学位论文 > 优秀研究生学位论文题录展示

自然环境下车牌识别关键技术研究

作 者: 张敦
导 师: 傅勇
学 校: 华中科技大学
专 业: 控制理论与控制工程
关键词: 智能交通系统 车牌自动识别技术 色彩空间 模板匹配
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 49次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着计算机技术的普及和发展,电子警察及智能交通应用得越来越广泛,而车牌自动识别技术的实现又是其中的关键。但是由于自然光照条件、车牌本身因素、摄像器材、环境等很多方面的影响,同时又需要满足智能交通系统对于准确性和实时性的要求,车牌识别技术面临很多困难,本文针对上述不利影响,着重对车牌识别技术中的车牌定位、字符分割和字符识别这三个方面进行了深入研究。车牌定位方面,针对车牌区域小、色彩搭配固定的情况,以及容易受到光照条件影响的不利情况,提出了粗细两级,利用投影和HSV颜色空间进行定位的方法;在字符分割方面,首先针对由于摄像头角度以及车牌本身悬挂问题可能造成的车牌倾斜,提出了一种利用Hough算法进行直线提取,继而获得倾斜角实现校正的过程,对进行校正之后的图片进行除杂操作,利用一种改进过的像素点投影算法实现分割。在字符识别方面,文章针对车牌字符的特点和模板匹配、神经网络识别算法各自的优点,本着将两种算法进行结合的目的,并充分考虑汉字,字母和相似字符的特点,提出了一种复合式的字符识别。第一级汉字使用BP神经网络进行识别,字母和数字使用改进过的模板匹配识别,相似字符单独处理。第二级识别都使用骨骼化后与模板进行Hausdroff距离计算,实现匹配识别。

全文目录


摘要  4-5
Abstract  5-8
1 绪论  8-15
  1.1 智能交通系统简介  8-11
  1.2 车牌识别系统简介  11-13
  1.3 本文的研究重点和主要内容  13-14
  1.4 本文的结构  14-15
2 图像预处理  15-23
  2.1 图像灰度化  15
  2.2 灰度增强  15-17
  2.3 图像平滑滤波去噪  17-20
  2.4 图像二值化  20-22
  2.5 本章小结  22-23
3 车牌定位  23-36
  3.1 车牌定位的常见方法及简介  23-25
  3.2 一种改进的车牌定位方法  25-35
  3.3 本章小结  35-36
4 车牌字符分割  36-45
  4.1 车牌特征与形态特点  36
  4.2 车牌的倾斜校正  36-39
  4.3 车牌照上下边框和杂点的去处  39-41
  4.4 车牌字符分割  41-44
  4.5 本章小结  44-45
5 字符识别  45-57
  5.1 车牌字符识别方法简介  45-46
  5.2 两级模板匹配的字符识别算法  46-55
  5.3 本章小结  55-57
6 总结与展望  57-59
  6.1 论文总结  57-58
  6.2 课题展望  58-59
致谢  59-60
参考文献  60-63

相似论文

  1. 基于EMD的车牌识别方法及应用,TP391.41
  2. 基于车载3D加速传感器的路况监测研究,TP274
  3. 基于本体的食品投诉文档事件追踪研究,TP391.1
  4. 智能高速公路综合管理平台设计,TP311.52
  5. 城市交通智能控制策略与仿真系统研究,U495
  6. 基于几何代数的时空场数据特征分析与运动表达,P237
  7. 基于ITS的福州市120急救智能指挥系统设计与实现,P208
  8. 融入实时交通信息的城市电子地图研究,P228.4
  9. 基于阴影的高分辨率遥感图像建筑物提取研究,TP751
  10. 一个球幕投影系统的设计与实现,TP391.41
  11. 基于运动趋势估计的人脸跟踪技术研究,TP391.41
  12. 基于全景视觉的运动目标检测方法研究,TP391.41
  13. 智能驾驶视觉辅助技术的研究,TP391.41
  14. 车牌识别技术的改进研究与实现,TP391.41
  15. 基于视屏人车牌识别技术研究,TP391.41
  16. CF1000型纸币清分机图像识别系统的设计与实现,TP391.41
  17. 智能交通信息采集子系统研究,U495
  18. 哈尔滨市交通路径诱导系统研究,U495
  19. 交通流混沌快速识别智能技术研究,U491.112
  20. 基于图像识别的电脑自动验光算法研究,TP391.41
  21. 哈尔滨市智能交通地理信息系统的研究与实现,P208;U495

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