硕士论文-基于特征的汽车牌照定位方法研究

国防科学技术大学硕士学位论文基于特征的汽车牌照定位方法研究姓名：庞伟申请学位级别：硕士专业：信息与通信工程指导教师：刘雨20081001基于特征的汽车牌照定位方法研究作者：庞伟学位授予单位：国防科学技术大学相似文献(10条)1.会议论文肖淑琴.刘锦高基于纹理特征和连通域分析的车牌定位2009车牌定位是车牌识别技术的一个关键步骤。提出了一种基于车牌纹理特征和连通域分析的车牌定位方法。利用一系列的图像预处理如：灰度转换、图像增强、图像二值化、边界提取、中值滤波来有效地提取具有车牌纹理特征的候选车牌区域。然后通过形态学的膨胀、图像聚类和连通域分析等步骤筛选出车牌区域。2.学位论文张变莲车辆牌照识别系统关键技术研究2006车辆牌照识别(VLPR)系统作为一个专用的计算机视觉系统，能够自动地摄取车辆图像并识别出车牌。VLPR系统的研究涉及数字图像处理、计算机视觉、模式识别与人工智能等多个技术领域，其关键技术包括车牌定位、字符分割、字符识别等。本论文对车辆牌照识别系统的三处关键技术进行了研究。车牌定位是指将车牌区域从车辆图像中定位并分割出来，是车牌识别的基础。本文提出了一种针对复杂背景的定位方法。该方法综合利用了边缘检测、连通域分析、倾斜矫正等多种方法，解决了复杂背景中车牌定位难的问题。能够准确定位杂乱背景中的车牌，对天气、光照变化、车牌在图像中的移动和倾斜等，具有良好的适应能力。该方法为后续的字符分割和字符识别提供了倾斜角度、字符区域等信息。车牌字符的分割是指把车牌图像分成单个的字符图像，以便进行单字符识别。与传统的基于投影的字符分割法不同，本文采用了一种基于连通域的字符分割方法，并得到了一些初步结果。字符识别是对车牌上的汉字、字母和数字进行理解的过程，是整个系统的核心。首先针对车牌中的汉字，结合分割出的汉字图像特点，本文提出了直接基于灰度图像进行汉字字符Gabor特征提取的方法；其次，针对车牌中的字母和数字，采用模板匹配的方法，实现了字母与数字的识别，试验结果证明，该方法能很好地识别出数字与字母。3.学位论文方凯车牌图像识别应用技术研究2007车牌图像识别技术以计算机视觉、人工智能和模式识别理论为基础,是实现交通管理智能化的一个重要组成部分.由于在实际使用场合中,所采集图像的内容和质量的变化非常复杂,给车牌图像识别技术的应用和发展带来了很大的困难.本文围绕着开放或半开放采集环境中的车牌图像特点,对车牌图像自动识别系统中的三个方面的关键技术--车牌区域定位技术、车牌字符切分技术和车牌字符特征提取和分类识别技术--进行了研究.主要完成了以下几个方面的工作:1、对于二值化、边缘检测、同态滤波、数学形态学处理、直方图变换和几何畸变校正等图像处理方法在车牌图像识别技术中的应用特点进行了分析和总结;设计出一种基于Canny边缘检测寻找目标对象特征点,再对特征点的灰度像素值分析判断,来确定阈值的车牌字符图像二值化方法,可以满足本文对车牌字符特征提取时预处理的要求.2、对于现有的车牌区域定位方法进行了分析研究;在此基础上,设计实现了一种基于多方向边缘提取和数学形态学处理的车牌区域定位方法.采用这种方法能在一定程度上解决车牌定位依据的共性特征信息选择的问题.3、在分析研究现有车牌字符切分方法的基础上,提出了一种基于Canny边缘检测的车牌字符切分方法,并对其可行性进行了实验验证.该方法受噪声影响小,对字符定位准确,判断决策方法简单.4、分析研究了现有的车牌字符特征提取和分类识别的方法,设计出一种车牌字符分类识别的方案.