本文關鍵詞：霧約束下的車牌識別方法研究與實現(xiàn)　出處：《南昌航空大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 圖像去霧 非局部 車牌定位 字符識別 卷積神經(jīng)網(wǎng)絡

【摘要】：智能交通系統(tǒng)是交通管理的有效方法,它以簡單的工作方式實時監(jiān)控交通狀況,不僅減少工作人員數(shù)量,還能提高交通管理質量。歷經(jīng)二十多年的發(fā)展,車牌識別技術作為智能交通系統(tǒng)的重要組成部分愈發(fā)受到業(yè)界的重視,并且廣泛應用到交通智能監(jiān)控、小區(qū)門禁、不停車自動收費等場合中。雖然車牌識別技術能夠在多數(shù)情況下發(fā)揮重要作用,但是在霧天環(huán)境中卻會因受到大氣光的干擾而造成識別率下降,這使得智能交通無法在霧天情況下正常工作。圖像去霧算法是一種可以去除霧氣干擾、恢復清晰圖像的方法,本文擬從圖像去霧算法消除霧的干擾入手然后再識別霧約束下車牌,具體研究內(nèi)容如下:在圖像去霧階段,本文首先介紹圖像退化模型,然后詳細闡述兩種基于退化模型的圖像去霧方法——暗通道先驗法和非局部圖像去霧法。針對非局部圖像去霧算法復原圖像時某些明亮區(qū)域出現(xiàn)顏色失真的問題,本文通過大氣光值與暗通道值作差取絕對值的方式判斷明亮區(qū)域,并對明亮區(qū)域的透射率進行修改。本文通過大量實驗發(fā)現(xiàn),透射率平滑公式中的調節(jié)因子對圖像的復原結果有一定影響,因此研究試圖運用一種自適應調節(jié)因子的方式對透射率圖進行平滑。在車牌定位階段,本文利用車牌顏色特征和邊緣特征相結合的方法提取車牌候選區(qū)域并調整所有候選車牌達到大小一致,然后根據(jù)車牌的面積、長寬比等特征對候選車牌進行初步篩選,再通過對篩選的車牌進行水平和垂直偏斜矯正處理,最后運用訓練好的SVM分類器對矯正后的候選車牌進行分類,得到所需的車牌。在車牌識別階段,本文首先使用連通區(qū)域提取法和垂直投影法將車牌圖像分割為七個單一的字符并將字符大小調整到24*24,然后通過改進的Le Net-5卷積神經(jīng)網(wǎng)絡模型進行識別;改進的卷積神經(jīng)網(wǎng)絡模型的參數(shù)有上百萬之多,為了加快模型收斂速度,本研究在第一層卷積層和第二層卷積層添加數(shù)據(jù)歸一化層;然而模型能否收斂及收斂速度還受到學習率更新策略的影響,因此本文細致的分析學習率的變化趨勢與迭代次數(shù)的關系,進而選擇inv方法對學習率進行更新;最終得到模型在收斂時驗證集上的最好字符識別率為98.7%。本課題設計的霧約束下的車牌識別算法在文中樣本上的識別率為88.61%。
[Abstract]:Intelligent traffic system is an effective method for traffic management . It can monitor traffic situation in real time in a simple way . It can not only reduce the number of staff , but also improve the quality of traffic management .

【學位授予單位】：南昌航空大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U495;TP391.41

【參考文獻】

相關期刊論文 前10條

1 李志杰;王健;;基于多分類SVM的車牌字符識別算法研究[J];物流工程與管理;2016年05期

2 蔡國永;夏彬彬;;基于卷積神經(jīng)網(wǎng)絡的圖文融合媒體情感預測[J];計算機應用;2016年02期

3 李志明;;面向智能交通的霧天車牌識別系統(tǒng)的設計與實現(xiàn)[J];自動化與儀器儀表;2015年12期

4 王振;高茂庭;;基于卷積神經(jīng)網(wǎng)絡的圖像識別算法設計與實現(xiàn)[J];現(xiàn)代計算機(專業(yè)版);2015年20期

5 孫艷梅;;基于Adaboost和SIFT-SVM的兩階段車牌檢測[J];科技資訊;2015年19期

6 崔玉彬;;城市交通安全問題探討[J];科技視界;2015年11期

7 孫曄;吳銳文;;基于卷積神經(jīng)網(wǎng)絡的車標識別[J];現(xiàn)代計算機(專業(yè)版);2015年11期

8 方華;符冬;梁軍圣;;基于機器視覺的生絲疵點檢測算法研究[J];中國農(nóng)機化學報;2015年01期

9 王欣;唐俊;王年;;基于雙層卷積神經(jīng)網(wǎng)絡的步態(tài)識別算法[J];安徽大學學報(自然科學版);2015年01期

10 顧為東;;中國霧霾特殊形成機理研究[J];宏觀經(jīng)濟研究;2014年06期

相關碩士學位論文 前9條

1 唐v炄，

本文編號：1397861