车牌及车标识别若干技术研究

论文摘要

21世纪是智能化、信息化、计算化、网络化的世纪,在这个以数字计算为特征的世纪里,作为人工智能技术基础学科的模式识别技术,必将获得巨大的发展空间。车辆识别系统主要是由汽车牌照识别和汽车类型识别两大核心技术构成,它在智能交通领域中有着广泛的应用,同时也是计算机视觉、图像处理和模式识别等交叉学科研究的热门课题,因此对相关技术的研究正受到普遍关注。本文正是在这一背景下,对车辆识别技术进行了系统的研究。在车牌识别技术中,本文着重对车牌分类和字符切分等关键技术所涉及的难点进行了深入的研究。在车型识别技术中,与当前国内外学者侧重于研究车辆外形、大小的识别不同,本文主要侧重对汽车标志有效区域的精确定位进行研究。本文提出了一种根据车牌颜色区分民用车及特殊用途车辆的方法。本方法使用决策树C4.5算法和HSV空间色彩信息,利用车牌字符间隔的差异以及车牌颜色的不同等信息进行分类并实现基于颜色反馈的字符切分,达到在识别具体字符之前区分出民用车及特殊用途车辆并准确切分的目的,是车牌字符切分的关键环节及识别的良好辅助。在车牌识别的基础上,本文提出车标识别的解决方法,采用先粗后细的二次定位方法,减小了由于车灯、前排栅格等干扰带来的定位不准确因素,提高了车标的识别率。为了证明方法的有效性,在本文最后给出了实验结果。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 课题的研究背景
• 1.1.1 智能交通的发展
• 1.1.2 智能交通国内外研究现状
• 1.2 车辆识别在智能交通中的作用及应用前景
• 1.3 目前技术存在的问题
• 1.4 本论文的体系结构
• 1.5 本章参考文献
• 第二章 车牌识别基本技术
• 2.1 车牌识别总过程
• 2.2 图像预处理
• 2.2.1 灰度化处理
• 2.2.2 直方图均衡
• 2.2.3 图像的边缘检测
• 2.2.3.1 梯度算子
• 2.2.3.2 拉普拉斯（Laplacian）算子
• 2.2.3.3 Laplacian-Gauss算子
• 2.2.3.4 坎尼（canny）算子方法
• 2.3 车牌定位方法介绍
• 2.3.1 灰度定位法
• 2.3.2 彩色定位法
• 2.4 字符分割
• 2.4.1 图像的倾斜矫正
• 2.4.2 车牌图像的二值化
• 2.4.3 车牌边框和铆钉的去除
• 2.4.4 车牌字符切分
• 2.5 字符识别
• 2.5.1 模板匹配方法
• 2.5.2 模糊识别方法
• 2.5.3 人工神经网络识别
• 2.6 本章参考文献
• 第三章 特殊车牌识别
• 3.1 车牌识别背景介绍
• 3.1.1 特殊车牌识别意义
• 3.1.2 车牌分类流程图
• 3.1.3 特殊车牌的格式及新标准解读
• 3.1.4 特殊车牌的识别介绍
• 3.2 特殊车牌分类
• 3.3 车牌颜色问题
• 3.3.1 提取颜色信息及向HSV模型的转换
• 3.3.2 C4.5决策树训练
• 3.3.3 根据阈值判断结果
• 3.4 字符分割初步
• 3.4.1 投影法
• 3.4.2 初步分割
• 3.5 字符分割迭代
• 3.5.1 颜色反馈
• 3.5.2 车牌类型反馈
• 3.5.3 最终分割结果
• 3.6 本章参考文献
• 第四章 车标识别
• 4.1 车标识别介绍
• 4.2 车标识别与车牌识别的不同
• 4.3 车标粗定位
• 4.4 精细定位及排气扇干扰的剔除
• 4.5 车标识别样本列举
• 4.6 本章参考文献
• 第五章 实验结果
• 5.1 颜色判断
• 5.1.1 颜色准确率
• 5.1.2 错误分析及错误图片
• 5.2 字符切分
• 5.3 车标识别
• 5.3.1 定位准确率
• 5.3.2 识别正确率及结果举例
• 5.3.3 车标识别结果分析
• 第六章 总结与展望
• 致谢
• 攻读学位期间发表的学术论文