学位论文 > 优秀研究生学位论文题录展示

车牌识别系统关键技术研究

作　者: 邓灵
导　师: 李峰
学　校: 长沙理工大学
专　业: 计算机应用技术
关键词: 车牌识别 车牌定位 图像增强 边缘检测 字符分割 字符识别
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 144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)利用控制技术、通信技术、运筹学、传感器技术、计算机技术和人工智能的有效集成,其目的在于能够充分利用现有的道路设施基础资源,改善人、路、车之间相互作用,提高系统的舒适性、安全性和高效性,从而在整体上实现提高交通的经济性。针对许多车牌图像质量的局限性,提出了一种改进的图像增强算法。该算法通过分析传统的基于亮度差异的图像增强算法的局限性,即非常容易受到光照强度的影响,在光照强度发生变化的情况下,会影响车牌定位准确率。为此本文将边缘密度值作为图像增强的关键因子进行处理,并将其应用于车牌定位系统中。车牌定位是整个车牌识别的难点,综合传统算法的优点和不足,提出一种改进的基于扫描行的车牌定位算法,即首先用灰度跳变法来确定车牌的上下边界,然后对车牌二值图像进行类似边缘检测的处理,得到特征图像,再对特征图像进行投影并结合车牌的先验知识来确定车牌区域的左右边界。车牌字符分割是车牌识别系统中的一个重要部分,车牌字符分割的情况对识别结果有很大的影响。首先对车牌图像采用局部阈值法对车牌图像进行二值化,然后用Radon变化对车牌进行倾斜矫正,接着对车牌进行去边框和铆钉处理,最后利用灰度投影法实现字符分割。字符识别分为英文数字识别和汉字识别。英文数字采用基于边缘的Hausdorff距离进行识别。汉字识别首先通过小波变换提取出字符的原始特征,并对原始特征进行降维处理,以获取最终特征。最后把得到的最终特征输入到最小距离分类器和特征模板匹配,得到最终识别结果。

全文目录


摘要  5-6
ABSTRACT  6-10
第一章 绪论  10-17
  1.1 车牌识别的研究背景及意义  10-11
  1.2 国内外研究现状  11-15
    1.2.1 国外车牌识别研究现状  11-12
    1.2.2 国内车牌识别研究现状  12
    1.2.3 车牌识别关键技术综述  12-13
    1.2.4 车牌定位  13-14
    1.2.5 字符分割  14
    1.2.6 字符识别  14-15
  1.3 本文研究的内容及主要工作  15
  1.4 论文的任务和结构  15-17
第二章 一种改进的图像增强算法在车牌定位中的应用  17-28
  2.1 引言  17-18
  2.2 图像去噪  18-19
  2.3 图像增强  19-24
    2.3.1 传统的基于亮度差异的图像增强算法  20-21
    2.3.2 改进的基于边缘密度的图像增强算法  21-23
    2.3.3 改进的图像增强算法在车牌定位中的应用  23-24
  2.4 车牌定位  24-27
    2.4.1 车牌定位方法  24-26
    2.4.2 基于扫描行的车牌定位方法  26-27
  2.5 本章小结  27-28
第三章 车牌字符分割  28-33
  3.1 车牌图像二值化  28-29
    3.1.1 全局阈值二值化  28
    3.1.2 局部阈值二值化  28-29
  3.2 车牌倾斜矫正  29-30
  3.3 去除车牌边框和铆钉  30
  3.4 字符分割  30-32
    3.4.1 字符分割方法  30-31
    3.4.2 利用灰度投影法实现字符分割  31-32
  3.5 本章小结  32-33
第四章 车牌字符识别  33-43
  4.1 模式识别  33-35
    4.1.1 模式识别流程  33-34
    4.1.2 模式识别方法  34-35
  4.2 字符识别  35-36
    4.2.1 字符识别原理  35
    4.2.2 字符识别方法  35-36
  4.3 英文数字识别  36-40
    4.3.1 基于边缘Hausdorff 距离模板匹配英文数字识别  37-39
    4.3.2 英文数字识别结果  39-40
  4.4 汉字识别  40-42
    4.4.1 字符图像进行小波变换  40-41
    4.4.2 字符特征提取  41
    4.4.3 最小距离分类器与识别流程  41-42
  4.5 本章小结  42-43
第五章 车牌识别系统的实现  43-50
  5.1 车牌识别系统的组成  43-45
  5.2 车牌识别软件  45-49
    5.2.1 软件框架介绍  45
    5.2.2 车辆图像定位模块  45-46
    5.2.3 车辆图像预处理模块  46-47
    5.2.4 车牌定位模块  47-48
    5.2.5 字符分割模块  48
    5.2.6 字符识别模块  48-49
  5.3 本章小结  49-50
第六章 总结及展望  50-52
  6.1 总结  50-51
  6.2 展望  51-52
参考文献  52-55
致谢  55-56
附录 A（攻读硕士学位期间发表论文目录）  56

相似论文

  1. 基于图分割的文本提取方法研究,TP391.41
  2. 数字图像处理在集装箱检测中的应用研究,TP274.4
  3. 基于数字图像处理的血管管径自动测量技术,R310
  4. 基于机器视觉的光纤几何参数检测研究,TN253
  5. 基于EMD的车牌识别方法及应用,TP391.41
  6. 交通视频中车辆异常行为检测及应用研究,TP391.41
  7. 车牌识别系统中车牌定位算法的研究,TP391.41
  8. 基于粗糙集和模糊SVM的车牌识别技术研究,TP391.41
  9. 压感式指纹识别系统及算法研究,TP391.41
  10. 基于PowerPC架构的车牌识别算法研究,TP391.41
  11. 复杂背景下车牌定位的研究与设计,TP391.41
  12. 基于CNN的智能交通系统多车牌定位方法的研究,TP391.41
  13. 基于车牌识别技术的智能交通系统的设计与实现,TP391.41
  14. 基于模糊理论的静脉图像增强算法研究,TP391.41
  15. 跟踪印花系统视觉检测算法研究,TP391.41
  16. 基于中介真值程度度量的图像分割方法研究,TP391.41
  17. 数码相机中Bayer格式数字图像的降噪与颜色插值算法的研究,TP391.41
  18. 基于SVM的车牌字符识别算法研究与实现,TP391.41
  19. 利用非局部相似性的图像超分辨率重建研究,TP391.41
  20. CMOS图像传感器的噪声分析及图像处理,TP212
  21. 基于数字图像处理技术的路面裂缝检测算法研究,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