方案考虑了汉字、英文字母和阿拉伯数字的不同特点,分别提取汉字、字母和数字的分类特征,并选择不同的分类识别方法.4.学位论文李睿汽车牌照智能识别系统中图像分割的研究2003该文认真剖析了国内外较有影响的两种车牌定位分割算法:基于神经网络的车牌定位分割算法和基于Hough变换的车牌定位分割算法,并分析它们存在的不足之处.在对国内外车牌特征研究的基础上,得出了采用颜色和矩形边框作为主要特征进行车牌走位分割的方法是不实用的;同时通过分析国内车牌的字符纹理特征,总结出车牌的关键特征.该文结合车牌的字符纹理特征,提出了一种基于自适应遗传算法的车牌快速定位方法,同时采用Hough变换结合空间目标点分布的方法进行车牌的倾斜矫正,运用垂直轮廓投影完成车牌的单字分割,取得了比较满意的效果.5.学位论文汤红忠基于神经网络的车牌识别系统研究2004车辆牌照识别(LicensePlateRecognition,LPR)系统是智能交通系统(IntelligentTrafficSystem,ITS)中的重要组成部分,本论文在前人工作的基础上,完善并改进车牌识别系统软件设计,并针对车牌字符分割与识别的理论与技术进行了深入地研究,主要集中在字符的特征提取和分类方面.1.将基于奇异值分解(SingularValueDecomposition,SVD)的主量成分分析(PrincipalComponentAnalysis,PCA)方法应用于车牌字符的特征提取,并采用粗集理论(RoughSet,RS)对提取的主量特征进行约简,以约简后的特征作为神经网络输入,不仅可以降低网络结构的复杂度,而且可以提高网络学习速率及单个字符的识别率.2.在识别方法研究中,分析与比较了模板匹配和神经网络方法的优缺点,将模板匹配与BP神经网络相结合,采用多级多分类器的方案,设计了数字、字母、数字字母混合及汉字分类器.实验证明:该方法对相似字符的识别是很有效的.6.期刊论文是湘全.何苑凌.蔡孟波.SHIXiang-quan.HEYuan-ling.CAIMeng-bo遗传算法在车牌定位中的应用-公路交通科技2000,17(2)提出一种用于车辆牌照定位的新方法.该方法利用遗传算法对图像进行优化搜索,结合区域特征矢量构造的适应度函数,最终寻找到牌照区域的最佳定位参量.实验结果表明,该方法抗噪声的能力强,提取出的牌照准确、完整,具有很好的实用价值.7.学位论文杨明基于主成分分析和Fisher线性判决函数的车牌定位算法的研究2007随着信息技术和智能技术的发展，交通管理系统的信息化、智能化是大势所趋。车牌识别系统(LPR)是智能交通系统(ITS)的核心组成部分，在现代交通收费管理系统中占有举足轻重的作用。近年来，使用计算机来对图像进行处理和分析，已经获得了飞速的发展。对车牌识别系统中关键技术的研究已经成为科学界的一个热点问题。本文对车牌识别系统中的图像预处理、车牌定位等几个模块进行了比较深入、全面的论述，并对主要部分的关键技术进行了深入的研究。本文的车牌定位方法，在实验中所采用的图像全部都是采集于各种真实的环境条件下，一般来说，采用的都是背景较为复杂，车牌有一定程度的倾斜，且车牌大小不固定的这类图像。本文论述的车牌定位方法主要可分为以下几个步骤：本文在介绍了PCA和FLD的基本理论之后，提出了一种PCA和FLD的车牌定位算法。首先，用基于连通分量(ComponentConnect，CC)的方法粗定位一些可能是车牌的区域。然后，用基于纹理分析的方法对这些候选车牌区域进行纹理分析。