發(fā)布時間：2021-10-09 02:25

　　科技的發(fā)展不斷使新行業(yè)、新技術(shù)出現(xiàn)和應(yīng)用在人們?nèi)粘Ｉ钪?人工智能的相關(guān)技術(shù)在近幾年獲得飛速發(fā)展并在逐漸改變?nèi)藗兊纳罘绞�。智能交通系統(tǒng)作為實時、準確、高效的綜合交通運輸管理系統(tǒng),能夠迅速準確地完成車輛控制和管理,極大地便利人們的出行,而自動車牌識別（Automatic Number Plate Recognition,ANPR）則是智能交通系統(tǒng)的基礎(chǔ)組成部分。目前,車牌是車輛的唯一身份憑證,ANPR可以自動準確鎖定和定位車輛,在車輛控制、交通監(jiān)控、車輛管理以及車輛軌跡信息分析等應(yīng)用場景中承擔著不可或缺的角色,實現(xiàn)自動ANPR是實現(xiàn)車輛智能管理的基礎(chǔ),其具有現(xiàn)實意義的研究和應(yīng)用價值。對于ANPR,傳統(tǒng)的解決方案通常分為三步:車牌定位、字符分割、字符識別,這些解決方案也取得了較高的識別準確率,并逐漸應(yīng)用于實際場景中,如停車場的出入管理、計費系統(tǒng)。但傳統(tǒng)的解決方案大多受限于特定的場景條件,特別是字符分割的過程,對車牌角度、光照反應(yīng)較敏感。本文實現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)的ANPR,以代替字符分割和字符識別過程,減弱環(huán)境對ANPR算法的影響�？傮w而言,ANPR的方法可分為車牌定位和車牌識別兩個步驟。對... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－３藍底白字車牌示例??

特別是隨著無人機巡檢的出現(xiàn)和流行，對于無人機拍攝圖像的車牌識別己形??成需求，而無人機鏡頭的拍攝角度變動更大，且在高分辨率鏡頭下車牌可能很小。??如圖１－２展示了夜晚環(huán)境下光線不足的車牌圖像。在這樣的環(huán)境下，若采用字符??分割的算法，則對車牌定位的精確度有較高要求，完成車牌定位和號碼識別是比??較困難的，為此本文在生成增廣數(shù)據(jù)集時擴增了較小的車牌且做了抖動和噪音，??同時在網(wǎng)絡(luò)設(shè)計時精細特征區(qū)域的劃分，在減少過擬合的情況下綜合圖像更多特??征。算法的執(zhí)行效率問題關(guān)系到識別系統(tǒng)實時檢測的實現(xiàn)，由于實時圖像的幀率??通常遠高于算法所能達到的幀率，所以更快的算法意味著更少的遺漏和更好的視??覺效果，在解決算法執(zhí)行效率的問題上主要采用了更加精簡的網(wǎng)絡(luò)和計算過程。??３??

在ＯＣＲ的預(yù)處理中，主要的技術(shù)過程通常包括傾斜較正、去噪、二值化、??清除邊框、布局分析、行與單詞檢測、字符分隔以及歸一化。傾斜較正是指對沒??有正確對齊的圖像進行矯正，使文本完全水平或垂直分布，如圖２－１?（ａ）（ｂ）為傾斜??文檔文本示例與傾斜車牌圖像示例，傾斜校正中常用霍夫變換尋找邊界和傾斜角??度，然后使用仿射變換，不同扭曲與透視變形可能會需要不同的校正算法，圖２－??１?（ｃ）則展示了透視變形的車牌，對它的校正不止于旋轉(zhuǎn)。去噪即是去除噪聲點，??平滑邊緣。二值化則是將圖像從彩色或灰度轉(zhuǎn)換為黑白（稱為“二進制圖像”，??因為有兩種顏色），它是一種將文本從背景分離的簡單方式。二值化是必要的，??因為大多數(shù)商業(yè)識別算法僅適用于二進制圖像，且會使識別任務(wù)更加簡單，二值??７??


本文編號：3425447