基于图像处理的车牌识别系统的研究

基于图像处理的车牌识别系统的研究

论文摘要

车辆牌照自动识别系统LPR(License Plate Recognition)把计算机视觉理论和技术应用于车辆牌照自动识别的专用系统,是计算机视觉处理与模式识别技术在智能交通领域中的综合应用,同时又涉及了包括图像处理,人工智能,信息论,通信技术,工程学在内的多门技术,故而它既有重要的理论研究意义,也具有良好的实际应用价值。本论文是基于数字图像处理的相关理论,将计算机视觉与模式识别技术相结合,对车辆牌照识别系统进行了较深入的研究和分析,主要完成的工作包括以下几个部分。运用基于虚拟线圈的视频检测算法,在视频图像中放置虚拟线进行车辆检测的技术。基本原理类似于物理线圈检测法:在待检测图像上的合适位置人为地设置上下两条线圈作为虚拟线圈,当车辆经过时预先设定的虚拟线区域上的图像特征就会发生变化,而没有车辆经过时虚拟线上的地方为背景,其图像特征保持不变。从而,可在这两条检测线上进行车辆压线检测。对原始的车辆图像进行预处理,增强图像对比度,然后利用处理后图像的差分图像进行数学空间降维处理,接下来把降维后的数据进行高斯变换与小波变换定位出车牌在车辆中的水平位置,把水平定位出来的车牌图像再次进行数学空间降维和高斯变换,最后进行形态学膨胀与腐蚀处理,从而实现车牌的精确定位。详细探讨了两种字符分割方法,一种是方法融合的字符分割法,另一种是基于快速区域标号算法和车牌大间隔定位方法的车牌字符分割法。前者采用拉普拉斯变换和区域生长法进行字符区域检测,利用车牌先验知识进行字符区域定位;后者通过快速区域标号算法得到字符的候选区域,结合车牌大间隔的位置特征得到最终的字符区域。经过分割后的字符大小不一,明亮程度不同,清晰程度各异,故而需要先把字符尺寸大小归一化。先用基于过线数的识别方法对车牌中的字符进行初步粗分类,再用模板匹配法来进行细分类与识别。抽象与零散的算法若能通过一个直观的表现形式来表达,则说服力会更强,一开始在Matlab环境下开发算法,所用到的语言属于脚本语言类型,Matlab的执行效率毕竟不如c/c++,需要把Maltlab环境下开发的算法通过自编程序来实现。所以搭建一个基于c/c++语言的演示平台来直观的体现车牌识别的效果。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 课题研究的目的及意义
  • 1.2 车牌识别技术的现状
  • 1.2.1 国内外车辆牌照自动识别技术现状
  • 1.2.2 我国汽车牌照的特殊性
  • 1.2.3 车牌识别技术的应用情况
  • 1.3 车辆牌照自动识别技术的发展趋势
  • 1.4 本课题所做的工作
  • 2 车牌自动识别系统相关理论及概述
  • 2.1 本文所涉及的相关理论
  • 2.1.1 小波分析在车牌识别中的应用
  • 2.1.2 高斯变换
  • 2.1.3 形态学
  • 2.2 车辆图像识别处理系统的概述
  • 2.2.1 车辆图像识别处理系统的通用流程与设计思路
  • 2.2.2 车牌自动识别系统的总体结构
  • 2.2.3 车辆检测系统概述
  • 2.3 车牌自动识别系统的软件工作流程
  • 2.3.1 车牌定位
  • 2.3.2 车牌字符分割
  • 2.3.3 车牌字符识别
  • 2.4 本章小结
  • 3 运动车辆检测的研究
  • 3.1 图像运动检测的研究
  • 3.1.1 视频图像的预处理技术
  • 3.1.2 视频运动目标分割及其识别特征参数提取技术
  • 3.1.3 视频运动目标跟踪检测技术
  • 3.2 基于虚拟线圈的车辆检测方法
  • 3.2.1 检测原理
  • 3.2.2 基于虚拟线圈的视频检测算法
  • 3.3 本章小结
  • 4 车牌定位
  • 4.1 车牌定位算法的总体评价
  • 4.2 基于方法融合的多级车牌定位算法
  • 4.2.1 车辆图像的获取
  • 4.2.2 车辆图像的预处理
  • 4.2.3 车辆图像数据差分特征计算的数学空间降维变换
  • 4.2.4 车辆图像数学抽象特征的高斯变换
  • 4.2.5 车辆图像数学抽象特征的小波变换
  • 4.2.6 横向车牌的预处理
  • 4.2.7 横向车牌的差分特征
  • 4.2.8 横向车牌的形态学处理
  • 4.2.9 横向车牌的二值化处理
  • 4.2.10 横向车牌数学抽象特征的高斯变换和车牌精确定位
  • 4.3 本章小结
  • 5 车牌字符分割
  • 5.1 常用的车牌字符分割方法
  • 5.2 车牌字符分割相关的图像处理技术
  • 5.2.1 拉普拉斯变换
  • 5.2.2 区域生长法
  • 5.3 基于方法融合的字符分割法
  • 5.3.1 预处理
