車牌識(shí)別系統(tǒng)(License Plate Recognition,LPR)是智能交通管理系統(tǒng)(Intelligent Transportation System,ITS)的核心技術(shù)及關(guān)鍵環(huán)節(jié),被廣泛的應(yīng)用在人們的生活中。LPR是基于圖像處理、模式識(shí)別等技術(shù)的計(jì)算機(jī)視覺系統(tǒng),具有自動(dòng)識(shí)別車輛牌照的功能,簡(jiǎn)捷方便,在多個(gè)場(chǎng)合均已得到應(yīng)用,例如停車場(chǎng)的汽車管理系統(tǒng)、高速公路收費(fèi)系統(tǒng)、車輛的調(diào)查與追蹤等等。目前車牌識(shí)別系統(tǒng)有很多,然而,車牌識(shí)別過程中會(huì)受到各種因素的影響,尤其是惡劣天氣嚴(yán)重影響采集的圖像質(zhì)量,增加了車牌識(shí)別的難度,利用一般的圖像分割算法進(jìn)行處理的效果不理想,本文在模糊C均值算法、核聚類算法的基礎(chǔ)上,提出了基于集合劃分的自適應(yīng)分割算法,并應(yīng)用在車牌識(shí)別中,對(duì)車牌圖像進(jìn)行分割,得到更好的圖像分割效果。論文的主要工作如下:(1)惡劣天氣下的車牌識(shí)別系統(tǒng),首先對(duì)采集的車牌圖像進(jìn)行灰度化及二值化處理,在此基礎(chǔ)上結(jié)合車牌的顏色特點(diǎn)及邊緣檢測(cè)的方法完成對(duì)車牌的定位,然后設(shè)定合適的閾值,再次對(duì)車牌進(jìn)行二值化處理,同時(shí)利用投影變換函數(shù)對(duì)車牌區(qū)域像素突出顯示,增加車牌字符的分割效率,并結(jié)合模板匹配的方法完成車牌的識(shí)別。(2)根據(jù)模糊C均值算法及核聚類算法的特點(diǎn),提出基于集合劃分的模糊聚類算法,避免聚類中心和分類數(shù)需要人工確定的問題。同時(shí),集合了核聚類算法的優(yōu)點(diǎn),提升車牌識(shí)別系統(tǒng)的效率和準(zhǔn)確性。通過實(shí)驗(yàn),將FCM算法、AFCM算法、RAFCM算法應(yīng)用在暴雨、大雪、霧霾三種惡劣天氣下的車牌識(shí)別中,實(shí)驗(yàn)結(jié)果表明提出的RAFCM算法對(duì)在惡劣天氣下采集到的車牌圖像因被污染嚴(yán)重,導(dǎo)致分割質(zhì)量不高的問題有較好的處理效果,可提高車輛識(shí)別中車牌字符分割的效率,達(dá)到車牌識(shí)別實(shí)時(shí)性、高效性的要求,滿足現(xiàn)代社會(huì)對(duì)汽車管理的需求,促進(jìn)車牌識(shí)別的智能化發(fā)展。
【學(xué)位單位】：信陽師范學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;U495
【部分圖文】：

信陽師范學(xué)院碩士學(xué)位論文第 3 章 惡劣天氣下的車牌識(shí)別系統(tǒng)統(tǒng)作為智能交通管理系統(tǒng)的重要技術(shù)，是近些年研究的在人們的日常生活中，推動(dòng)社會(huì)的現(xiàn)代化、智能化發(fā)展，采集圖像和識(shí)別圖像[22]，即是對(duì)采集的車輛圖像進(jìn)行要的重點(diǎn)信息車牌。其又可細(xì)分為四個(gè)模塊，圖像采集識(shí)別。具體流程如圖 3-1。

部分車輛原始圖

部分車輛灰度圖
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李瑋星;;淺談高速公路車牌識(shí)別設(shè)備日常管理與維護(hù)維修[J];中國(guó)設(shè)備工程;2019年08期

2 沃綠洲;;淺談車牌識(shí)別在智慧城市停車中的深度應(yīng)用[J];中國(guó)安防;2018年06期

3 王偉偉;李紹民;;關(guān)于車牌識(shí)別算法的研究[J];電子世界;2018年15期

4 王久增;;雙網(wǎng)口多功能數(shù)字車牌識(shí)別儀的研究與應(yīng)用[J];公路交通科技(應(yīng)用技術(shù)版);2017年06期

5 朱美玲;王雄斌;張守利;劉晨;韓燕波;;基于大規(guī)模流式車牌識(shí)別數(shù)據(jù)的即時(shí)伴隨車輛發(fā)現(xiàn)[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2016年01期

6 阮文杰;;高速公路機(jī)電日常維護(hù)中車牌識(shí)別率分析系統(tǒng)的應(yīng)用[J];中國(guó)交通信息化;2016年02期

7 林宇;;車牌識(shí)別在智能交通中的應(yīng)用與發(fā)展趨勢(shì)[J];中國(guó)安防;2012年11期

8 ;沈陽聚德高清車牌識(shí)別一體機(jī)跨出國(guó)門[J];中國(guó)交通信息化;2011年02期

9 宋旭軍;;2006:痛并快樂著[J];中國(guó)交通信息產(chǎn)業(yè);2007年01期

10 臧赤丁;李廣;吳杭;;雙模車牌識(shí)別系統(tǒng)探析[J];中國(guó)交通信息化;2019年03期

相關(guān)博士學(xué)位論文 前4條

1 任俊;基于支撐矢量機(jī)的圖像分類、車牌識(shí)別及嵌入式應(yīng)用研究[D];浙江大學(xué);2005年

2 王昱心;基于指數(shù)矩的車牌識(shí)別研究[D];北京郵電大學(xué);2017年

3 王國(guó)良;圖像處理技術(shù)在智能交通系統(tǒng)中應(yīng)用的研究[D];大連海事大學(xué);2008年

4 金慶江;智能交通雷達(dá)測(cè)速系統(tǒng)關(guān)鍵技術(shù)與應(yīng)用研究[D];上海大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 慶隆陽;復(fù)雜環(huán)境下車牌識(shí)別的算法研究[D];鄭州大學(xué);2019年

2 陸瑛瑤;公共交通管理系統(tǒng)中車牌識(shí)別算法的研究與設(shè)計(jì)[D];沈陽師范大學(xué);2019年

3 朱威威;惡劣天氣下基于集合劃分的車牌識(shí)別方法[D];信陽師范學(xué)院;2019年

4 陳丹;低分辨率車牌識(shí)別算法研究[D];西安理工大學(xué);2019年

5 金亞飛;復(fù)雜場(chǎng)景下高效率車牌識(shí)別研究[D];安徽大學(xué);2019年

6 褚鴻銳;智能停車場(chǎng)反向?qū)ぼ囋O(shè)計(jì)及管理系統(tǒng)實(shí)現(xiàn)[D];哈爾濱理工大學(xué);2018年

7 黃辰陽;基于圖像處理的車牌識(shí)別方法研究[D];廣東工業(yè)大學(xué);2018年

8 溫偉;運(yùn)動(dòng)模糊車牌識(shí)別系統(tǒng)關(guān)鍵技術(shù)的研究[D];安徽理工大學(xué);2018年

9 肖曉;涂改車牌識(shí)別方法研究[D];安徽建筑大學(xué);2018年

10 張微;基于車牌識(shí)別的門禁系統(tǒng)設(shè)計(jì)[D];遼寧科技大學(xué);2018年

本文編號(hào)：2840043