【摘要】：智能交通系統(tǒng)是當(dāng)前智能城市建設(shè)的重要組成部分。智能交通系統(tǒng)同時利用了多種先進技術(shù),如信息通信技術(shù),傳感器技術(shù),電子控制技術(shù)以及計算機技術(shù)等[1],其目的在于全方位,多層次,大范圍的確保綜合運輸和管理系統(tǒng)的實時性,準(zhǔn)確性和高效性。車牌識別在智能交通系統(tǒng)中是十分重要的一個部分。傳統(tǒng)的,如今廣泛應(yīng)用的車牌識別系統(tǒng)(LPR)包括圖像預(yù)處理、車牌定位與分割、字符的切割與識別、輸出顯示等四個環(huán)節(jié)。該識別系統(tǒng)在需要單張依次輸出時工作出色,當(dāng)今已普遍應(yīng)用于智能收費,智能停車等領(lǐng)域。然而,當(dāng)車牌數(shù)量增多,大量攝像頭下的車輛截圖都需要在短時間內(nèi)被及時識別時,傳統(tǒng)的車牌識別系統(tǒng)就會效率低下,急需新的算法體系來解決效率問題�；诖朔N大量車牌圖像需要被識別的場景,本文研究并提出了一種基于圖像拼接的并行車牌識別算法,并通過大量的數(shù)據(jù)驗證了其可行性。具體步驟如下:(1)依次定位并提取每張圖片的車牌。針對城市攝像頭拍下的車牌圖像,利用基于邊緣檢測以及跳變點的車牌粗定位、細定位算法,準(zhǔn)確定位出每張待識別車牌的位置并提取。(2)車牌拼接。設(shè)每張圖像的寬度為w,高度為h,那么對于N張車牌圖像,利用圖像拼接算法將其橫向拼接成一幅大的圖像。新圖像的寬度為W*N,是原圖像的N倍,而高度仍然為h,保持不變。(3)字符切分與識別。主要利用投影法,實現(xiàn)對長度為w*N,高度為h的圖像的車牌字符切分,采用支持向量機實現(xiàn)字符樣本的訓(xùn)練和識別。(4)系統(tǒng)輸出。識別過后,每7個字符輸出一次,分N次共輸出7*N個字符。最后,本文對以上新提出基于圖像拼接的并行車牌識別系統(tǒng)進行了模擬仿真,并對結(jié)果進行綜合分析。
[Abstract]:Intelligent transportation system is an important part of the current intelligent city construction. The intelligent transportation system utilizes a variety of advanced technologies, such as information and communication technology, sensor technology, electronic control technology and computer technology, etc. Its aim is to be all-round and multi-level. Ensure the real-time, accuracy and efficiency of the integrated transportation and management system on a large scale. License plate recognition is a very important part of intelligent transportation system. The traditional and widely used license plate recognition system (LPR) includes image preprocessing, license plate location and segmentation, character cutting and recognition, output display and so on. The recognition system has been widely used in the fields of intelligent charging, intelligent parking and so on. However, when the number of license plates increases and a large number of vehicle screenshots under the camera need to be recognized in a short time, the traditional license plate recognition system will be inefficient, and a new algorithm system is urgently needed to solve the efficiency problem. Based on the scene in which a large number of license plate images need to be recognized, a parallel license plate recognition algorithm based on image splicing is studied and proposed in this paper, and its feasibility is verified by a large number of data. The concrete steps are as follows: (1) locate and extract the license plate of each picture in turn. Aiming at the license plate image captured by the city camera, the location of each license plate to be recognized is accurately located and extracted by the rough location and fine location algorithm based on edge detection and jump point. (2) license plate stitching. If the width of each image is w and the height of each image is h, then for N license plate images, the image splicing algorithm is used to concatenate them horizontally into a large image. The width of the new image is N times that of the original image, and the height of the new image is still h, keeping the same. (3) character segmentation and recognition. In this paper, the projection method is used to segment the license plate character of the image with length and height h, and support vector machine is used to train and recognize the character samples. (4) the output of the system is given. After recognition, every 7 characters output once, N times output a total of 7 N characters. Finally, a new parallel license plate recognition system based on image splicing is simulated and the results are analyzed.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U495;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 呂鵬飛;;日本推出小型車牌識別系統(tǒng)[J];道路交通與安全;2009年05期

2 朱江峰;劉蘇;夏冰;;基于云計算技術(shù)的車牌識別系統(tǒng)[J];科技信息;2013年03期

3 莊錫榮;焦會;左維;;射頻模塊技術(shù)在車牌識別系統(tǒng)中的應(yīng)用[J];交通與計算機;2007年03期

4 潘樹龍;王國新;;融合提高視頻車牌識別系統(tǒng)性能的研究[J];煙臺職業(yè)學(xué)院學(xué)報;2010年01期

5 董亮;朱磊;何鵬;;基于自主判決機制的車牌識別系統(tǒng)[J];電視技術(shù);2010年11期

6 單家凌;;基于無線網(wǎng)絡(luò)車牌識別系統(tǒng)識別算法的研究[J];計算機測量與控制;2011年01期

7 王金鑒;;基于嵌入式的車牌識別系統(tǒng)設(shè)計[J];民營科技;2011年12期

8 王昶;;TMS320DM6446 DSP車牌識別系統(tǒng)設(shè)計與優(yōu)化[J];中國交通信息化;2012年05期

9 張松;王飛;;嵌入式車牌識別系統(tǒng)的硬件電路設(shè)計[J];現(xiàn)代電子技術(shù);2012年10期

10 馬剛;房顏明;;嵌入式車牌識別系統(tǒng)[J];中國交通信息化;2012年07期

相關(guān)會議論文 前10條

1 傅海東;解梅;;嵌入式車牌識別系統(tǒng)的設(shè)計及實現(xiàn)[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

