本文關鍵詞：道路視頻監(jiān)控中的車牌自動識別算法研究

  更多相關文章： 車牌識別系統(tǒng) 車牌定位 字符分割 字符識別

【摘要】：隨著經(jīng)濟全球化的不斷發(fā)展,機動車的數(shù)量與日俱增,隨之而來的是交通阻塞、尾氣污染、噪聲污染、交通事故頻發(fā)等問題。智能交通系統(tǒng)的誕生為全方位高效管理現(xiàn)代交通帶來了希望,車牌識別系統(tǒng)是其重要分支之一,在實際應用中發(fā)揮著不可替代的作用。車牌識別技術是指通過監(jiān)控系統(tǒng)拍攝的視頻實時的將路面上動態(tài)行駛的車輛提取出來并自動識別車輛牌照信息的一種技術。一般車牌識別系統(tǒng)分為三個部分,第一部分是車牌定位,是將車牌區(qū)域從圖像中定位出來。第二部分是字符分割,是將每個字符區(qū)域從車牌區(qū)域中提取出來。第三部分是字符識別,是將每個字符進行正確分類。傳統(tǒng)的車牌識別大多數(shù)是對某一張?zhí)囟▓D像進行識別,識別準確率和可靠性不高。本課題強調(diào)車輛追蹤在車牌識別當中的重要性,彌補了識別可靠性不足的缺點。本課題主要工作包括:1.在車牌定位階段,先采用改進的邊緣檢測方法進行初步定位,有效地解決了邊緣檢測對于噪聲敏感的問題。然后采用Ada Boost方法進行精確定位,對候選車牌區(qū)域進行篩查,明顯減少了Haar-like特征繁重的計算任務。這種先初步定位再精確定位的方式能同時提高定位的準確率和實時性。2.在字符分割階段,采用連通區(qū)域與垂直投影相互結(jié)合利弊互補的方法進行字符分割,減小使用單一分割方法時產(chǎn)生的分割誤差。兩種方法互相優(yōu)勢互補,使得對單一字符的分割效果更好。3.在字符識別階段,為了加強對結(jié)構(gòu)上相似的字符的識別,本課題提出了使用兩級分類器進行分類的方法。第一級采用基于歐拉數(shù)的模板匹配方法,第二級采用局部特征識別的方法,兩級分類器方法改進了傳統(tǒng)的模板匹配方法,識別效率更高,對結(jié)構(gòu)相似的字符有更好的識別效果。4.提出一種簡單的投票機制。將同一輛車的識別結(jié)果采用一種簡單的“少數(shù)服從多數(shù)”的投票方式進行最終判斷,給出最后的識別結(jié)果。通過實驗對各階段提出的方法進行最終測試和驗證,實驗結(jié)果表明基于車輛追蹤的車牌識別算法能有效提高車牌識別的準確率,且準確率的可靠性更強。
【關鍵詞】：車牌識別系統(tǒng) 車牌定位 字符分割 字符識別
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN948.6
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-17
• 1.1 課題背景及研究的目的和意義9-11
• 1.2 國內(nèi)外相關技術發(fā)展概況11-14
• 1.2.1 國外相關技術的發(fā)展概況11-12
• 1.2.2 國內(nèi)相關技術的發(fā)展概況12-13
• 1.2.3 國內(nèi)外文獻綜述的簡析13-14
• 1.3 本文的主要研究內(nèi)容14-15
• 1.4 本文的結(jié)構(gòu)15-17
• 第2章 車牌識別相關原理與算法介紹17-31
• 2.1 車輛檢測與追蹤的算法介紹17-21
• 2.1.1 基于背景差分法的目標檢測算法介紹17-19
• 2.1.2 基于Mean-shift的目標追蹤算法介紹19-20
• 2.1.3 檢測與追蹤難點分析和算法優(yōu)缺點對比20-21
• 2.2 車牌定位的算法介紹21-25
• 2.2.1 基于邊緣檢測的車牌定位算法22-23
• 2.2.2 基于Ada Boost算法的車牌定位算法23-24
• 2.2.3 車牌定位難點分析和算法優(yōu)缺點對比24-25
• 2.3 字符分割的算法介紹25-27
• 2.3.1 基于垂直投影的字符分割算法26
• 2.3.2 基于連通區(qū)域的字符分割算法26-27
• 2.3.3 字符分割難點分析和算法優(yōu)缺點對比27
• 2.4 字符識別的算法介紹27-30
• 2.4.1 基于模板匹配的字符識別算法28-29
• 2.4.2 字符識別難點分析和算法優(yōu)缺點對比29-30
• 2.5 本章小結(jié)30-31
• 第3章 車牌識別的研究和改進31-43
• 3.1 車牌定位31-37
• 3.1.1 車牌定位預處理31-32
• 3.1.2 邊緣檢測與Ada Boost相結(jié)合的定位算法32-37
• 3.2 字符分割37-39
• 3.2.1 字符分割預處理37-38
• 3.2.2 連通區(qū)域與垂直投影相結(jié)合的字符分割算法38-39
• 3.3 字符識別39-42
• 3.3.1 字符識別預處理39-40
• 3.3.2 基于模板匹配算法的兩級分類器40-42
• 3.4 基于車輛追蹤的車牌識別投票機制42
• 3.5 本章小結(jié)42-43
• 第4章 實驗結(jié)果及分析43-57
• 4.1 實驗條件介紹43-45
• 4.1.1 系統(tǒng)介紹43
• 4.1.2 實驗條件介紹43-45
• 4.2 車輛檢測與追蹤結(jié)果分析45-46
• 4.3 車牌定位結(jié)果分析46-50
• 4.4 字符分割實驗結(jié)果50-52
• 4.5 字符識別實驗結(jié)果52-54
• 4.6 追蹤與識別實驗結(jié)果54-55
• 4.7 本章小結(jié)55-57
• 結(jié)論57-59
• 參考文獻59-65
• 致謝65

