边缘检测实现对车牌的精确定位。其次,字符分割。本文依据国内的车牌先验知识,再利用字符的竖直投影法有效地对车牌字符进行了分割并提取。然后是字符识别,在该过程中本文引入了动量因子的BP神经网络算法,结合目前国内的车牌字符特征,使用三种结构的BP神经网络算法,以提高车牌字符整体识别率,强化BP神经网络的学习效率。最后,本文还结合公安相关业务对智能交通系统基于车牌识别后建立的数据库进行了二次开发,实现了被盗抢车辆的自动比对预警、套牌车的自动识别,根据车辆运动轨迹进行比对碰撞等功能。该车牌识别方法的准确率在实际工程应用中均达到智能交通系统的功能指标要求,也取得了较好的实际运行效果。

全文目录


摘要  4-5
ABSTRACT  5-10
第一章 绪论  10-20
  1.1 课题背景  10-13
    1.1.1 智能交通系统简介  11-12
    1.1.2 研究的目的和意义  12-13
  1.2 车牌识别技术的原理  13-14
  1.3 车牌识别技术的研究现状  14-18
    1.3.1 车牌定位技术  14-16
    1.3.2 字符识别方法  16-17
    1.3.3 车牌字符识别技术的研究现状  17-18
  1.4 主要研究内容  18
  1.5 论文的结构  18-20
第二章 相关技术介绍  20-37
  2.1 图像预处理  20-25
    2.1.1 预处理阶段-光照补偿  20-22
    2.1.2 预处理阶段-灰度化图像  22-23
    2.1.3 预处理阶段-小波去噪  23-25
  2.2 车牌定位  25-29
    2.2.1 车牌定位方法和先验知识概述  25-27
      2.2.1.1 常用的车牌定位方法  25-26
      2.2.1.2 车牌先验知识  26-27
    2.2.2 车牌图像边缘检测  27-28
    2.2.3 图像二值化处理  28-29
    2.2.4 基于车牌纹理的车牌定位算法  29
  2.3 字符识别技术的研究和识别算法  29-36
    2.3.1 常用的字符识别方法  29-30
    2.3.2 车牌区域预处理和字符分割  30-33
      2.3.2.1 字符二值化处理  31-32
      2.3.2.2 矫正车牌倾斜度  32-33
      2.3.2.3 基于投影法的车牌字符分割以及大小规一化  33
    2.3.3 基于神经网络的字符识别  33-36
      2.3.3.1 BP 神经网络在字符识别中的应用  33-36
  2.4 本章小结  36-37
第三章 需求分析  37-42
  3.1 总体需求  37
  3.2 功能需求  37-40
  3.3 性能需求  40-41
  3.4 本章小结  41-42
第四章 智能交通系统的设计  42-57
  4.1 基于车牌识别技术的智能交通系统的架构  42-43
  4.2 设计原理  43-44
  4.3 车牌识别模块设计  44-48
    4.3.1 车牌的定位与提取  45-48
      4.3.1.1 图像预处理  45
      4.3.1.2 车牌区域定位与提取  45-48
    4.3.2 字符的分割  48
    4.3.3 字符的识别  48
  4.4 交通控制管理模块的设计  48-55
  4.5 程序开发思路设计  55
  4.6 本章小结  55-57
第五章 智能交通系统的实现  57-68
  5.1 车牌识别系统的实现  57-64
    5.1.1 车牌定位模块的实现  57-60
    5.1.2 字符分割模块的实现  60-62
    5.1.3 字符识别模块的实现  62-64
  5.2 交通控制模块的实现  64-66
  5.3 本章小结  66-68
第六章 智能交通系统的测试  68-82
  6.1 实验结构分析  68
  6.2 测试环境  68-69
    6.2.1 硬件环境  68
    6.2.2 软件环境  68-69
  6.3 功能测试  69-78
    6.3.1 目标图像捕捉测试  69
    6.3.2 车牌自动识别测试  69-71
    6.3.3 车辆测速功能测试  71-72
    6.3.4 系统平台功能测试  72-78
      6.3.4.1 数据查询  73-76
      6.3.4.2 车辆布控  76-77
      6.3.4.3 布控车辆预警  77
      6.3.4.4 事件日志记录  77-78
  6.4 性能测试  78-80
    6.4.1 车牌定位测试  78-79
    6.4.2 车牌倾斜度矫正的测试  79
    6.4.5 字符分割测试  79-80
    6.4.6 字符识别测试  80
  6.5 本章小结  80-82
第七章 结束语  82-84
  7.1 全文总结  82-83
  7.2 下一步工作  83-84
致谢  84-85
参考文献  85-88

相似论文

  1. 舌图像中瘀斑瘀点检测技术研究,TP391.41
  2. 基于图分割的文本提取方法研究,TP391.41
  3. 红外图像目标识别及跟踪技术研究,TP391.41
  4. 基于EMD的车牌识别方法及应用,TP391.41
  5. 基于车载3D加速传感器的路况监测研究,TP274
  6. 基于ZigBee技术的车辆交通信息采集系统研究,TP274.2
  7. 车牌识别系统中车牌定位算法的研究,TP391.41
  8. 基于PowerPC架构的车牌识别算法研究,TP391.41
  9. 复杂背景下车牌定位的研究与设计,TP391.41
  10. 基于CNN的智能交通系统多车牌定位方法的研究,TP391.41
  11. 一种车联网智能终端设计及其路由算法研究,TP391.44
  12. 基于3G网络的智能交通视频监控系统的设计与实现,TP391.41
  13. 基于视频的车辆检测与跟踪算法的研究与实现,TP391.41
  14. 基于SVM的车牌字符识别算法研究与实现,TP391.41
  15. 一种基于梯度模板特征的车牌识别算法,TP391.41
  16. 基于无线传感网络的道路交通监测系统的研究,TP274
  17. 应用于窄间隙埋弧焊的图像采集及预处理系统研究,TG445
  18. 城市交通智能控制策略与仿真系统研究,U495
  19. 混纺织物不同纤维的图像识别与定量分析,TP391.41
  20. 分布式动态交通信息挖掘及导航,TP311.13

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