车辆牌照智能识别系统的研究与应用

论文摘要

车辆牌照智能识别系统的研究和应用在现代交通的监视和控制环节中占有很重要的地位,是实现交通管理现代化和智能化的重要前提,也是现代交通工程研究领域的重点和热点之一。目前国际上最先进的汽车牌照智能识别已经能够集计算机视觉技术和人工智能技术于一体,能基于视频触发,对指定车道的各种违章车辆进行自动抓拍,对车辆牌照进行自动识别,和数据库的数据进行比对,发现目标及时记录车牌及其颜色、车速、路经时间、车型等并报警,提醒执法人员对可疑车辆进行检查,在大幅度提高效率的前提下减轻人力劳动,完成对车牌的高效识别。本文针对车牌字符识别过程中的车牌图像预处理、车牌定位、倾斜校正、字符分割、特征提取和字符识别环节进行了深入的研究,涉及的工作主要包括以下几个方面。(1)在预处理过程中,充分利用数字图像处理技术及数学形态学技术对图像进行预处理。实验证明该方法很好的克服了光照以及背景噪声等的影响,同时能提高车牌定位的准确率。(2)在定位环节中,本文总结了牌照中字符和牌照背景的相对特性,采用基于字符纹理特征的牌照定位方法,能够对动态车辆图像实现很好的牌照定位效果,提高定位的准确率。(3)在车牌字符分割过程中,本文采用了一种基于图像水平投影和垂直投影的车牌去边框方法,实现了字符的精确分割。(4)在特征提取环节中,采用了点特征和重心特征相结合的特征提取方法,并对分割的字符图像进行了归一化处理,以获得稳定的特征。(5)在利用BP神经网络进行字符识别的环节中,设计了字符网络,利用字符和数字的重心特征和点特征进行车牌字符识别。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的研究背景
• 1.2 车牌识别技术的研究现状
• 1.2.1 国内外智能交通系统的发展与研究现状
• 1.2.2 车牌识别系统的关键技术
• 1.3 本文的主要工作及内容安排
• 第2章 车牌图像预处理
• 2.1 引言
• 2.2 车牌图像采集设备的设置
• 2.3 彩色图像灰度化
• 2.4 图像边缘检测
• 2.5 图像二值化
• 2.5.1 自适应初始阈值
• 2.5.2 最大类间方差法
• 2.6 图像形态学处理
• 2.7 本章小结
• 第3章 车牌字符分割
• 3.1 车牌定位技术研究
• 3.1.1 车牌的规格及特征
• 3.1.2 车牌定位技术
• 3.2 基于纹理特征的牌照定位方法
• 3.2.1 牌照水平定位和垂直定位
• 3.2.2 牌照几何位置调整
• 3.2.3 基于霍夫变换的位置调整
• 3.3 车牌去除边框
• 3.4 车牌字符分割
• 3.4.1 字符漏检处理
• 3.4.2 汉字的重定位与二值化
• 3.5 本章小结
• 第4章 车牌字符特征提取
• 4.1 引言
• 4.2 字符图像归一化
• 4.3 基于点特征和重心特征结合的特征提取
• 4.3.1 字符图像细化
• 4.3.2 粗网格特征提取
• 4.3.3 点特征提取和重心特征提取
• 4.4 本章小结
• 第5章 基于神经网络的字符识别
• 5.1 神经网络概述
• 5.2 BP 神经网络算法
• 5.3 BP 神经网络训练过程
• 5.4 BP 神经网络结构的设计
• 5.5 BP 神经网络识别结果
• 5.6 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间承担的科研任务与主要成果
• 致谢
• 作者简介