学位论文 > 优秀研究生学位论文题录展示
车辆检测及牌照识别算法的研究
作 者: 王刚
导 师: 冀小平
学 校: 太原理工大学
专 业: 通信与信息系统
关键词: 运动车辆检测 形态学处理 车牌定位 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: 130次
引 用: 1次
阅 读: 论文下载
内容摘要
随着社会经济的飞速发展和汽车数量的不断增加,交通运输问题日益严重,这样就引起了对智能交通系统(ITS)的研究。车辆检测及牌照的识别技术是智能交通系统的重要组成部分,也是计算机视觉和图像处理领域研究的热点。在智能交通系统中,运动车辆的检测可以实现对道路上运动车辆的信息采集和处理,获取车辆的大小、位置等特征信息,而进一步的牌照识别处理,可应用于不停车收费、违规车辆监控、停车场管理等需要进行车牌认证的场所,有利于交通管理效率和服务能力的提高。首先,本文对智能交通系统的概况进行了介绍,对图像处理的相关基础知识进行了阐述,简要介绍和讨论了几种经典的运动目标检测算法,详细论述了一种改进的自适应背景更新的检测算法。从背景模型的建立和初始背景的获取,提出了一种新的自适应背景更新的算法,首先建立混合高斯分布的背景模型,然后利用中值法提取初始背景图像,最后利用分块的思想,改进了背景更新的算法来更新背景,以实现对运动车辆的实时检测。其次,提取视频图像序列中的关键帧,对关键帧图像进行车牌的定位处理。在定位前需对图像进行增强、二值化和边缘提取等相关图像的预处理,提出了利用形态学和投影法的二次定位方法对车牌进行定位,首先对图像进行开、闭的数学形态学处理,然后提取车牌连通区域进行初次定位,由于监控设备、路面状况及车辆运动等因素的影响,所提取的车牌区域不可避免的会出现倾斜状况,与Hough检测法比较,利用直线拟合的方法计算出倾斜的角度,最后对车牌区域进行旋转,得到二次定位的车牌区域。最后,在对车牌进行定位后,下一步首先需要进行车牌区域的去除边框处理,然后对车牌进行垂直投影,分析图像中峰值和谷值的相关信息,并根据车牌的特征信息,找出字符的中心位置,最后提取分割车牌字符。在车牌的字符分割以后,提出了改进的基于模板匹配字符识别的方法对分割的字符进行识别并输出,首先建立标准的数字、字母及汉字的模板库,然后对分割的字符进行归一化等相关处理,最后与模板库中的数据进行匹配,输出字符识别的结果。本文提出了针对车辆检测及牌照识别技术相关的一些方法,并用Matlab进行实验仿真,从实验的结果可以看出算法具有较好的检测和识别效果,具有一定的理论意义和实用价值。
|
全文目录
摘要 3-5 ABSTRACT 5-10 第一章 绪论 10-16 1.1 课题研究的背景与意义 10-11 1.2 车辆检测及牌照识别研究的现状与发展 11-14 1.3 论文研究的主要工作 14-15 1.4 论文安排 15-16 第二章 图像处理基础 16-28 2.1 图像灰度化与二值化 16-18 2.2 图像增强 18-22 2.2.1 空间域图像增强 18-19 2.2.2 频率域图像增强 19-22 2.3 图像的平滑滤波 22-25 2.3.1 均值滤波 22-23 2.3.2 中值滤波 23-25 2.4 数学形态学 25-27 2.5 本章小结 27-28 第三章 运动车辆的检测 28-44 3.1 运动目标检测的复杂性 28-29 3.2 运动目标检测算法的概述 29-34 3.2.1 光流法 29-31 3.2.2 帧间差分法 31-32 3.2.3 背景差分法 32-34 3.3 改进的自适应背景更新的目标检测算法 34-43 3.3.1 背景更新的缘由 34-36 3.3.2 背景模型的建立 36-39 3.3.3 初始背景的获取 39-40 3.3.4 背景的自适应更新 40-42 3.3.5 车辆目标检测实验仿真结果及分析 42-43 3.4 本章小结 43-44 第四章 车辆牌照识别 44-70 4.1 车牌识别技术简介 44-45 4.2 关键帧提取及图像预处理 45-52 4.2.1 关键帧提取 45 4.2.2 图像预处理流程 45-46 4.2.3 边缘的提取 46-51 4.2.4 预处理的实验仿真结果 51-52 4.3 车牌定位 52-59 4.3.1 车牌的特征信息 52 4.3.2 车牌定位的方法概述 52-55 4.3.3 基于形态学和投影法的二次车牌定位 55-56 4.3.4 二次车牌定位的步骤及实验仿真结果 56-59 4.4 字符分割 59-63 4.4.1 字符分割的方法简介 59-60 4.4.2 基于投影法的字符分割 60-62 4.4.3 字符分割实验仿真结果及分析 62-63 4.5 字符识别 63-69 4.5.1 我国车牌字符的特点 63 4.5.2 字符识别的方法综述 63-65 4.5.3 改进的基于模板匹配字符识别方法 65-68 4.5.4 字符识别实验仿真结果及分析 68-69 4.6 本章小结 69-70 第五章 总结与展望 70-72 5.1 工作总结 70-71 5.2 研究展望 71-72 参考文献 72-76 致谢 76-77 攻读学位期间发表的论文 77
|
相似论文
- 基于图分割的文本提取方法研究,TP391.41
- 车牌识别系统中车牌定位算法的研究,TP391.41
- 基于PowerPC架构的车牌识别算法研究,TP391.41
- 复杂背景下车牌定位的研究与设计,TP391.41
- 基于CNN的智能交通系统多车牌定位方法的研究,TP391.41
- 基于车牌识别技术的智能交通系统的设计与实现,TP391.41
- 基于SVM的车牌字符识别算法研究与实现,TP391.41
- 一种基于梯度模板特征的车牌识别算法,TP391.41
- 基于与或图的车牌检测与识别,TP391.41
- 高速卡口车辆牌照检测与相关信息识别,TP391.41
- 基于特征的纸币号码识别的研究,TP391.41
- 印刷体数学公式识别的研究与实现,TP391.41
- 基于机器视觉的交通路口车流量检测方法研究,TP274
- 基于数字图像处理的电能表图像识别技术研究与实现,TP391.41
- 高清图像中基于车牌定位的车辆跟踪和违章检测,TP391.41
- 复杂背景下号码识别及其应用研究,TP391.41
- 汽车牌照自动识别方法的研究,TP391.41
- 票据图像分类的技术研究,TP391.41
- 车牌识别系统及其硬件实现的研究,TP391.41
- 基于数字图像处理的车牌定位算法的研究,TP391.41
- 基于向量线段的数学公式中特殊字符的识别,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
|