学位论文 > 优秀研究生学位论文题录展示

基于视频图像的汽车标志定位算法研究

作　者: 李红林
导　师: 王运琼；冯乔生
学　校: 云南师范大学
专　业: 计算机软件与理论
关键词: 边缘颜色均值对 车牌定位 车头定位 差分 对称性检测 车标定位
分类号: TP391.41
类　型: 硕士论文
年　份: 2007年
下　载: 36次
引　用: 0次
阅　读: 论文下载
 

内容摘要


车标识别系统是智能交通系统的重要组成部分,同时也是计算机视觉、图像处理和模式识别等交叉学科研究的热门课题,因此对车标识别领域相关技术的研究正受到普遍关注。车标是车辆的标志性图像,不仅包含了车型信息,还包含了生产厂家的信息,更重要的是它难以更换。如果将车标信息与车牌信息相结合,会极大的提高车辆识别的可靠性。车标识别技术可广泛应用于交通事故处理、违章车辆自动监控、自动收费、机场、港口、停车场、小区等车辆的自动安全管理、打击车辆犯罪等领域,因此车标识别对智能交通中车辆识别技术的完善和发展具有重要的理论意义和应用价值。在车标识别系统中,车标定位是至关重要的环节,其定位的速度和准确程度直接影响到车标识别系统的性能。本论文结合目前中国的车牌、车标的特征,对如何准确的提取车牌与车标进行了深入的研究,主要研究工作如下:(1)提出了一个改进的HSV颜色模型。因为V与图像中像素的灰度等级相对应,所以本文的V是取灰度化后的亮度值,实验证明,改进的新模型更能有效地提取车牌颜色均值对像素。(2)提出了基于边缘颜色均值对的车牌分割的新方法。此方法充分利用车牌的底色与车牌字符颜色的固定搭配,在RGB颜色空间中求取相邻像素的RGB各分量的均值,然后转换到HSV颜色空间,如果出现符合颜色搭配的则认为是车牌的候选区域。(3)提出了基于投影和几何特征相结合的车牌定位方法。对图像进行水平投影,然后计算各个连通区域的面积;最后根据车牌的宽、高、及宽高比等几何特征约束等,进一步去除不符合车牌特征的区域,实现车牌定位。(4)提出了根据几何位置、差分、投影和面积相结合的车标粗定位。利用车牌所处的位置和车牌大小,以及车牌与车头之间的相对位置和大小,确定车头位置;结合车标区域的纹理比较丰富的特点,利用差分、投影及连通区域面积的方法进行车标粗定位。(5)提出了基于间隔差分与对称性检测相结合的车标精定位。根据车标区域纹理比较丰富的特点,对车标候选区域进行间隔像素差分,差分后有的图像中还存在几个连通区域,利用对称性检测的方法找到区域的中心对称轴。只有经过中心对称轴的连通区域才认为是车标所在的区域,实现车标精定位。实验表明:本文所采用的车牌定位方法定位准确率高,速度也较快。车标定位的方法效果也比较好,当车标不在车牌的正上方时也能够找到车标的正确位置,有效的克服了传统的利用车牌定位车标的不足之处,基本能满足实际运用的需要。

