車牌識別作為智能交通系統(tǒng)（ITS,Intelligent Transportation System,）中一個重要且熱門的研究方向,已經(jīng)廣泛應用于各種交通場合,在緩解交通擁堵、道路流量監(jiān)控、交通管理、違章抓拍等多個方面起到了積極作用,具有較高的社會研究價值。隨著汽車保有量的爆炸式增長,如何更快捷更準確地獲取車牌信息成為了熱門的研究課題。本文以智能交通作為切入點,立于傳統(tǒng)算法理論之上,對基于深度學習的汽車車牌識別進行算法研究。從傳統(tǒng)的車牌識別算法入手,本文研究了國內(nèi)車牌的特點和常用的圖像特征,對車牌圖像進行預處理操作,去除噪聲,提高車牌檢測與識別的準確率。本文使用描述圖像能力較強的HOG（Histogram of Oriented Gradient）局部特征描述子對車牌信息進行特征提取,基于傳統(tǒng)的支持向量機（SVM,Support Vector Machine）的算法完成車牌識別,使用二分類SVM進行車牌定位,多個二分類SVM完成車牌字符識別。本方法雖然獲得了較高的車牌定位準確率,但字符綜合識別準確率只達到90%。針對傳統(tǒng)SVM算法在車牌識別中的不足,通過對SSD（Single Shot... 

【文章來源】：長安大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

汽車牌照參數(shù)指標圖

原始車輛彩色圖像（左）與灰度化處理后圖像（右）

車輛圖像灰度化（左）與灰度拉伸后圖像（右）

【參考文獻】：
期刊論文
[1]基于深度學習的車牌字符識別的設(shè)計與實現(xiàn)[J]. 肖秀春,吳偉鵬.  電子技術(shù)與軟件工程. 2018(16)
[2]局部HOG和分層LBP特征融合的車牌字符識別[J]. 高聰,王福龍.  計算機系統(tǒng)應用. 2017(04)
[3]卡爾·本茨:現(xiàn)代汽車工業(yè)的先驅(qū)者[J]. 季美華.  智慧中國. 2016(11)
[4]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航.  計算機應用. 2016(09)
[5]中國人工智能40年[J]. 蔡自興.  科技導報. 2016(15)
[6]基于多尺度灰度變換的圖像增強研究[J]. 廖斌,劉鴛鴛.  量子電子學報. 2015(05)
[7]基于車牌識別的圖像預處理研究[J]. 陳若珠,武藝玄.  工業(yè)儀表與自動化裝置. 2015(04)
[8]智能交通系統(tǒng)綜述[J]. 趙娜,袁家斌,徐晗.  計算機科學. 2014(11)
[9]一種改進的Radon傾斜校正方法[J]. 王洪亞.  大慶師范學院學報. 2013(06)
[10]基于結(jié)構(gòu)特征和灰度特征的車牌字符識別方法[J]. 羅輝武,唐遠炎,王翊,藍利君.  計算機科學. 2011(11)

碩士論文
[1]車牌識別中關(guān)鍵算法的研究與改進[D]. 孫春泉.安徽理工大學 2018
[2]基于機器學習的車牌識別系統(tǒng)研究[D]. 李石林.東華理工大學 2016
[3]深度學習算法在車牌識別系統(tǒng)中的應用[D]. 劉崢強.電子科技大學 2016
[4]一種較為普適的車牌識別技術(shù)的研究與實現(xiàn)[D]. 賀亮亮.華南理工大學 2014
[5]車牌識別系統(tǒng)的相關(guān)算法研究與實現(xiàn)[D]. 劉同焰.華南理工大學 2012
[6]車牌定位和傾斜校正算法的研究與實現(xiàn)[D]. 楊冬梅.南京郵電大學 2012
[7]卷積神經(jīng)網(wǎng)絡(luò)的研究及其在車牌識別系統(tǒng)中的應用[D]. 陸璐.合肥工業(yè)大學 2006
[8]車牌圖像二值化效果的改進算法研究[D]. 魏誠.浙江大學 2006



本文編號：3266308