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

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 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
  3. 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
  4. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  5. 音乐结构自动分析研究,TN912.3
  6. 基于三维重建的焊点质量分类方法研究,TP391.41
  7. 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
  8. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  9. 基于图分割的文本提取方法研究,TP391.41
  10. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  11. 基于图像的路面破损识别,TP391.41
  12. 基于支持向量机的故障诊断方法研究,TP18
  13. 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
  14. 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
  15. 基于EMD的车牌识别方法及应用,TP391.41
  16. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  17. 不匹配信道下耳语音说话人识别研究,TN912.34
  18. 基于文本挖掘的学者简历自动生成,TP391.1
  19. 基于特征选择的入侵检测研究,TP393.08
  20. LS-SVM算法预测煤层瓦斯涌出量技术研究及应用,TD712.5
  21. 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