车牌定位算法与车尾灯定位研究

论文摘要

本文首先概述了车牌定位算法和车尾灯定位的发展情况,然后简要的分析了车牌定位常用的数字图像处理方面的一些主要理论和方法。接着,详细描述了本文提出的基于字符连通性的车牌定位算法,并对其性能进行了分析。然后在改进的边缘检测的方法的基础上对一个基于形态学的车牌定位算法进行了改进,并对改进的算法加以重点介绍。改进的车牌定位算法的实时性好,识别率高,能使用于卡口的车牌定位。最后,对车尾灯的定位进行了初步研究,在分析车尾灯的特征的基础上,提出了一个基于彩色图像分割的车尾灯定位算法并指出其应用方向。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题背景及意义
• 1.1.1 选题背景和车牌定位的意义
• 1.1.2 车尾灯定位的意义
• 1.2 车牌定位的研究现状
• 1.2.1 车牌定位算法的发展情况
• 1.2.2 基于彩色信息的车牌定位算法
• 1.2.3 基于纹理的车牌定位算法
• 1.2.4 其它车牌定位算法
• 1.2.5 车牌定位的难点
• 1.3 车尾灯定位的研究情况
• 1.3.1 基于灰度图像阈值分割的算法
• 1.3.2 基于灰度图像变化的变形梯度的算法
• 1.4 本文的主要研究内容和本文的安排
• 第二章 车牌定位中常用的图像处理技术
• 2.1 灰度图像的增强
• 2.2 图像的滤波去噪
• 2.2.1 图像的噪声的概念
• 2.2.2 图像去除噪声的几种方法
• 2.2.3 图像频域去除噪声的几种方法
• 2.3 图像的边缘检测
• 2.3.1 梯度算子
• 2.3.2 水平方向和垂直方向上的一阶微分算子
• 2.3.3 其它一些常用算子介绍
• 2.3.4 二阶算子
• 2.3.5 Canny 算子
• 2.3.6 LoG 算子
• 第三章 基于字符连通性的车牌定位算法
• 3.1 车牌的特征分析
• 3.2 基于字符连通性的车牌定位
• 3.2.1 本算法涉及的车牌的特征分析
• 3.2.2 汽车图片的预处理及边缘检测
• 3.2.3 车牌定位算法思想及算法分析
• 3.2.4 车牌定位算法描述
• 3.2.5 实验结果分析
• 3.3 基于字符连通性的车牌定位算法部分后续工作
• 3.3.1 减少算法在图片中的运算范围的方法
• 3.3.2 车辆的运动检测及相关处理
• 3.3.3 对后续工作的评价
• 第四章 一个基于形态学的车牌定位算法的改进算法
• 4.1 形态学的膨胀与腐蚀简介
• 4.1.1 腐蚀
• 4.1.2 膨胀
• 4.2 一种基于形态学的车牌定位改进算法
• 4.2.1 原算法简介
• 4.2.2 原算法存在的问题及改进
• 4.2.3 改进后的算法描述
• 4.2.4 实验分析
• 4.2.5 进一步工作的展望
• 第五章 车辆尾灯定位研究
• 5.1 车尾灯特征分析
• 5.2 彩色模型介绍
• 5.3 算法的彩色模型选择和图像的预处理
• 5.3.1 彩色模型的选择
• 5.3.2 图片的预处理
• 5.4 红色车尾灯定位算法
• 5.4.1 车尾灯定位算法思想
• 5.4.2 车灯定位算法描述
• 5.4.3 实验结果分析
• 第六章 结束语
• 致谢
• 参考文献
• 作者在读研期间的科研成果