智能停车场中的车牌识别系统研究

论文摘要

随着城市机动车迅速增加,智能停车场成为了智能建筑技术中的研究热点。汽车牌照识别系统是智能停车场的核心部分,主要包括车牌定位、倾斜校正、字符分割和字符识别四个部分。本文在总结近年来国内外最新研究进展的基础上,对车牌识别系统的关键技术进行了系统的研究。在车牌定位上,提出了一种基于非下采样Contourlet变换的车牌定位算法,可以准确地定位出车牌。首先对图像进行非下采样Contourlet变换,得到车辆图像的8个方向的高频分量子图;然后通过一定的结合规则将这些高频子图合成一幅能突出车牌区域的高频图;最后运用数学形态学和连通域分析定位出车牌。在车牌校正中,分别提出了基于边缘点投影方差最小和基于K-L展开式的两种车牌水平倾斜校正方法,以及基于投影点方差最小的车牌垂直倾斜校正方法。将其与目前最常用的车牌倾斜校正方法进行比较,实验结果表明,本文提出的方法精确度更高、鲁棒性更好、实时性更强。在字符分割阶段,首先去除车牌区中央圆点,再从圆点位置出发,根据图像的垂直投影信息分别向左右方向逐个确定分割位置,并针对存在字符粘连的情况进行快速而有效的处理。在字符识别方面,本文以Krawtchouk矩不变量和Trace变换等方法提取字符特征,并运用支持向量机对字符进行模式分类,实验结果表明,本文提出的方法有较高的识别率,并能满足实时性要求。最后,编程实现了车牌识别系统,对实际获取的车辆图像进行了大量实验,结果令人满意。在此基础上构建了一个智能停车场管理系统,并详细介绍了该系统的原理、流程和功能。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的研究背景和意义
• 1.2 汽车牌照识别系统和智能停车场的国内外研究及应用现状
• 1.3 课题主要研究任务
• 1.4 本文章节安排
• 1.5 本文的主要创新点
• 第二章 基于非下采样Contourlet 变换的车牌定位
• 2.1 车牌定位方法的发展概况
• 2.1.1 基于灰度图像的车牌定位算法简介
• 2.1.2 基于彩色图像的车牌定位算法简介
• 2.2 基于非下采样Contourlet 变换的车牌定位算法原理
• 2.2.1 算法的形成和基本思想
• 2.2.2 Contourlet 变换
• 2.2.3 非下采样Contourlet 变换（NSCT）
• 2.2.4 数学形态学
• 2.3 基于非下采样Contourlet 变换的车牌定位算法流程
• 2.3.1 车辆图像预处理
• 2.3.2 车辆图像的非下采样Contourlet 变换
• 2.3.3 边缘图合成和形态学处理
• 2.3.4 数学形态学后的连通域合并
• 2.4 车牌定位结果及分析
• 2.5 本章小结
• 第三章 车牌倾斜校正
• 3.1 车牌的倾斜模式及校正步骤
• 3.1.1 倾斜模式
• 3.1.2 校正步骤
• 3.2 现有的水平倾斜校正方法
• 3.2.1 Hough 变换法
• 3.2.2 旋转投影法
• 3.2.3 主成分分析法
• 3.3 基于边缘点投影方差最小的车牌水平倾斜校正方法
• 3.3.1 算法的形成和基本思想
• 3.3.2 坐标变换与变换后边缘点投影方差
• 3.3.3 确定水平倾斜角的闭合表达式
• 3.4 基于K-L 展开式的车牌水平倾斜校正方法
• 3.4.1 基于K-L 展开计算车牌垂直边缘点的特征直线
• 3.4.2 确定水平倾斜角的闭合表达式
• 3.5 水平倾斜校正算法实验结果及分析
• 3.5.1 实验结果的精确度比较
• 3.5.2 算法复杂度分析与运算时间的比较
• 3.5.3 算法分析
• 3.6 车牌垂直倾斜校正
• 3.6.1 车牌字符区上下边界的划定
• 3.6.2 现有的车牌垂直倾斜校正方法
• 3.6.3 单个字符的垂直倾斜角确定
• 3.6.4 车牌字符粗分割
• 3.6.5 均值法垂直倾斜校正
• 3.6.6 整体法垂直倾斜校正
• 3.6.7 实验结果及分析
• 3.7 本章小结
• 第四章 车牌字符分割
• 4.1 车牌图像的二值化
• 4.1.1 二值化基础
• 4.1.2 最大类间方差法
• 4.1.3 车牌图像二值化结果
• 4.2 反色操作
• 4.3 图像滤波去噪
• 4.4 车牌字符切分
• 4.4.1 车牌字符切分算法简介
• 4.4.2 本文算法的形成和基本思想
• 4.4.3 去除圆点
• 4.4.4 字符切分
• 4.5 字符分割结果
• 4.6 本章小结
• 第五章 车牌字符识别
• 5.1 车牌字符识别算法发展概况
• 5.2 支持向量机
• 5.2.1 最优分类超平面的选取
• 5.2.2 多分类支持向量机
• 5.3 Krawtchouk 矩
• 5.3.1 Krawtchouk 多项式和Krawtchouk 矩
• 5.3.2 Krawtchouk 矩不变量
• 5.3.3 字符特征提取
• 5.4 Trace 变换
• 5.4.1 Trace 变换的特征提取理论
• 5.4.2 不变量的构造
• 5.4.3 字符特征提取
• 5.5 字符识别结果及分析
• 5.6 本章小结
• 第六章 基于车牌识别系统的智能停车场系统
• 6.1 智能停车场结构和工作原理简介
• 6.6.1 智能停车场结构
• 6.6.2 智能停车场系统基本功能
• 6.6.3 智能停车场系统简要工作流程
• 6.2 智能停车场系统特点
• 6.3 本章小结
• 第七章 总结与展望
• 7.1 本文的主要工作
• 7.2 进一步研究的展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文
• 在读期间参加项目