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫德超;陳冬亮;;復雜背景圖象字符特征檢取方法的分析研究[J];電腦知識與技術;2008年05期

2 亓靜;劉萍;;基于System Generator的字符分割算法的并行實現(xiàn)[J];現(xiàn)代電子技術;2009年14期

3 王湘群;魯慶元;;復雜背景的身份證圖像字符分割算法研究[J];長春理工大學學報;2005年04期

4 王湘群;;非理想身份證圖像的字符分割算法研究[J];哈爾濱商業(yè)大學學報(自然科學版);2006年03期

5 王俊杰;鄧文怡;;晶振裝配生產(chǎn)線中的字符分割研究[J];現(xiàn)代電子技術;2008年05期

6 婁震,陸建峰;支票圖像中打印體字符的分割和識別[J];計算機工程;2003年09期

7 苑瑋琦,穆長江,李德勝;一種基于漢字結(jié)構(gòu)特征的車牌照字符分割方法[J];儀器儀表學報;2003年S2期

8 鄧銳,江立,胡金柱;一種基于形態(tài)變換的復雜背景字符筆畫提取方法[J];計算機工程與應用;2004年09期

9 郭劍雄;楊力華;;一種基于襯線去除的英文印刷體多字號字符分割算法[J];模式識別與人工智能;2006年06期

10 王文哲;;數(shù)字文本資料修復中的字符分割法及應用[J];現(xiàn)代圖書情報技術;2010年03期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 苑瑋琦;穆長江;李德勝;;一種基于漢字結(jié)構(gòu)特征的車牌照字符分割方法[A];首屆信息獲取與處理學術會議論文集[C];2003年

2 陳為;路長厚;邱化冬;;基于表面曲率特征的銘牌壓印字符的分割[A];中國自動化學會控制理論專業(yè)委員會C卷[C];2011年

3 鐘曉剛;李新友;唐澤圣;;機械圖中標注字符粘連問題的解決[A];中國圖象圖形科學技術新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

4 蘇添發(fā);戴曙光;穆平安;;車牌及其字符分割的方法研究[A];提高全民科學素質(zhì)、建設創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 朱衛(wèi)健;夏良正;;一種實用快速的車牌字符分割方法[A];2005全國自動化新技術學術交流會論文集（三）[C];2005年

6 張敏;王錫淮;肖健梅;;一種集裝箱箱號定位及字符切割技術[A];2009中國控制與決策會議論文集（2）[C];2009年

7 劉新星;汪增福;;基于連接體搜索和多紋理特征融合的字符提取[A];2005年中國智能自動化會議論文集[C];2005年

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 張樹業(yè);深度模型及其在視覺文字分析中的應用[D];華南理工大學;2016年

2 馬瑞;非限制手寫字符分割中相關技術與算法的研究[D];南京理工大學;2007年

3 李學勇;金屬標牌壓印凹凸字符的特征提取和識別方法研究[D];山東大學;2008年

4 陳為;基于變化方向光源的壓印立體字符分割方法的研究[D];山東大學;2013年

5 許亞美;手寫維吾爾文字識別若干關鍵技術研究[D];西安電子科技大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 郭瑩瑩;用于實際場景中的多車牌定位和字符分割算法[D];鄭州大學;2015年

2 馮瑞;車牌識別技術的研究及實現(xiàn)[D];西安工業(yè)大學;2015年

3 李瑩;基于視覺信息的車牌檢測與識別方法研究[D];沈陽理工大學;2015年

4 王瓊;低質(zhì)量壓印字符的分割與識別技術研究[D];山東大學;2015年

5 寧蒙;自然場景下車牌字符識別方法的研究[D];鄭州大學;2015年

6 趙娟;車牌識別系統(tǒng)中字符分割的研究[D];溫州大學;2015年

7 翟亞丹;基于SIFT特征的車牌識別系統(tǒng)的研究與實現(xiàn)[D];山西大學;2015年

8 李慧兵;圖像識別技術在ITS車牌識別中的應用研究[D];電子科技大學;2014年

9 卜英家;基于計算機視覺的車牌識別系統(tǒng)的算法研究[D];電子科技大學;2015年

10 劉澤榮;基于視頻的車牌識別[D];西安電子科技大學;2014年

，

本文編號：945521