硕士论文-汽车牌照图像检测与识别研究

长春理工大学硕士学位论文汽车牌照图像检测与识别研究姓名：李强申请学位级别：硕士专业：电子与通信工程指导教师：王晓曼20070601汽车牌照图像检测与识别研究作者：李强学位授予单位：长春理工大学相似文献(10条)1.学位论文何捷基于数字图像处理对汽车牌照自动识别系统的研究2004近年来,随着计算机硬件和软件技术的飞速发展,数字图像处理开始广泛应用于各行各业中.数字图像处理技术进入到不同层次的工业应用领域,走向更加深入的应用.但在工程实践应用中,仍存在着一定的限制,对具体问题没有固定统一的算法来解决.目前,对具体问题的具体研究仍然是一个具有挑战性的课题.该文基于数字图像处理,通过对汽车牌照的特点进行分析,研究、开发了一套汽车牌照自动识别系统.文中给出了系统的设计思想、设计方案和详细设计.该系统主要分为三个部分来进行研究:车牌定位、车牌字符的切分和车牌字符的识别.在车牌定位中该文采用了投影法等方法进行了实验;在字符的切分部分采用了大津法,Sobel边缘检测等方法进行图像的二值化实验;在字符的识别部分采用了模板匹配的方法进行识别.在实验中,根据具体情况进行了一些改进.实验结果表明,该文研究设计的系统是合理可行的.2.学位论文张晓勇基于DSP的汽车牌照识别技术研究2007随着经济的发展和道路交通事业的发展，以计算机图像处理技术，通信技术和信息管理技术为核心的智能化道路交通监控和管理系统在道路交通安全管理领域和小区的智能化管理得到了广泛的运用。车辆牌照的自动识别是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一，是实现交通管理智能化的重要环节。目前的牌照识别系统不仅实现价格的比较高、机动性能差，还存在着识别速度慢，识别率和稳定性差的问题，而且，因为整个系统都是基于通用计算机地软件，不利于软件知识产权的保护。经过分析牌照识别算法的特点和DSP芯片以及DSP系统的特点。我们确定用DSP实现牌照识别。无论在性能上，成本上，机动性上还是知识产权保护上都有着巨大的优越性。本论文的工作分为两个部分。一个是基于VisualC++的汽车牌照识别算法研究，包括汽车牌照区域的定位和牌照字符的识别两个部分。在识别算法研究过程中，采用了BP神经网络的识别算法，并取得较好的识别效果。另外一个是牌照识别的DSP系统开发研究。通过该课题的开发，熟悉了DSP的结构及其开发流程，通过对现有的DM642评估板的硬件和驱动程序研究，编写了该系统的应用程序。通过试验试，验证了该系统的功能。本文对这两个部分的研究开发制作进行了详细的介绍。下面是具体的章节安排。第一章是绪论，介绍了车辆牌照识别的应用价值、存在问题，提出了用DSP实现牌照实时识别的课题，及本论文的主要内容。第二章阐述了本论文中使用的一些图像处理基本理论和方法。第三章介绍了牌照识别中牌照位置的寻找方法。第四章介绍了牌照字符的切割和BP神经网络的识别算法。第五章介绍DSP信号处理系统，通过比较，得出用DSP实现牌照自动识别有着巨大得优越性，并简要叙述了DSP系统开发流程、系统设计以及算法标准。第六章介绍了专门用于牌照识别的DSP系统的研究开发，包括硬件接口和软件驱动以及牌照识别的软件移植。最后，在第七章总结了本论文所做的主要工作，并对以后用DSP实现牌照识别的问题作了展望。3.期刊论文陈虹.CHENHong基于数字图像处理对汽车牌照自动识别系统的研究-上海公路2009,(4)以快速准确识别汽车牌照号码为目的,在充分利用数学形态学与多特征组合分析相结合分析的基础上,运用灰度变换、边缘检测、Radon变换、投影特征等图像处理方法,分车牌检测、字符分割、字符识别三步实现汽车牌照的识别,处理过程中考虑并解决了现实拍摄图像中存在的牌照倾斜等不利条件,用MATLAB软件对这些算法进行仿真,经过对多幅图像的处理实验表明,该系统识别速度快,识别率高.4.