  • 5.3.2 基于拉普拉斯变化的边缘检测
  • 5.3.3 采用区域生长法确定车牌字符的“初步”候选区域
  • 5.3.4 去除虚假字符区域
  • 5.3.5 基于车牌先验知识的字符补足
  • 5.3.6 分割车牌字符
  • 5.3.7 字符分割算法的性能分析
  • 5.4 基于快速区域标号算法和车牌大间隔定位方法的车牌字符分割方法
  • 5.4.1 预处理
  • 5.4.2 连通性分析
  • 5.4.3 连通区域分析
  • 5.4.4 基于大间隔的车牌字符定位方法
  • 5.4.5 字符分割
  • 5.4.6 字符分割算法的性能分析
  • 5.5 本章小结
  • 6 车牌识别中的字符识别
  • 6.1 车牌识别中字符识别的几种方法的研究
  • 6.1.1 模板匹配字符识别
  • 6.1.2 基于过线数特征的识别方法
  • 6.1.3 基于左右轮廓特征的印刷体数字识别
  • 6.2 一种快速有效的车牌字符识别算法
  • 6.2.1 创建匹配模板
  • 6.2.2 字符的归一化
  • 6.2.3 模板匹配
  • 6.3 本章小结
  • 7 车牌自动识别系统软件平台
  • 7.1 车牌自动识别系统的软件平台
  • 7.1.1 软件工程思想
  • 7.1.2 软件平台演示
  • 7.2 本章小结
  • 结论
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].限制二手车牌市场的政策效果——基于上海车牌拍卖市场的理论分析和实证检验[J]. 中央财经大学学报 2020(05)
    • [2].电子车牌的相关技术研究[J]. 数字通信世界 2020(05)
    • [3].关于高速公路直流远供电缆对车牌抓拍影响的探讨[J]. 科技创新导报 2020(14)
    • [4].澳大利亚车牌趣说[J]. 汽车与配件 2018(33)
    • [5].基于卷积神经网络的双行车牌分割算法[J]. 计算机辅助设计与图形学学报 2019(08)
    • [6].租字当头[J]. 汽车与驾驶维修(汽车版) 2013(08)
    • [7].面向自然环境的车牌检测算法设计[J]. 兰州文理学院学报(自然科学版) 2018(04)
    • [8].关于机动车车牌信息识别技术的研究[J]. 中国安全防范技术与应用 2018(04)
    • [9].基于RFID的电子车牌技术[J]. 中国交通信息化 2017(S1)
    • [10].车联网模式驱动电子车牌或迎来黄金期[J]. 中国公共安全 2017(07)
    • [11].车辆交易后旧车牌能保留吗[J]. 农村百事通 2016(06)
    • [12].北京或试点电子车牌 完善拥堵费技术基础[J]. 电子技术与软件工程 2016(05)
    • [13].电子车牌的现在和未来[J]. 中国公共安全 2016(06)
    • [14].小车牌“造就”千万巨贪[J]. 检察风云 2016(10)
    • [15].多特征级联筛选的高鲁棒车牌检测[J]. 电视技术 2016(04)
    • [16].关于车牌限购摇号和拍卖政策的经济分析[J]. 商 2016(24)
    • [17].上海车牌拍卖机制背后的微观经济学原理探讨[J]. 商 2016(28)
    • [18].新加坡车牌拍卖考察记[J]. 中国拍卖 2013(09)
    • [19].汽车限购怎样“解扣”[J]. 决策 2015(01)
    • [20].从媒体关注的视角看上海车牌拍卖政策[J]. 新闻传播 2015(10)
    • [21].北京警方打掉制售假牌团伙 半年制售假车牌2000余套[J]. 中国防伪报道 2015(08)
    • [22].留言板[J]. 人民周刊 2020(04)
    • [23].为了表达爱意,他发明了车牌[J]. 意林 2020(15)
    • [24].冯小舟的车牌探索之旅[J]. 科学启蒙 2020(Z2)
    • [25].出租车车牌的秘密[J]. 作文大王(中高年级) 2018(11)
    • [26].电子车牌的幻想[J]. 风流一代 2019(09)
    • [27].新加坡:禁止新增私家车上路[J]. 共产党员 2017(23)
    • [28].电子车牌来了,偷奸耍滑没了[J]. 家用汽车 2017(11)
    • [29].幸运车牌[J]. 故事会 2016(18)
    • [30].摇号还是拍卖[J]. 经营者(汽车商业评论) 2014(08)

    标签:;  ;  ;  ;  ;  

    基于图像处理的车牌识别系统的研究
    下载Doc文档

    猜你喜欢