隨著配有高清攝像頭的智能手機、數(shù)碼相機等的廣泛使用,圖像的獲取越來越便捷。體育賽事中,通常會拍攝大量的比賽圖像,要從這些海量的賽事圖像中找到包含某位特定運動員的信息,主要是通過識別運動員號碼牌的方法。運動員號碼牌識別主要包括:號碼牌區(qū)域定位、號碼牌字符分割、號碼牌字符識別。其中號碼牌區(qū)域定位是號碼牌識別的前期必要工作,它的作用是從復雜的背景環(huán)境中快速、準確地分割出號碼牌區(qū)域。但是號碼牌區(qū)域定位對光照較為敏感,在光照環(huán)境差的情況下,會嚴重影響號碼牌圖像的質(zhì)量,導致號碼牌區(qū)域與背景粘連,無法準確地定位出號碼牌區(qū)域。在對號碼牌字符分割前需要對定位出的號碼牌區(qū)域圖像進行預處理,目的是得到只包含號碼牌字符的、無傾斜的號碼牌二值圖像。由于號碼牌的頂端和底部通常都會存在大量的廣告信息的干擾,這些干擾信息經(jīng)預處理后,和號碼牌字符一樣表現(xiàn)為白色。它們的存在會嚴重影響字符分割的準確性,進而影響字符識別的效果。因此,設(shè)計出魯棒性較強的號碼牌識別方法,對獲取特定運動員的信息有著重要意義。針對現(xiàn)有的號碼牌區(qū)域定位方法易受光照的影響這一問題,本文提出將深度學習算法應(yīng)用到號碼牌區(qū)域定位中。通過對400副共包含230... 

【文章來源】：江西師范大學江西省

【文章頁數(shù)】：53 頁

【學位級別】：碩士

【部分圖文】：

圖2-2號碼牌候選區(qū)域

圖 2-3 卷積神經(jīng)網(wǎng)絡(luò)模型.4.1 輸入層將采集到圖像直接輸入到卷積神經(jīng)網(wǎng)絡(luò)中，不需要對其進行預處理工作，不過人工干預，這樣可以從原始輸入圖像中直接提取特征，避免了人工干預對圖

卷積過程

【參考文獻】：
期刊論文
[1]田徑運動員號碼牌圖像的號碼識別[J]. 趙麗科,鄭順義,馬浩,王曉南,魏海濤.  華東師范大學學報(自然科學版). 2017(03)
[2]一種改進的圖像水平傾斜角度測量算法的應(yīng)用[J]. 金晅宏,王海.  傳感器與微系統(tǒng). 2013(09)
[3]改進的分數(shù)階微分Tiansi算子圖像增強[J]. 吳瑞芳,宣士斌,荊奇.  廣西民族大學學報(自然科學版). 2013(03)
[4]數(shù)字圖像處理技術(shù)研究進展[J]. 陳汗青,萬艷玲,王國剛.  工業(yè)控制計算機. 2013(01)
[5]車牌識別預處理優(yōu)化的研究與實現(xiàn)[J]. 鄧運生,呂虹,孟介成.  工業(yè)控制計算機. 2011(12)
[6]基于邊緣檢測的車牌定位方法[J]. 郭琳琳,黃仲瑾.  信息與電腦(理論版). 2010(04)
[7]基于Contourlet變換和形態(tài)學的圖像增強方法[J]. 向靜波,蘇秀琴,陸陶.  光子學報. 2009(01)
[8]一種基于Hough變換的新直線段檢測算法[J]. 朱娟,劉艷瀅,王延杰.  微電子學與計算機. 2008(12)
[9]最大類間方差車牌字符分割的模板匹配算法[J]. 王興玲.  計算機工程. 2006(19)
[10]自由手寫體數(shù)字識別技術(shù)研究[J]. 范艷峰,肖樂,甄彤.  計算機工程. 2005(10)

博士論文
[1]體育賽事與城市發(fā)展關(guān)系研究[D]. 阮偉.北京體育大學 2012
[2]幾類神經(jīng)網(wǎng)絡(luò)的分析與優(yōu)化及其應(yīng)用研究[D]. 張莉.西安電子科技大學 2012
[3]數(shù)字、字符識別及其應(yīng)用研究[D]. 文穎.上海交通大學 2009

碩士論文
[1]面向多源圖像數(shù)據(jù)的多任務(wù)學習方法的研究[D]. 廖茹.北京交通大學 2017
[2]基于卷積神經(jīng)網(wǎng)絡(luò)和上下文模型的目標檢測[D]. 馬增妍.北京工業(yè)大學 2016
[3]基于CCD的激光散斑表面粗糙度測量[D]. 張勇.南京信息工程大學 2014
[4]車牌字符自動識別方法的研究[D]. 肖坤平.重慶大學 2011



本文編號：3329001