【摘要】：車牌識別技術(shù)作為智能交通管理的核心技術(shù),已廣泛應(yīng)用于道路交通管理、智能停車場出入口等領(lǐng)域,大大提高了車輛管理效率,實(shí)現(xiàn)車輛的科學(xué)化和智能化管理,有著廣泛的應(yīng)用前景。本文開發(fā)了智能停車場管理系統(tǒng),重點(diǎn)研究了車牌自動識別技術(shù),提出對車牌圖像進(jìn)行超分辨率重建以提高車牌圖像質(zhì)量,借鑒前人的車牌定位方法和字符分割方法進(jìn)行車牌定位和字符分割,提出一種改進(jìn)的模板匹配字符識別方法,并用Matlab進(jìn)行仿真實(shí)驗(yàn),最后進(jìn)行系統(tǒng)測試和結(jié)果分析。主要研究內(nèi)容包括:(1)采集到的車牌圖像質(zhì)量好壞影響著車牌定位和識別效果。本文分析和比較了各種超分辨率圖像重建方法,選擇了凸集投影超分辨率圖像重建方法,研究其理論基礎(chǔ)和算法實(shí)現(xiàn)步驟。實(shí)驗(yàn)結(jié)果表明,重建后的車牌圖像,分辨率明顯提高,圖像質(zhì)量更高。(2)分析和比較了現(xiàn)有的各種車牌定位方法,本文借鑒和參考前人的基于形態(tài)學(xué)的灰度化圖像車牌定位方法;分析和比較了現(xiàn)有的字符分割方法的優(yōu)缺點(diǎn),借鑒和參考前人的基于投影法和連通元特征結(jié)合的字符分割方法。利用Matlab進(jìn)行車牌定位和字符分割的仿真實(shí)驗(yàn)。(3)綜合分析和比較了現(xiàn)有各種字符識別方法,對傳統(tǒng)模板匹配字符識別方法進(jìn)行算法改進(jìn),先根據(jù)字符特征進(jìn)行字符粗分類,再進(jìn)行模板匹配,實(shí)驗(yàn)表明該方法對于相似字符的識別效果好。(4)開發(fā)智能停車場管理系統(tǒng),對本文介紹的車牌識別技術(shù)進(jìn)行測試。仿真實(shí)驗(yàn)結(jié)果發(fā)現(xiàn),超分辨重建可以提高圖像分辨率和圖像質(zhì)量,最終提高系統(tǒng)準(zhǔn)確率,采用本文改進(jìn)的模板匹配字符識別算法,漢字識別準(zhǔn)確率為91.71%,數(shù)字和字母識別準(zhǔn)確率為95.29%,系統(tǒng)整體測試的識別準(zhǔn)確率為90.76%。實(shí)驗(yàn)數(shù)據(jù)表明,本文介紹的車牌識別方法準(zhǔn)確率較高,復(fù)雜環(huán)境下表現(xiàn)好,具有較好的實(shí)用性。
[Abstract]:As the core technology of intelligent traffic management, license plate recognition technology has been widely used in the fields of road traffic management, intelligent parking lot entrance and exit, and has greatly improved the efficiency of vehicle management and realized the scientific and intelligent management of vehicles. It has a wide application prospect. In this paper, the intelligent parking lot management system is developed, and the automatic license plate recognition technology is studied, and the super-resolution reconstruction of license plate image is proposed to improve the quality of license plate image. Based on the previous license plate location method and character segmentation method, an improved template matching character recognition method is proposed. The simulation experiment is carried out with Matlab. Finally, the system test and result analysis are carried out. The main research contents are as follows: (1) the quality of the collected license plate image affects the license plate location and recognition. This paper analyzes and compares various super-resolution image reconstruction methods, selects convex set projection super-resolution image reconstruction method, and studies its theoretical basis and algorithm implementation steps. The experimental results show that the resolution of the reconstructed license plate image is obviously improved and the image quality is higher. (2) the existing license plate localization methods are analyzed and compared. This paper draws lessons from and refers to the former method of license plate location based on morphology in grayscale image. The advantages and disadvantages of the existing character segmentation methods are analyzed and compared, and the character segmentation methods based on the combination of projection method and connected element feature are used for reference. The simulation experiment of license plate location and character segmentation using Matlab is carried out. (3) the existing character recognition methods are comprehensively analyzed and compared, and the traditional template matching character recognition method is improved. The experiment results show that the method is effective for the recognition of similar characters. (4) the intelligent parking lot management system is developed and the license plate recognition technology introduced in this paper is tested. Simulation results show that super-resolution reconstruction can improve image resolution and image quality, and finally improve the accuracy of the system. Using the improved template matching character recognition algorithm, the recognition accuracy of Chinese characters is 91.71. The recognition accuracy of numerals and letters is 95.29 and the recognition accuracy of the whole system is 90.76. The experimental data show that the license plate recognition method introduced in this paper has high accuracy, good performance in complex environment and good practicability.
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U495;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫衛(wèi)佳;以車牌識別技術(shù)為核心的高等級公路收費(fèi)系統(tǒng)[J];長春工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2003年01期

