近年來,隨著智能算法的研究逐步取得進(jìn)展,計(jì)算機(jī)通信設(shè)備,軟件領(lǐng)域的不斷革新,科技的創(chuàng)新帶來圖像處理領(lǐng)域的革新,因此在紛繁復(fù)雜的世界,數(shù)字圖像處理技術(shù)顯得更加重要。當(dāng)今世界人們對生活水平要求也越來越高,伴隨著市場上的智能產(chǎn)品也日新月異。而本文的研究結(jié)合前人的基礎(chǔ),對車牌識別系統(tǒng)中各個(gè)環(huán)節(jié)進(jìn)行了研究,具體如下:(1)圖像的預(yù)處理:分析了傳統(tǒng)的研究方法,本文結(jié)合全局圖像增強(qiáng)算法的特點(diǎn),由于其噪聲存在過增強(qiáng)的問題,提出了分塊圖像增強(qiáng)算法。該算法只對車牌相似區(qū)域進(jìn)行局部增強(qiáng),且引入的背景噪聲相比其它方法較小,特別適合在昏暗的外景條件下,進(jìn)行低對比度車輛圖像的處理,效果非常理想。(2)車牌的定位:因?yàn)樵趶?fù)雜背景條件下,彩色圖像在車牌定位中準(zhǔn)確率較低,根據(jù)車牌的顏色特征以及中國車牌的具體特點(diǎn),本文提出基于視覺注意機(jī)制模型對車牌進(jìn)行定位。首先對車牌區(qū)域過色彩的競爭機(jī)制得到圖像的顏色特征(紅一綠特征圖和藍(lán)一黃特征圖),結(jié)合各個(gè)方向?yàn)V波特征圖,集成了檢測對象的多個(gè)低層特性,從而形成一幅顯著圖。再結(jié)合車牌的各個(gè)信息特征,選擇車牌圖像區(qū)域。該方法具有準(zhǔn)確率高以及容錯(cuò)性好的特點(diǎn)。(3)車牌圖像二值化:在二值化之...

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 課題的來源，目的以及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 車牌系統(tǒng)的構(gòu)成
    1.4 車牌系統(tǒng)的研究現(xiàn)狀
        1.4.1 國內(nèi)現(xiàn)狀
        1.4.2 國外現(xiàn)狀
    1.5 論文的結(jié)構(gòu)安排
第二章 車牌的預(yù)處理
    2.1 圖像的灰度處理
    2.2 圖像的二值化
    2.3 中值濾波
    2.4 形態(tài)學(xué)處理
    2.5 小波分析
    2.6 本章小結(jié)
第三章 基于視覺注意機(jī)制的車牌區(qū)域定位
    3.1 常用的車牌定位方法
        3.1.1 常用車牌定位方法
    3.2 視覺注意機(jī)制理論
        3.2.1 RGB與HSV顏色特征
        3.2.2 視覺注意機(jī)制顯著性檢測原理
        3.2.3 顯著性檢測的領(lǐng)域
    3.3 基于視覺注意模型的車牌定位原理
        3.3.1 實(shí)驗(yàn)步驟
    3.4 實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
第四章 車牌的分割
    4.1 旋轉(zhuǎn)
        4.1.1 Hough變換
        4.1.2 圖像旋轉(zhuǎn)
        4.1.3 仿真結(jié)果
    4.2 二值化
        4.2.1 大津法
        4.2.2 平均閾值法
    4.3 校正
        4.3.1 水平校正
        4.3.2 垂直校正
    4.4 形態(tài)學(xué)處理
    4.5 字符分割
    4.6 圖像歸一化
    4.7 本章小結(jié)
第五章 基于深度學(xué)習(xí)網(wǎng)絡(luò)的車牌識別
    5.1 BP神經(jīng)網(wǎng)絡(luò)模型
    5.2 深度學(xué)習(xí)理論
    5.3 深度學(xué)習(xí)網(wǎng)絡(luò)識別設(shè)計(jì)器
        5.3.1 特征提取
        5.3.2 深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)與分類器設(shè)計(jì)
    5.4 深度學(xué)習(xí)網(wǎng)絡(luò)對粗分類漢字識別
        5.4.1 經(jīng)過粗分類與未經(jīng)分類的漢字識別比較
        5.4.2 加噪聲漢字的粗分類識別
        5.4.3 對有形變的數(shù)字和字母的識別
        5.4.4 有形變的漢字識別效果
        5.4.5 模板匹配法實(shí)驗(yàn)結(jié)果總結(jié)
        5.4.6 實(shí)驗(yàn)結(jié)果總結(jié)
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝



本文編號：3805795