学位论文荆涛汽车牌照识别系统的研究与初步实现2002针对当前道路交通管理的现状,研究了汽车牌照自动识别的问题,本文设计了一个汽车牌照识别的系统模型,并初步实现系统中的关键模块.本文的主要工作集中在图像处理模块.图像处理模块完成牌照定位和牌照识别的任务.在牌照定位中,采取的两步定位的策略.首先,从图片中消除静止的背景图像,得到汽车的模糊轮廓;其次,实现牌照的第二次定位,即实现牌照的精确定位.在牌照的初步定位中,我们采取了将动态确定背景图片,将待识图片和背景图片相减的方法.在图片相减过程中,提出了自己的改进方法,简化运算,提高了效率.针对牌照的特点,牌照识别模块同样划分为汉字识别和非汉字字符识别两部分.对于两种字符的识别,本文都采取了基于人工神经网络(ANN)的技术进行实现.现在系统初步实现了对非汉字字符的识别.经过实验,识别模块受平均分布的噪音影响较小,而受字符变形的影响较大.5.学位论文屠良平关于汽车牌照的实时识别技术研究2005车牌识别技术涉及数字图像处理,计算机视觉,模式识别,人工智能等多个领域,其关键技术包括车牌定位、字符分割和字符识别等,本文致力于车牌识别中若干关键技术的研究.本文基于图像处理的相关理论,结合计算机视觉和模式识别技术对车牌自动识别技术进行了深入研究和分析,总结出图像二值化、最小偏差滤波等图像预处理新方法,很好的消除噪声,强化了车牌区的纹理特征;通过对车牌图像的自身特征分析提出了基于投影法和形态学梯度以及基于形态学Top-Hat变换的车牌定位新方法,这两种方法都能较准确的分割车牌;在此基础上,利用一种超线性BP神经网络识别车牌英文字母和数字.6.期刊论文董慧颖.孔文.王璞汽车牌照自动识别系统总体设计及软件结构-沈阳工业学院学报2003,22(3)采用数码摄像机、图像采集卡、计算机等硬件设备,进行实时图像采集,利用VC++6.0及图像处理和模式识别技术开发汽车牌照自动识别系统.用灰度直方图方法从摄取的包含有车牌的汽车图像中确定车牌位置,并且分割出各字符,用混合特征提取方法提取车牌字符的边界拓扑等特征,与字符模板匹配比较,识别出车牌号码.7.学位论文史莉琴车牌识别系统研究2006随着国民经济的迅速发展，我国的汽车数量迅速增加。虽然我国政府在基础设施建设上加快了步伐，高级公路、停车场越来越多，但配套的道路、车辆管理系统却显得相对滞后，仍旧停留在以人工管理为主的水平上。科学、高效的利用好现有交通基础资源成为进一步挖掘我国城市交通能力的有效途径。交通信号自动控制系统、GPS车辆定位及导航系统、智能交通监控系统、智能小区管理系统等智能交通系统(IntelligentTransportationssystem(ITS))在交通管理中日益发挥重要作用。由于牌照是确定汽车的有效手段，因此，车辆牌照识别(LicensePlateRecognition(LPR))系统在智能交通管理中发挥着基础性的作用。近年来，电子器件性能和制造工艺的提高以及数字图像处理、模式识别理论的成熟为在道路交通管理中引入计算机提供了条件。针对当前道路交通管理的现状，研究了汽车牌照自动识别的问题，我设计了一个汽车牌照识别系统，初步实现系统中的关键模块。传统上该问题涉及两个方面：图像采集模块和图像处理模块。图像采集模块主要由硬件构成，寻觅采集图像的时候，实时拍照并将图像传送到图像处理模块。图像处理模块主要由软件实现，为了快速高效的开发出模块原型，该模块主要由Matlab实现。该设计的主要工作集中在图像处理模块。该模块完成牌照定位和牌照识别的任务。在牌照定位中，我首先对图像进行了预处理，使得牌照信息突出；然后根据车牌区域频率变化的特点，用扫描线方法得出车牌区域的水平定位；再对分割出来的车牌图像所在的水平区域进行垂直投影，以该投影图为基础结合由经验所得到的车牌区域灰度变化的频率信息，再次借助水平扫描线来进行牌照的垂直定位，从而最终完成牌照的完整定位与分割；特征提取部分，我采用了13特征方法进行非汉字字符的有效信息提取；随后的识别部分，则采取了基于人工神经网络(ANN)的技术进行实现，通过有效设计训练网络，良好地建造了非汉字字符的识别系统。