基于形态学的车牌定位与字符分割算法研究

基于形态学的车牌定位与字符分割算法研究

论文摘要

车牌识别系统作为智能交通系统的重要组成部分,在现代社会中发挥着越来越重要的作用。车牌识别系统利用图像处理、数学形态学、模式识别等技术对多种情况下的车辆牌照进行识别,实现了车辆的科学化、规范化管理,同时对交通治安起着一定的保障作用,有着广泛的应用前景。车牌识别系统主要由车牌图像采集、车牌识别、数据库管理以及网络数据传输四个部分组成。车牌识别模块的软件部分又分为三个子模块:车牌定位、字符分割和字符识别。本文结合形态学方法对车牌定位算法和车牌字符分割算法进行了系统的研究。在车牌定位算法部分,提出了一种新的基于Renyi熵和二值面积形态学的车牌定位算法。首先用一维Renyi熵最小差值法将车牌灰度图像二值化,然后计算车牌图像中连通区域的面积,根据车牌图像的实际情况确定面积阈值,用二值面积形态学的开运算和闭运算去除噪声,最后实现车牌的精确定位。仿真实验结果表明此算法不仅定位精度高,运算简单,而且能够有效地滤除噪声。在字符分割算法部分,对投影分割算法进行了改进,提出了一种基于Renyi熵和数学形态学边缘检测的车牌图像预处理方法。首先用二维Renyi熵最大阈值法将车牌图像二值化,然后用数学形态学修正的抗噪型膨胀算子进行边缘检测,再去除车牌边框,最后做投影分割提取车牌字符。实验结果表明该算法在保持车牌字符边缘的同时有效地去除了噪声,克服了传统分割算法的缺点,获得比简单的投影方法更好的分割效果。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究的目的和意义
  • 1.2 汽车牌照识别技术发展现状
  • 1.2.1 车牌识别技术简介
  • 1.2.2 车牌识别系统的应用
  • 1.2.3 车牌识别系统原理
  • 1.3 本文的主要研究工作
  • 第二章 数学形态学基本理论
  • 2.1 数学形态学概述
  • 2.1.1 数学形态学的发展
  • 2.1.2 数学形态学算法概述
  • 2.2 二值数学形态学
  • 2.2.1 二值数学形态学基本运算
  • 2.2.2 二值数学形态学基本性质
  • 2.3 二值面积形态学
  • 2.3.1 二值面积形态学基本运算
  • 2.3.2 二值面积形态学基本性质
  • 2.4 本章小结
  • 第三章 车牌定位算法研究
  • 3.1 车牌定位算法简介
  • 3.1.1 车牌类型规格及特点
  • 3.1.2 现有车牌定位算法
  • 3.2 车牌图像二值化
  • 3.2.1 阈值分割方法简介
  • 3.2.2 基于一维Renyi熵最小差值法的二值化
  • 3.3 基于二值面积形态学的车牌定位
  • 3.4 车牌定位仿真实验
  • 3.5 本章小结
  • 第四章 车牌字符分割算法研究
  • 4.1 车牌字符分割算法简介
  • 4.2 基于二维Renyi熵最大阈值法的二值化
  • 4.3 基于数学形态学的车牌图像边缘检测
  • 4.3.1 传统的边缘检测算法
  • 4.3.2 数学形态学边缘检测算法
  • 4.3.3 修正的抗噪膨胀型车牌图像边缘检测
  • 4.4 车牌字符分割
  • 4.4.1 去除车牌边框
  • 4.4.2 基于垂直投影的车牌字符分割
  • 4.5 本章小结
  • 第五章 总结与展望
  • 5.1 研究工作总结
  • 5.2 研究工作展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间主要的研究成果
  • 相关论文文献

    • [1].图像复原技术在车牌定位中的应用研究[J]. 黑龙江工业学院学报(综合版) 2020(02)
    • [2].复杂环境的车牌定位方法设计与实现[J]. 通信技术 2017(06)
    • [3].基于边缘检测和色彩空间的混合车牌定位算法[J]. 科技视界 2016(03)
    • [4].基于数学形态学的车牌定位研究[J]. 信息通信 2016(02)
    • [5].汽车车牌定位技术方法的探讨[J]. 南方农机 2015(03)
    • [6].基于数学形态学和行扫描相结合的车牌定位的研究[J]. 电子制作 2015(10)
    • [7].遗传算法在车牌定位中的应用[J]. 福建电脑 2015(07)
    • [8].车牌定位技术介绍与分析[J]. 信息技术 2013(11)
    • [9].基于改进二维离散小波变换的多车牌定位[J]. 重庆交通大学学报(自然科学版) 2020(02)
    • [10].基于像素间双通道差异值的车牌定位算法[J]. 工业仪表与自动化装置 2020(02)
    • [11].车牌定位方法综述[J]. 山西电子技术 2019(01)
    • [12].基于模板概率密度函数的车牌定位方法[J]. 控制工程 2019(05)
    • [13].基于深度学习文字检测的复杂环境车牌定位方法[J]. 现代计算机(专业版) 2017(33)
    • [14].车牌定位与车牌分割技术研究[J]. 电脑知识与技术 2018(02)
    • [15].基于低功耗嵌入式系统的车牌定位算法[J]. 微型机与应用 2017(03)
    • [16].浅析车牌定位系统中二值滤波处理[J]. 电脑知识与技术 2017(03)
    • [17].改进的去雾算法及其在车牌定位系统中的应用[J]. 北京信息科技大学学报(自然科学版) 2017(05)
    • [18].基于最大稳定极值区域的车牌定位与字符分割[J]. 计算机与数字工程 2015(12)
    • [19].基于车牌定位的汽车挡风镜定位分割方法研究[J]. 电脑知识与技术 2016(18)
    • [20].基于车尾检测和语言学颜色空间的车牌定位[J]. 计算机与数字工程 2016(07)
    • [21].基于脉冲神经网络的车牌定位算法[J]. 中国高新技术企业 2016(32)
    • [22].一种融合深度特征图和形态学的车牌定位方法[J]. 长江大学学报(自科版) 2016(28)
    • [23].车牌定位及倾斜矫正方法研究[J]. 工业控制计算机 2014(11)
    • [24].基于数学形态学和灰度跳变特征的车牌定位方法[J]. 工业控制计算机 2015(02)
    • [25].基于统计特征的启发式车牌定位新方法[J]. 计算机工程与应用 2015(06)
    • [26].融合小波变换和颜色聚类的车牌定位方法[J]. 世界科技研究与发展 2013(01)
    • [27].基于形态特征的车牌定位(英文)[J]. 电工技术学报 2015(S1)
    • [28].复杂光照下的车牌定位方法[J]. 武汉工程大学学报 2015(11)
    • [29].基于最大稳定极限区域的车牌定位[J]. 科学技术与工程 2015(31)
    • [30].基于图像分解的车牌定位算法[J]. 电子科技 2014(01)

    标签:;  ;  ;  

    基于形态学的车牌定位与字符分割算法研究
    下载Doc文档

    猜你喜欢