全文目录


论文部分 基于视频图像的汽车标志定位算法研究  8-48
  摘要  9-10
  第1章 概述  10-14
    1.1 研究背景及意义  10-11
    1.2 研究的现状  11-12
      1.2.1 车牌定位现状  11-12
      1.2.2 车标定位现状  12
    1.3 论文的主要内容  12-13
    1.4 论文的结构  13-14
  第2章 车牌定位  14-28
    2.1 车牌的特征及定位算法  14-15
    2.2 中值滤波去噪  15-16
    2.3 车牌定位颜色模型基础  16-19
      2.3.1 RGB颜色模型  16-17
      2.3.2 HSV颜色模型  17-18
      2.3.3 RGB颜色模型到HSV颜色模型的转换  18-19
    2.4 基于边缘颜色均值对的车牌分割  19-24
      2.4.1 边缘颜色对  19-20
      2.4.2 基于边缘颜色均值对的车牌分割流程图  20-22
      2.4.3 车牌分割  22-24
    2.5 基于投影和几何特征相结合的车牌定位  24-26
    2.6 几种车牌定位算法的比较  26-27
    2.7 本章小结  27-28
  第3章 车标定位  28-37
    3.1 车标的特征  28
    3.2 现有车标定位方法评价  28-29
    3.3 车标定位算法及框图  29-30
      3.3.1 车标定位算法  29-30
      3.3.2 车标定位框图  30
    3.4 车头定位  30-31
    3.5 基于差分投影的车标粗定位  31-34
    3.6 基于间隔差分与对称性检测相结合的车标精定位  34-35
    3.7 本章小结  35-37
  第4章 系统的实现与实验结果及分析  37-40
    4.1 系统的实现  37
    4.2 系统实现框架  37-38
    4.3 实验结果与分析  38-40
  第5章 结论与展望  40-42
    5.1 结论  40-41
    5.2 展望  41-42
  参考文献  42-48
论文英文部分 VEHICLE LOGO LOCATION ALGORITHM RESEARCH BASED ON VIDEO IMAGE  48-99
  ABSTRACT  49-51
  CHAPTER 1 SUMMARY  51-57
    1.1 Research backgrounds and significance  51-52
    1.2 Present research situation  52-55
      1.2.1 Present situation of vehicle licenses location  52-54
      1.2.2 Present situation of vehicle logo location  54-55
    1.3 main contents of the paper  55-56
    1.4 The Structure of the paper  56-57
  CHAPTER 2 VEHICLE LICENSE PLATE LOCATION  57-75
    2.1 Vehicle license plate's characteristic and location algorithm  57-59
    2.2 Median filter for eliminating the noise  59-60
    2.3 Vehicle license plate location color model foundation  60-64
      2.3.1 RGB color model  60-61
      2.3.2 HSV color model  61-63
      2.3.3 The RGB color model transforms to the HSV color model  63-64
    2.4 Vehicle plate segmentation based on the edge color mean pair  64-69
      2.4.1 Edge color pair  64-66
      2.4.2 Flow chart of vehicle license plate based on edge color mean  66-67
      2.4.3 Vehicle license plate segmentation  67-69
    2.5 Vehicle license plate location based on the combination of the projection and the geometry characteristic  69-72
    2.6 the compare of several vehicle license plate location algorithms  72-73
    2.7 Summary of this chapter  73-75
  CHAPTER 3 VEHICLE LOGO LOCATION  75-86
    3.1 Characteristics of the vehicle logos  75
    3.2 evaluation of the existing methods of vehicle logo location  75-76
    3.3 vehicle logo location algorithm and diagram  76-79
      3.3.1 Algorithm of vehicle logo location  76-78
      3.3.2 Diagram of vehicle logo location  78-79
    3.4 THE LOCOMOTIVE LOCATION  79
    3.5 Vehicle logo locate roughly unifies based on the geometry position and the difference projection  79-82
    3.6 The accurate vehicle logo location based on the combination of the gap difference and the symmetrical detection  82-85
    3.7 Summary of this chapter  85-86
  CHAPTER 4 IMPLEMENTATION OF THE SYSTEM AND EXPERIMENTAL RESULT AND ANALYSIS.  86-90
    4.1 Implementation of the system  86
    4.2 the frame of system realization  86-87
    4.3 Experimental result  87-90
  CHAPTER5 CONCLUSION AND PROSPECT  90-93
    5.1 Conclusion  90-91
    5.2 Prospect  91-93
  附录 部分汽车标志定位结果图  93-99
综述部分 基于图像的图标识别方法研究综述  99-148
  第一章 概述  100-102
    1.1 国内外图标识别系统的产生  100
    1.2 几种图标系统的研究的意义及状况  100-102
  第二章 常用的图像分割方法  102-113
    2.1 基于阈值的选取的图像分割方法  102-105
      2.1.1 直方图阈值法  103
      2.1.2 最大熵阈值  103-105
      2.1.3 局部阈值法  105
    2.2 基于区域的分割  105-107
      2.2.1 区域生长  105-106
      2.2.2 分裂合并  106-107
    2.3 基于边缘检测的图像分割  107-111
      2.3.1 梯度算子  107-108
      2.3.2 Roberts边缘检测算子  108-109
      2.3.3 Sobel边缘检测算子  109
      2.3.4 Prewitt边缘检测算子  109-110
      2.3.5 Krisch边缘检测  110
      2.3.6 LoG算子  110-111
    2.4 基于形态学的分水岭的分割  111-112
    2.5 空间聚类法  112-113
  第三章 常用的图像识别方法  113-120
    3.1 图像识别的基本原理  113
    3.2 图像识别的方法  113-120
      3.2.1 模板匹配图像识别方法  114
      3.2.2 统计图像识别方法  114-115
      3.2.3 句法(或结构)图像识别方法  115
      3.2.4 模糊图像识别方法  115-117
        3.2.4.1 隶属原则识别法  116
        3.2.4.2 择近原则识别  116-117
      3.2.5 神经网络图像识别方法  117-119
      3.2.6 支持向量机识别方法  119-120
  第四章 图标识别系统  120-137
    4.1 车牌识别系统  120-126
      4.1.1 车牌定位技术  120-123
      4.1.2 车牌识别技术  123-126
    4.2 路标识别系统  126-130
    4.3 车标识别系统  130-137
      4.3.1 车标定位  131-134
      4.3.2 车标识别  134-137
  参考文献  137-148
综述英文部分 THE RESEARCH SURVEY OF THE METHODS OF ICON RECOGNITION BASED ON IMAGES  148-206
  CHAPTER 1 SUMMARY  149-153
    1.1 THE ADVENT OF DOMESTIC AND INTERNATIONAL ICON RECOGNITION SYSTEM  149
    1.2 THE SIGNIFICANCE AND THE SITUATION OF A FEW ICON RECOGNITION RESEARCH SYSTEMS  149-153
  CHAPTER 2 METHODS OF IMAGE SEGMENTATION IN COMMON USE  153-168
    2.1 IMAGE SEGMENTATION OF THRESHOLD SELECTION  154-158
      2.1.1 Histogram thresholding method  154-155
      2.1.2 Maximum entropy thresholding  155-157
      2.1.3 Local thresholding  157-158
    2.2 Segmentation based on areas  158-160
      2.2.1 Area grow  158-159
      2.2.2 Area split and merge  159-160
    2.3 The image segmentation based on edge detection  160-165
      2.3.1 Gradient operators  161-162
      2.3.2 Roberts edge detection operator  162-163
      2.3.3 Sobel edge detection operator  163
      2.3.4 Prewitt edge detection operator  163-164
      2.3.5 Krisch edge detection  164
      2.3.6 LoG operator  164-165
    2.4 Split method in the watershed based on morphology  165-167
    2.5 Space clustering method  167-168
  CHAPTER 3 IMAGE RECOGNITION METHODS IN COMMON USE  168-178
    3.1 The basic principles of image recognition  168-169
    3.2 the method of image recognition  169-178
      3.2.1 Image recognition method about templates matches  170
      3.2.2 Statistics image recognition  170-171
      3.2.3 Syntactic (Structure) approach of pattern recognition  171
      3.2.4 Fuzzy image recognition  171-174
        3.2.4.1 Recognition method of subordination principle  172
        3.2.4.2 Choose the near principle recognition  172-174
      3.2.5 Neural networks image recognition method  174-176
      3.2.6 Recognition method of support vector machine  176-178
  CHAPTER 4 ICON RECOGNITION SYSTEM  178-206
    4.1 Vehicle licenses plate recognition system  178-189
      4.1.1 Technology of vehicle licenses plate location  179-183
      4.1.2 Technology of vehicle licenses plate recognition  183-189
    4.2 Landmark recognition system  189-196
    4.3 Vehicle logo recognition system  196-206
      4.3.1 Vehicle logo location  197-203
      4.3.2 Vehicle logo recognition  203-206
致谢  206