2 劉興;朱紹文;張大斌;陳菁華;;汽車車牌識別系統(tǒng)中攝像頭標(biāo)定技術(shù)的研究[A];中國體視學(xué)學(xué)會圖像分析專業(yè)、中國體視學(xué)學(xué)會仿真與虛擬現(xiàn)實專業(yè)、中國航空學(xué)會信號與信息處理專業(yè)第一屆聯(lián)合學(xué)術(shù)會議論文集[C];2000年

3 陳小勇;馬鉞;陳帥;;基于DM642的車牌識別系統(tǒng)設(shè)計[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

4 劉玲;張興會;;智能化車牌識別系統(tǒng)研究[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

5 田宏亮;王俊妮;岳鵬;;一種基于邊界閾值的圖像拼接融合算法[A];2013年（第五屆）西部光子學(xué)學(xué)術(shù)會議論文集[C];2013年

6 鄭金鑫;杜軍平;;基于Levenberg-Marquardt算法的圖像拼接研究[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

7 易端陽;唐萬有;郝健強;;印品檢測中相似測度算法在圖像拼接中的對比研究[A];顏色科學(xué)與技術(shù)——2012第二屆中國印刷與包裝學(xué)術(shù)會議論文摘要集[C];2012年

8 李冬梅;牛長流;;運動車輛的牌照識別[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國青年通信學(xué)術(shù)會議論文集[C];2009年

9 謝凌霄;張茂軍;王云麗;高輝;;基于特征匹配的無縫圖像拼接方法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

10 高冠東;賈克斌;肖珂;;一種新的基于特征點匹配的圖像拼接方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

相關(guān)重要報紙文章 前10條

1 中國電子工程設(shè)計院 宋昆;車牌識別系統(tǒng)的關(guān)鍵技術(shù)[N];計算機世界;2005年

2 中國電子工程設(shè)計院 宋昆;汽車上路“我”來管[N];計算機世界;2005年

3 王瑞水邋記者 趙峗;江蘇啟用車牌識別系統(tǒng)[N];中國交通報;2007年

4 吳穹邋實習(xí)記者 趙宏偉;單雙號限行考問IT管理[N];計算機世界;2007年

5 雷曉斌;給公路一雙慧眼[N];中國交通報;2003年

6 焦瑾邋胡越;我市率先啟用高清車牌識別系統(tǒng)[N];常州日報;2007年

7 林紅梅;檢測新設(shè)備可自動“篩出”超載車輛[N];新華每日電訊;2007年

8 記者杜海濤;海關(guān)4年監(jiān)管貨物23億噸[N];人民日報;2002年

9 深圳特區(qū)報記者 趙新明;北環(huán)大道建成國內(nèi)首條智能管理示范路[N];深圳特區(qū)報;2012年

10 趙興峰;戰(zhàn)略：最重要的選擇是客戶選擇[N];中華工商時報;2005年

相關(guān)博士學(xué)位論文 前10條

1 賈銀江;無人機遙感圖像拼接關(guān)鍵技術(shù)研究[D];東北農(nóng)業(yè)大學(xué);2016年

2 高健華;時空聯(lián)合調(diào)制型傅里葉變換紅外成像光譜儀光譜復(fù)原與圖像拼接研究[D];中國科學(xué)院長春光學(xué)精密機械與物理研究所;2017年

3 張樺;場景圖像拼接關(guān)鍵技術(shù)研究[D];天津大學(xué);2008年

4 邵向鑫;數(shù)字圖像拼接核心算法研究[D];吉林大學(xué);2010年

5 姜代紅;煤礦監(jiān)控圖像拼接與識別的方法研究[D];中國礦業(yè)大學(xué);2015年

6 曾巒;基于不變特征的圖像拼接及軟同步直寫硬盤記錄技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2012年

7 馮桂蘭;車載夜視導(dǎo)航系統(tǒng)的研究[D];中國科學(xué)院研究生院（西安光學(xué)精密機械研究所）;2007年

8 宮妍;全景圖像拼接關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2016年

9 李新娥;大視場多光譜相機圖像拼接與融合技術(shù)研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2015年

10 朱云芳;基于圖像拼接的視頻編輯[D];浙江大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 李天歌;基于圖像拼接的并行車牌識別系統(tǒng)[D];北京郵電大學(xué);2016年

2 陳s犮，

本文編號：2444425