学位论文 > 优秀研究生学位论文题录展示
复杂背景下的快速车牌识别技术研究
作 者: 查志强
导 师: 张毅
学 校: 南京理工大学
专 业: 光学工程
关键词: 车牌识别 车牌定位 字符分割 字符识别 支持向量机
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 545次
引 用: 0次
阅 读: 论文下载
内容摘要
智能交通系统ITS (Intelligent Transportation System)利用先进的信息技术改善交通状况,使交通更畅通、更安全、更绿色。车牌识别系统LPR (License Plate Recognition)是ITS的核心技术之一,它主要包括车牌定位、字符分割和字符识别三个核心模块。随着安防视频步入高清时代,视频的分辨率越来越高,智能交通系统对车牌识别技术有了更高的要求:处理速度更快、环境适应性更强、识别率更高。本文在分析国内外各种车牌识别方法的基础上,对车牌识别系统中的三个核心技术进行了深入的研究:车牌定位:这是车牌识别系统中至关重要的一步。对现有的各种定位算法进行比较和分析,在此基础上,提出了基于字符边缘特征的车牌定位方法,该方法包括粗定位和精定位,以快速简单方法确定车牌候选区域,以复杂精确方法定位车牌区域。字符分割:由于单纯采用垂直投影法无法精确地处理字符粘连问题,提出了基于字符轮廓和模板匹配的车牌字符分割方法,该方法利用字符的轮廓特征,在轮廓周围搜索和确认可能的字符,对找到的字符进行自适应模板匹配,寻找误差最小的模板对字符进行重新分割,利用模板补充剩余字符以及去除伪字符。字符识别:在对比和测试了各种字符特征后,选取其中区分效果好的统计特征和结构特征作为字符特征。由于SVM分类器对小样本问题有很好的分类效果,因此采用SVM分类器识别车牌字符。利用区分相似字符的特殊特征对相似字符进行二次识别,提高了整个系统的字符识别率。通过对不同光照下的3000张车牌图片进行了测试,车牌定位准确率达到98.6%,车牌后6位字符的完全正确率达到95.5%,平均处理时间为100ms。实验结果表明,本文的车牌识别算法快速准确,对复杂环境的适应性强,具有很好的实用性。
|
全文目录
摘要 3-4 Abstract 4-8 1 绪论 8-14 1.1 车牌识别技术的研究背景 8 1.2 车牌识别技术的应用场合 8-9 1.3 车牌识别技术的发展现状 9-10 1.3.1 组成和工作原理 9-10 1.3.2 国内外研究现状 10 1.4 目前车牌识别技术存在的问题 10-11 1.5 评价车牌识别的技术指标 11-12 1.6 论文的主要工作 12-14 2 我国车牌的种类和特征以及图像采集方式 14-22 2.1 我国车牌的种类 14-18 2.2 我国车牌的主要特征和特殊性 18-19 2.2.1 我国车牌的主要特征 18-19 2.2.2 我国车牌的特殊性 19 2.3 车牌识别技术中常见的触发方式 19-21 2.3.1 外部触发方式 20 2.3.2 自触发方式 20-21 2.4 高清摄像机在智能交通领域的普及和应用 21-22 3 车牌定位算法分析 22-40 3.1 本章引言 22 3.2 常用车牌定位方法 22-24 3.2.1 基于灰度图像的车牌定位方法 22-23 3.2.2 基于彩色图像的车牌定位方法 23-24 3.3 基于字符边缘特征的车牌定位方法 24-38 3.3.1 实现车牌粗定位 24-31 3.3.2 实现车牌精细定位 31-38 3.4 车牌定位结果分析 38-39 3.5 本章小结 39-40 4 字符分割算法分析 40-48 4.1 本章引言 40 4.2 车牌字符的特征分析 40-41 4.2.1 车牌字符的轮廓特征 40-41 4.2.2 车牌字符的几何特征 41 4.3 基于字符轮廓和模板匹配的字符分割方法 41-46 4.3.1 自适应灰度拉伸 41 4.3.2 估计车牌颜色 41-43 4.3.3 拉普拉斯边缘检测 43 4.3.4 二值化 43-44 4.3.5 估计字符高度 44 4.3.6 提取字符 44-45 4.3.7 模板匹配 45-46 4.4 字符分割结果分析 46-47 4.5 本章小结 47-48 5 字符识别算法分析 48-70 5.1 本章引言 48 5.2 字符识别常用方法简介 48-50 5.3 SVM理论概述 50-60 5.3.1 经验风险最小化(ERM)问题 50-51 5.3.2 统计学习理论的核心内容 51-53 5.3.3 SVM原理 53-58 5.3.4 核函数及其参数的选择 58-60 5.4 基于SVM的字符识别 60-67 5.4.1 字符归一化与二值化 61 5.4.2 特征提取 61-63 5.4.3 分类器组合 63 5.4.4 选择多分类方法 63-65 5.4.5 确定RBF最优参数 65 5.4.6 二次识别 65-67 5.5 字符识别结果分析 67-69 5.6 本章小结 69-70 结束语 70-71 致谢 71-72 参考文献 72-75
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于图分割的文本提取方法研究,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于EMD的车牌识别方法及应用,TP391.41
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 不匹配信道下耳语音说话人识别研究,TN912.34
- 基于文本挖掘的学者简历自动生成,TP391.1
- 基于特征选择的入侵检测研究,TP393.08
- LS-SVM算法预测煤层瓦斯涌出量技术研究及应用,TD712.5
- 车牌识别系统中车牌定位算法的研究,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 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|