车牌定位识别系统设计与实现

车牌定位识别系统设计与实现

论文摘要

随着车辆数量日益攀升,交通管理压力日趋增大。为了缓解车辆、行人、管理人三者之间的矛盾,交通管理信息化、智能化成为必然的发展趋势。车辆是构成交通系统中基本元素,车牌号码是车辆身份的唯一ID,因此车牌定位识别技术是智能交通领域的重要课题之一。本论文介绍一个车牌定位识别系统的开发,主要介绍其中的图像预处理、车牌定位、字符分割和字符识别部分的算法设计,以及最后原型系统的实现。图像预处理通过加权平均值灰度化法把彩色图像转换为灰度图像,再用分段性灰度变换方法进行图像增强,车牌定位在通过改进的Bernsen局部阈值算法与模糊增强算法增强所得到的二值化图像上进行。先利用边缘特征和投影方法进行车牌的粗定位,确定大致的车牌区域;然后通过倾斜校正、去除车牌边框来精确定位车牌区域,在得到车牌的精确区域后,采用垂直投影法实现字符分割,最后以车牌字符区域的像素构造特征表达,送入字符识别算法识别。我们的字符识别算法采用BP神经网络在收集的样本上训练得到,该算法具有很强的自适应性和鲁棒性。在车牌识别算法设计的基础上,我们采用VS2005环境以及Opencv源码库开发了汽车牌照定位与识别的原型系统。实验表明该系统操作简单、高效,能够较好的完成车牌定位、识别等主要功能。

论文目录

  • 摘要
  • 英文摘要
  • 第一章 绪论
  • 1.1 课题研究背景
  • 1.2 车牌识别技术研究现状
  • 1.2.1 国内外车牌识别研究现状
  • 1.2.2 车牌识别技术难点
  • 1.3 课题研究的目的和意义
  • 1.4 本文的研究内容
  • 1.5 本章小结
  • 第二章 车牌识别中图像处理与模式识别技术
  • 2.1 数字图像处理技术
  • 2.1.1 数字图像处理基本过程
  • 2.1.2 数字图像的基本类型
  • 2.1.3 数字图像处理的基本运算
  • 2.1.4 数字图像处理研究主要内容
  • 2.1.5 数字图像处理技术在车牌识别中的应用
  • 2.2 模式识别
  • 2.2.1 模式识别概念
  • 2.2.2 模式识别在车牌识别中的应用
  • 2.3 本章总结
  • 第三章 车牌定位识别系统总体设计
  • 3.1 系统的总体结构
  • 3.2 车牌定位识别系统功能模块设计
  • 3.3 定位与识别模块的流程设计
  • 3.4 系统开发平台
  • 3.4.1 VS2005 概述
  • 3.4.2 Opencv 概述
  • 3.5 本章小结
  • 第四章 车牌图像预处理
  • 4.1 彩色图像灰度化
  • 4.2 车牌图像灰度变换增强
  • 4.2.1 线性灰度增强
  • 4.2.2 分段线性灰度增强
  • 4.2.3 非线性灰度增强
  • 4.2.4 图像灰度变换增强实验比较结果
  • 4.3 本章总结
  • 第五章 车牌定位
  • 5.1 车牌特征与分析
  • 5.1.1 车牌图像结构特征
  • 5.1.2 车牌区域特征分析
  • 5.2 车牌定位算法概述
  • 5.2.1 直接定位法
  • 5.2.2 间接定位法
  • 5.3 车牌粗定位
  • 5.3.1 车牌的先验知识
  • 5.3.2 基于模糊增强的车牌图像二值化
  • 5.3.3 车牌图像边缘检测
  • 5.3.4 边缘检测和投影法相结合定位法
  • 5.4 车牌精定位
  • 5.4.1 倾斜校正
  • 5.4.2 去除车牌边框
  • 5.5 本章小结
  • 第六章 车牌字符分割与识别
  • 6.1 字符分割
  • 6.1.1 车牌区域二值化
  • 6.1.2 常用的字符分割算法
  • 6.1.3 垂直投影字符分割法及实验结果
  • 6.2 车牌字符图像尺寸大小归一化
  • 6.3 车牌字符特征提取
  • 6.3.1 13 点特征提取法
  • 6.3.2 逐像素特征提取法
  • 6.4 BP 神经网络在字符识别中的应用
  • 6.4.1 BP 神经网络算法
  • 6.4.2 BP 神经网络实验结论
  • 6.5 本章总结
  • 第七章 系统实现
  • 7.1 图像的采集
  • 7.2 车牌图像处理
  • 7.3 车牌定位
  • 7.4 字符分割
  • 7.5 字符识别
  • 7.6 本章小结
  • 第八章 结论与展望
  • 8.1 主要创新点及研究成果
  • 8.2 本论文存在不足与展望
  • 致谢
  • 参考文献
  • 攻读硕士期间发表的论文
  • 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:;  ;  ;  ;  

    车牌定位识别系统设计与实现
    下载Doc文档

    猜你喜欢