本文划分为八个章节。第一章作为绪论展开课题背景，简要介绍相关的图像处理知识与理论；第二章列出了本系统的模块和主要流程图，给读者一大概的纲要；第三章介绍图象处理模块中的预处理技术；第四章介绍系统中牌照定位模块；第五章为字符分割技术与归一化技术的介绍；第六章介绍特征提取相关技术；第七章针对图像处理中的非汉字字符识别技术进行介绍。第八章为实验数据分析并对系统性能作出了评价，找出不足，提出初步的解决思路。最后是结束语总结了本人的工作。系统中使用的知识主要涉及到数字图像处理、模式识别、人工智能等领域。8.学位论文方毅复杂背景下的汽车牌照定位2005汽车牌照识别技术是模式识别和图像处理的一项重要应用,可以广泛地应用于交通监察和管理部门中,能够大大提高工作的效率.作为一个综合的实时计算机视觉系统,汽车牌照识别技术主要包括牌照定位和牌照识别两个部分.它的研究主要涉及到了模式识别、人工智能、计算机视觉、数字图像处理等众多学科领域.车牌的定位更是该系统的关键之一,由于图像场景的复杂性以及车牌位置和图像质量的不可预知性,牌照定位系统一直都未做到令人满意,所以牌照的定位算法一直是该领域的研究热点.本文针对在复杂背景图像中的汽车牌照的检测定位的课题,通过对大量资料的搜集、整理,总结了近年来国内外在车牌定位领域的最新研究成果和最新进展,对车牌区域的固有特征和目前的车牌定位分割技术进行了系统的研究和探讨.着重研究了牌照区域的图像特征,提出了一种基于边缘图像统计特征和几何形状特征的汽车牌照检测定位算法.在对图像进行预处理后,算法利用车牌区域由于字符排列的规则性而在梯度图像上产生的特征,分割并提取出车牌可能存在的候选区域.数学形态学是图像处理领域的一项新兴技术,经过分割后的二值图像上除存在一些噪声外,还有一些明显不会存在车牌的区域,如面积很小的区域,纵向和横向的窄条纹等.为了简化后面的判断工作,本文选用数学形态学中的开运算消除这些不感兴趣的区域.然后根据汽车牌照的几何特征对每一个候选区域进行可信度评价并按一定的合并规则将候选区域进行合并,以获取更高的可信度,最后根据区域的可信度值的大小确定车牌的位置.算法在对具有样本多样性的图像数据库的测试中取得了比较好的效果.实验表明,对于图像光照条件变化、视角变化而造成的车牌的倾斜和变形等情况该算法都具有较好的处理效果.作为车牌检测和识别系统的一部分,本检测算法为后续的识别算法提供了车牌的位置.目前本算法由于只利用了车牌区域的统计特征,故标记出的是车牌的大致的位置,并不是十分精确的,对于车牌位置的精确确定,要在车牌的识别算法中,利用车牌中字符的排列特点等规则来进一步确定,这有待于我们下一步的研究.9.期刊论文张松敏.郭玉珂.ZHANGSong-min.GUOYu-ke汽车牌照定位与字符分割-现代计算机（专业版）2008,(12)基于数字图像处理和模式识别技术的汽车牌照自动识别技术是汽车牌照识别系统的关键技术.研究汽车牌照定位和字符分割技术,实现了汽车牌照图像的预处理、基于水平投影和垂直投影算法的汽车牌照定位和基于垂直投影特征值分割算法的汽车牌照字符分割.实验结果表明,该算法能有效快速定位汽车牌照和准确分割汽车牌照字符.10.期刊论文周志颖MATLAB在汽车牌照识别系统中的应用-考试周刊2010,(9)汽车牌照识别系统是交通管理领域和数字图像处理领域里的热点问题.本文介绍了MATIAB在汽车牌照图像处理识别系统中的应用.该系统通过调用MATLAB函数,综合使用多种方法提高系统的有效识别能力.运用该系统识别出汽车牌照其整个处理过程分为图像预处理、边缘提取、车牌定位、字符分割、字符识别.本文链接：授权使用：上海海事大学(wflshyxy)，授权号：f06dcd4e-e3e3-4e12-8dce-9ddf0181f6c9下载时间：2010年8月27日