学位论文 > 优秀研究生学位论文题录展示
基于改进SVM的矿用地磅车牌识别技术的研究
作 者: 张世乾
导 师: 郭秀才
学 校: 西安科技大学
专 业: 模式识别与智能系统
关键词: 矿用地磅 车牌识别 小波变换 SVM D-S证据理论
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 15次
引 用: 0次
阅 读: 论文下载
内容摘要
煤炭是国家的重要自然资源之一。矿用地磅承担着煤炭企业销售计量的繁重任务,计量管理的真实性、可靠性和效率的高低直接影响着企业的生产秩序和企业的经济效益。研究矿用地磅车辆管理具有重要的现实意义。本文在分析煤炭企业运销车辆管理需求的基础上,对矿用地磅车辆管理系统进行了较全面的研究,尤其是对系统中的车牌识别进行了深入研究。车牌识别系统研究主要包括车牌定位、字符分割和字符识别三个部分。其中车牌定位使用基于小波变换的多尺度融合边缘检测算法,突出了图像边缘信息,对车牌进行粗定位,通过对车牌中心线信息进行一维小波分解,实现车牌精确定位;使用先验知识垂直投影分割算法实现了车牌单字符图像分割;提出了基于支持向量机与D-S证据理论相结合的多特征决策级融合的字符识别方法,该方法提取字符的轮廓特征、投影特征和网格编码等特征,采用改进的支持向量机一对一投票分类原理构造的独立证据基本概率分配函数和D-S证据理论实现多特征的信息融合判决,实现了车牌字符识别,解决了单一特征对图像描述较片面的缺陷。利用Matlab平台编写仿真软件,仿真结果表明本文所提出的多特征融合识别方法具有较高的识别率和较强的容错能力。本文研究的矿用地磅车牌识别系统在对大量煤矿地运车牌图像进行测试后,结果表明该系统在现实中具有较高的可靠性和实用性。
|
全文目录
摘要 3-4 ABSTRACT 4-8 1 绪论 8-16 1.1 选题背景及研究意义 8-9 1.2 矿用地磅系统简介 9-10 1.3 矿用地磅车牌识别系统的需求分析 10-11 1.4 矿用地磅车牌识别技术的发展现状 11-13 1.5 矿用地磅车牌图像特点及识别难点 13 1.6 本文主要工作及内容安排 13-15 1.7 本章小结 15-16 2 基于小波分析的矿用地磅车牌定位 16-34 2.1 常用的车牌定位方法 16-17 2.2 本文的矿用地磅车牌定位算法 17-18 2.3 图像预处理 18-21 2.3.1 图像灰度化 18-19 2.3.2 直方图均衡化 19-21 2.4 小波变换理论 21-23 2.5 基于小波变换的多尺度融合边缘检测算法 23-28 2.5.1 小波变换模极大值边缘检测 24-26 2.5.2 小波变换多尺度融合 26-28 2.6 基于水平投影的矿用地磅车牌粗定位 28-30 2.7 基于小波分解的矿用地磅车牌精确定位 30-32 2.8 车牌定位实验结果 32-33 2.9 本章小结 33-34 3 基于先验知识的垂直投影字符分割 34-47 3.1 车牌二值化 34-36 3.2 车牌倾斜校正 36-41 3.2.1 车牌倾斜模式 37-38 3.2.2 车牌倾斜角度检测 38-40 3.2.3 水平垂直倾斜校正 40-41 3.3 车牌边界的切除 41-42 3.4 车牌字符切割 42-46 3.4.1 车牌先验知识 42-43 3.4.2 常用车牌字符分割算法 43-44 3.4.3 结合先验知识的垂直投影字符分割算法 44-46 3.5 字符分割实验仿真 46 3.6 本章小结 46-47 4 基于多特征融合的矿用地磅车牌字符识别 47-63 4.1 融合识别理论基础 48-51 4.1.1 SVM 理论 48-49 4.1.2 D-S 证据理论 49-51 4.2 字符图像归一化 51-52 4.3 字符特征提取 52-54 4.3.1 轮廓特征提取 52-53 4.3.2 投影特征提取 53 4.3.3 网格编码特征提取 53-54 4.4 支持向量机多类分类 54-57 4.4.1 一对一多类分类算法 54-55 4.4.2 改进的一对一多类分类投票策略 55-57 4.5 D-S 证据理论融合判决 57-59 4.5.1 BPA 函数构造 57-58 4.5.2 多特征融合 58-59 4.5.3 决策识别 59 4.6 字符仿真结果与对比分析 59-62 4.6.1 样本选取 60 4.6.2 SVM 核函数及参数选择 60-61 4.6.3 仿真实验对比 61-62 4.7 本章小结 62-63 5 矿用地磅车牌识别系统仿真 63-68 5.1 矿用地磅车牌识别系统的设计 63-64 5.2 实验结果及分析 64-67 5.3 本章小结 67-68 6 结论 68-70 6.1 总结 68 6.2 展望 68-70 致谢 70-71 参考文献 71-74 附录 74
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于SVM分类算法的主题爬虫研究,TP391.3
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于EMD的车牌识别方法及应用,TP391.41
- 基于物联网的农产品安全监控系统与决策系统研究,TP277
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 小波变换在桥梁变形监测数据处理中的应用,TP274
- 基于轮廓波变换的数字图像水印方法研究,TP309.7
- 中文缺省识别研究,TP391.1
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于战略采购的供应商选择研究,F426.31
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 海南雾的天气气候特征分析及预报方法研究,P457
- 基于小波的雷达视频压缩方法研究,TN957.52
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
|