本文關(guān)鍵詞：低分辨率下的車牌識別技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著汽車數(shù)量的不斷增加,城市交通狀況日益惡化,現(xiàn)代智能化交通管理逐漸成為研究熱點。車牌識別是計算機視覺、圖像處理和模式識別等技術(shù)在智能交通領(lǐng)域應(yīng)用的一項重要研究課題,在車輛檢測和自動化管理中發(fā)揮著至關(guān)重要的作用。在實際應(yīng)用中,常常由于攝像頭質(zhì)量、安置高度、天氣環(huán)境等原因,攝像頭采集到的圖像中車牌區(qū)域的分辨率較低,這就使得低分辨率下的車牌識別技術(shù)研究具有重要的現(xiàn)實意義。本文以低分辨率車牌為研究對象,研究了車牌識別的三個核心技術(shù):車牌定位、字符分割和字符識別,具體工作如下:在車牌定位中,本文利用車牌區(qū)域豎直方向的紋理比其他區(qū)域豐富這一特點,提出了一種基于豎向紋理的車牌定位算法,算法針對車牌圖像分辨率較低這一特點,采用一種特殊的水平模板算子提取出圖像的豎直邊緣,然后利用字符高度和間距等先驗信息,逐行掃描確定車牌所在的位置。在字符分割中,本文首先對車牌進行傾斜校正和去邊框處理,然后提出了一種改進的投影法進行車牌字符分割,該算法利用車牌的投影信息,結(jié)合字符的先驗知識,遞歸地尋找所有可能的分割結(jié)果,然后根據(jù)字符中心線間距的方差來確定最佳的分割結(jié)果。在字符識別這一步,鑒于卷積神經(jīng)網(wǎng)絡(luò)在模式識別的應(yīng)用中達到的出色性能和識別效果,本文采用了卷積神經(jīng)網(wǎng)絡(luò)Le Net-5來進行車牌字符識別,并通過實驗,驗證了基于Le Net-5的字符識別算法具有良好的識別效果。

  本文關(guān)鍵詞：低分辨率下的車牌識別技術(shù)研究，由筆耕文化傳播整理發(fā)布。