基于K-L变换改进算法的车牌自动识别技术研究

论文题目: 基于K-L变换改进算法的车牌自动识别技术研究

论文类型: 硕士论文

论文专业: 信号与信息处理

关键词: 汽车牌照识别,图象预处理,字符分割,模式识别

文献来源: 东南大学

发表年度: 2005

论文摘要: 汽车牌照识别技术是交通管理现代化的核心技术之一。它能从一幅图象中自动提取车牌区域,自动分割字符,进而对字符进行识别。本文从3个关键方面研究了汽车牌照的自动识别。第一部分是车牌区域的定位与分割。车牌区域的定位是影响系统性能的重要因素之一,车牌定位准确与否直接影响字符识别的准确率。本文根据牌照自身的特征,采用了基于颜色二维直方图的方法对车牌进行定位和分割。第二部分是对分割后的车牌图象预处理。预处理的目的是为了提高字符识别速度。主要采用了二值化和基于数学形态学的开运算滤波,进一步消除无用的信息和噪声。第三部分是车牌字符的特征提取和识别。这一部分是车牌识别系统的核心部分。针对中国车牌字符特点,本文采用K-L变换提取字符特征,并进行识别。

论文目录:

摘要

Abstract

第一章绪论

1.1 智能交通系统的发展

1.2 车牌自动识别系统

1.2.1 车牌自动识别系统构成

1.2.2 车牌自动识别系统的应用

1.3 车牌自动识别技术研究现状

1.4 本文内容介绍

第二章基于彩色特征的车牌区域提取

2.1 引言

2.2 数字图象的获取及其数字表征

2.2.1 数字图象获取

2.2.2 数字图象的矩阵和向量表示

2.2.3 数字图象类型和格式

2.3 中国车牌特征

2.4 颜色空间模型

2.4.1 颜色的表征和定量描述

2.4.2 CIE标准色度学系统

2.4.3 颜色空间及其转换

2.5 基于HSI颜色空间的车牌区域提取

2.5.1 颜色聚类

2.5.2 颜色归类

2.5.3 车牌区域提取

2.6 车牌区域提取实例

2.7 本章小结

第三章车牌图象预处理

3.1 引言

3.2 车牌图象二值化

3.2.1 Otsu二值化法

3.2.2 Bernsen算法

3.2.3 针对车牌图象的二值化算法

3.2.4 车牌图象二值化结果

3.3 基于形态学的车牌图象滤波

3.3.1 数学形态学简介

3.3.2 形态学滤波

3.3.3 车牌图象滤波结果

3.4 倾斜车牌图象的校正

3.4.1 倾斜角度的检测

3.4.2 校正倾斜车牌图象

3.5 车牌图象归一化

3.6 本章小结

第四章车牌字符分割

4.1 引言

4.2 字符分割概述

4.3 基于标志法的字符分割

4.4 投影法分割字符

4.5 断裂、粘连字符的处理

4.6 车牌字符分割结果

4.7 本章小结

第五章车牌字符的特征提取和识别

5.1 引言

5.2 模式识别和汉字识别概况

5.2.1 模式识别

5.2.2 汉字识别

5.3 中国大陆车牌字符集及其特点

5.4 车牌字符特征的选择和提取

5.4.1 概述

5.4.2 特征选择的判据

5.4.3 车牌字符特征提取方法

5.5 基于K－L变换改进算法的车牌字符识别

5.5.1 K－L变换原理

5.5.2 K－L变换矩阵特征值及特征向量的计算原则

5.5.3 基于小波的K－L分解快速估算

5.6 基于K－L变换改进算法的车牌字符识别

5.7 识别结果及分析

5.8 本章小结

结论

致谢

参考文献

附录

发布时间: 2007-06-11

参考文献

[1].基于K-L变换与模板匹配的彩色图像人脸定位[D]. 李国军.浙江工业大学2003
[2].汽车牌照识别技术的研究[D]. 汪涛.西安电子科技大学2005
[3].汽车牌照识别技术的研究[D]. 李文岩.西安电子科技大学2006
[4].汽车牌照识别的初步研究[D]. 周波.成都理工大学2002
[5].汽车牌照识别技术的研究与实现[D]. 张晓.吉林大学2005
[6].K-L变换与灰色关联度融合的非局部均值图像去噪方法研究[D]. 潘宇虹.重庆大学2017
[7].汽车牌照识别系统应用研究[D]. 刘新宇.郑州大学2004
[8].基于连通区域分类算法的车牌定位方法研究[D]. 杨丹妮.东北师范大学2010
[9].基于图像分割的车牌检测方法研究[D]. 王佳琳.西安电子科技大学2014
[10].基于深度学习的车牌检测[D]. 田媛美.西安电子科技大学2017

基于K-L变换改进算法的车牌自动识别技术研究

猜你喜欢