2 童劍軍;;應(yīng)用車牌識別技術(shù)的高速公路超速布控系統(tǒng)[J];中國交通信息產(chǎn)業(yè);2004年09期

3 童劍軍;;車牌識別技術(shù)解決路徑二義性問題[J];中國交通信息產(chǎn)業(yè);2006年03期

4 胡延平,何鴻鵬,馬德成;有相對運(yùn)動的車牌識別技術(shù)研究[J];大連理工大學(xué)學(xué)報;2004年03期

5 童劍軍;;車牌識別技術(shù)中的觸發(fā)問題[J];中國交通信息產(chǎn)業(yè);2006年04期

6 宋凱;蘇杭;周靜;郭純宏;;基于CBR的車牌識別技術(shù)的研究[J];沈陽理工大學(xué)學(xué)報;2010年06期

7 張建雄;;車牌識別技術(shù)在智能交通中的應(yīng)用[J];中國公共安全;2013年09期

8 代士磊;;兩種多義性路徑精確識別技術(shù)的比較[J];哈爾濱商業(yè)大學(xué)學(xué)報(自然科學(xué)版);2012年05期

9 趙素蕊;柳冬青;;智能車牌識別技術(shù)[J];商場現(xiàn)代化;2007年15期

10 ;[J];;年期

相關(guān)會議論文 前1條

1 蔣大林;丁學(xué)爽;唐榕;;車牌識別技術(shù)的研究和實(shí)現(xiàn)綜述[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

相關(guān)重要報紙文章 前3條

1 中國電子工程設(shè)計院 宋昆;有車就有“我”[N];計算機(jī)世界;2005年

2 本報記者 馬波;“創(chuàng)”者生存“新”者強(qiáng)盛[N];科技日報;2007年

3 本報記者 傅鑒　謝良奎 通訊員 劉衛(wèi);高清智能卡口系統(tǒng) 全面準(zhǔn)確記錄車輛行進(jìn)軌跡[N];人民公安報;2010年

相關(guān)博士學(xué)位論文 前1條

1 黃山;車牌識別技術(shù)的研究和實(shí)現(xiàn)[D];四川大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 孫二杰;大型公共下停車場智能地管理系統(tǒng)研究[D];山東建筑大學(xué);2015年

2 劉小芳;復(fù)雜條件下的車牌識別技術(shù)研究[D];沈陽理工大學(xué);2015年

3 江春儒;廣東石油化工學(xué)院數(shù)字化公寓管理系統(tǒng)的設(shè)計與實(shí)現(xiàn)[D];吉林大學(xué);2015年

4 薛守鈺;收費(fèi)停車場停車費(fèi)自助支付模式及關(guān)鍵技術(shù)研究[D];遼寧工業(yè)大學(xué);2016年

5 李達(dá);基于卷積神經(jīng)網(wǎng)絡(luò)的車牌識別技術(shù)研究[D];湘潭大學(xué);2016年

6 黃華明;面向智能停車場的車牌識別技術(shù)研究[D];華僑大學(xué);2015年

7 王大力;基于車牌識別技術(shù)的城市車輛稽查系統(tǒng)研究與應(yīng)用[D];沈陽工業(yè)大學(xué);2008年

8 陳智慧;復(fù)雜背景下的車牌識別技術(shù)研究[D];太原科技大學(xué);2014年

9 董鐳;基于車牌識別技術(shù)的車輛管理系統(tǒng)的研發(fā)[D];廣西大學(xué);2008年

10 陶軍;車牌識別技術(shù)研究與實(shí)現(xiàn)[D];南京理工大學(xué);2004年

，

本文編號：2409834