相似论文

  1. 基于差分进化算法的JSP环境下成套订单研究,F273
  2. 基于数学形态学分析的激光散斑特性研究,O29
  3. K-均值聚类算法的研究与改进,TP311.13
  4. 极端气象灾害下考虑不确定断线故障的电力系统随机优化调度,TM73
  5. K-means聚类优化算法的研究,TP311.13
  6. 非线性微分—差分方程的可积耦合系统及其精确解的若干研究,O175.7
  7. 复域上差分函数的零点及例外值的讨论,O174.5
  8. 基于智能视频检测技术的交通灯控制,TM923.5
  9. 车牌识别系统中车牌定位算法的研究,TP391.41
  10. 群控电梯客流密度实时识别技术研究,TP391.41
  11. 复杂背景下车牌定位的研究与设计,TP391.41
  12. 驾驶员眼睛开闭状态计算机图像识别技术开发,TP391.41
  13. 基于CNN的智能交通系统多车牌定位方法的研究,TP391.41
  14. 基于车牌识别技术的智能交通系统的设计与实现,TP391.41
  15. 基于OpenCV的人脸检测方法研究,TP391.41
  16. 地震波在隧道超前地质预报应用中的研究,P631.4
  17. 船用大型锻件余热热处理工艺方法研究及参数优化,TG316
  18. 基于图像处理的棉花成熟度判定技术的研究,TP391.41
  19. 基于SVM的车牌字符识别算法研究与实现,TP391.41
  20. 吸收型光纤CO气体传感器信号处理技术的研究,TP212
  21. 射频波注入磁化等离子体的数值模拟,TL612

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