在多尺度Gabor滤波后的子图中提取72个纹理特征。接下来，用PCA方法对得到的特征向量进行降维，以便于更好的分类。用FLD方法把降维后的特征向量转换到低维空间。选取恰当的阈值进行分类，从而得到真正的车牌区域。经过测试，本文提出的算法在检测图像和视频帧中的车牌时都具有良好的准确性和鲁棒性，检测率达95.3％。实验结果表明，本文所采用的方法能达到较好的定位效果，具有一定的鲁棒性和实时性。从中可以看出：多种特征提取方法和定位技术有机结合能够提高系统性能。8.学位论文何苑凌车辆牌照自动识别系统的研究2000该文对车辆牌照自动识别系统做了较为深入的理论研究,并做了大量的实验加以证明.文章首先讨论了车牌的定位的方法.鉴于以往方法的优缺点,在对车牌图像区域进行分析的基础上提取出区域图像的一维和二维特征.基于一维特征提出了一种新的算法,这种算法速度快,准确率高;基于二维特征首次将遗传算法应用于车牌定位,取得了更显著的效果.车牌提取出来以后,该文对其进行了一系列识别前的预处理:畸变校正、二值化、去噪声和字符分割,最终将牌照图像分割为单独的字符.针对样本的特点,该文对现有的一些算法作了改进.实验结果表明,改进后的算法能获得更为准确的结果.9.学位论文张永宜汽车牌照定位分割及车牌字符识别研究2006车牌自动识别系统是智能交通系统中的关键技术，在信息收集、车辆管理、自动收费等领域有着广泛的应用前景。基于图像处理方法的车牌自动识别系统由于设备简单，易于维护等优点，是目前研究的热点。本论文的研究内容包括汽车牌照的定位、字符分割和字符识别三个部分。牌照定位前需要经过图像增强、滤波、边缘提取等预处理，以降低噪声提高图像质量。改进了基于车牌的形状和灰度跳变特征实现车牌定位的方法，结合车牌区域的投影特点，完成了牌照的定位和字符的分割。对分割出的单个汉字字符和数字、字母字符，分别采用不同的方法进行识别。对汉字字符采用支持向量机方法实现了小样本情况下的识别，本文作为对汉字识别方法的探索，仅完成了部分车牌汉字的识别；对数字和字母字符，优化和完善了基于字符结构特征的字符识别方法，充分利用字符的结构特征，包括连通域分析、笔画特征，结合投影方法实现了车牌号码中用到的全部数字和字母字符的准确识别。本文将车牌自动识别系统分为三个主要阶段，各个阶段均在计算机上仿真，实现了相应的定位、分割和识别功能。实验结果表明，该方法能够较为准确的实现车牌识别，特别是对数字和字母的识别部分。有较好的鲁棒性。10.学位论文曹刚运动车辆识别技术研究2004摘基于视频图像的运动车辆识别系统主要是由汽车牌照识别和汽车类型识别两大核心技术构成,它在智能交通领域中有着广泛的应用,同时也是计算机视觉、图像处理和模式识别等交叉学科研究的热门课题,因此对相关技术的研究正受到普遍关注.该文正是在这一背景下,对运动车辆识别技术进行了系统的研究.在车牌识别技术中,该文着重对车牌定位和车牌字符识别等关键技术所涉及的难点进行了深入的研究.在车型识别技术中,与当前国内外学者侧重于研究车辆外形、大小的识别不同,该文主要侧重对汽车标志的定位和识别进行研究.该文提出了解决以上技术中相应问题的理论方法,并在实验中验证了其有效性,同时这些研究内容对于解决一般的目标识别系统中普遍存在的光照、噪声、尺度、形状相似、部分遮挡等情况的识别问题有着更为深远的理论意义.本文链接：授权使用：上海海事大学(wflshyxy)，授权号：5159d82f-bcd4-4a19-8760-9de001186736下载时间：2010年8月28日