硕士论文-汽车牌照识别的研究与实现

哈尔滨理工大学硕士学位论文汽车牌照识别的研究与实现姓名：昌明涛申请学位级别：硕士专业：信号与信息处理指导教师：房国志20090301汽车牌照识别的研究与实现作者：昌明涛学位授予单位：哈尔滨理工大学相似文献(10条)1.学位论文周开军复杂环境下的车牌识别研究2006汽车牌照识别(LicensePlateRecognitionSystem，LPR)作为目标自动识别的一种重要形式，可用于电子收费、出入控制、车流监控等众多场合，从而提高交通管理自动化的程度，它的相关技术的研究正逐渐受到人们的重视。本文采用一种并行模糊神经网络算法作为识别方法，以车牌字符作为识别对象，主要研究复杂环境下的车牌识别问题，以提高车牌识别系统的整体识别性能。论文的汽车牌照自动识别系统包含3大主要模块，即牌照的预处理、定位分割与识别。车牌定位和字符分割是汽车牌照识别系统中的关键技术。本文采用了一种综合边缘检测、投影特征的车牌定位方法和基于垂直投影及模板匹配的字符分割方法，首先提取车牌灰度图像边缘，然后采用投影法确定车牌区域，用HOUGH变换检测倾斜角度进而对倾斜的车牌进行矫正，最后通过字符分割算法对车牌字符进行切割，有效解决了复杂环境的干扰，车牌倾斜等问题。针对车牌识别的后期技术，即对车牌字符识别做了研究并采用了一种新的车牌识别方法，车牌识别子系统是由BP神经网络识别模块和模糊控制器构成的，为了便于硬件实现，各模块是相互独立的。在理论研究的基础上，首先采用Matlab工具对系统有关算法进行了仿真，然后采用VC++6.0编程工具实现了相应的算法，构造了一个车牌识别系统的软件平台。研究表明：采用的边缘检测算法检测边缘速度快，车牌区域轮廓非常清晰。对实际获取的车牌进行了大量实验，结果表明本文的定位及字符分割算法能准确的进行定位车牌和字符分割，具有较好的鲁棒性。采用的并行模糊神经网络识别方法和标准BP网络相比，该算法具有更加良好的性能，满足在复杂环境下实时识别车牌的要求，具有一定的理论和实际意义。2.学位论文王涛基于小波变换和神经网络的车牌识别算法研究2007车牌识别(LicensePlateRecognition，LPR)是智能交通系统(IntelligentTransportSystem，ITS)的一个重要组成部分，该系统综合了计算机视觉技术和模式识别技术，在桥梁路口自动收费、停车场无人管理和路间车辆通信，对肇事车辆、被盗车辆、犯罪车辆进行辨别和拦截等起着重要的作用。本文研究的主要内容如下：图像预处理：通过分析传统图像预处理的方法，如直方图均衡、高通滤波，发现这些图像增强方法都存在着不足，如噪音放大，有时可能引入新的噪声结构等。针对这些方法的不足，本文采用了基于小波变换的数字图像增强方法，这种算法利用小波变换获得图像多分辨率梯度信息，通过修改图像在不同分辨率尺度下的梯度信息系数，提高了图像的对比度。车牌定位：本文针对不同背景和光照条件下的车辆图像，提出一种基于改进Sobel算子的车牌定位算法，首先对已经通过预处理的车牌图像使用改进的Sobel算子进行运算，然后使用迭代求图像最佳分割阈值的算法二值化车牌图像，最后结合水平投影和垂直投影算法对候选区域分析锁定车牌位置。字符分割：针对定位后车牌区域的噪声影响以及一些不可避免的定位误差问题，本文采用了一种基于小波去噪和垂直投影相结合的字符分割算法，首先利用小波去除噪声，然后运用垂直投影技术进行字符分割，得到了单个数字、字母和汉字图像，最后进行归一化处理。字符识别：采用改进的BP神经网络模式识别方法，以车牌字符作为识别对象，研究在干扰情况下的车牌识别问题，得到了较好的识别效果。3.期刊论文冼允廷.路小波.施毅.钟琨.XIANYunting.LUXiaobo.SHIYi.ZHONGKun基于投影二分法的车牌字符分割方法-交通与计算机2007,25(5)在车牌字符分割中,传统的投影法对车牌图像质量的要求较高,受噪声影响较大,易造成分割字符的粘连与断裂,在一定程度上影响了车牌的识别率.针对传统投影法的不足,文章提出了一种基于投影二分法的字符分割算法,该方法能快速有效地把车牌字符准确地提取出来.实验结果表明,该方法抗干扰能力强,能有效地抑制字符的粘连,减少字符的断裂,车牌识别准确率高.4.学位论文邓红耀自然光照随机拍摄条件下车牌识别研究及实现2007汽车牌照识别的问题由来已久，人们从上个世纪中后时期就开始把图像识别用于汽车牌照的识别上去了。随着时间的推移，人们对汽车牌照识别的认识不断的深入，提出了许多新的算法与设计思想，但是还存在不少技术上的难点。本课题研究的目的是，针对当前在车牌识别技术中的难点问题，在理论和方法上展开探索与突破，这些难点主要为：自然光线照明条件下，随机拍摄图像中的车牌定位与分割；边框破坏时的车牌方位倾斜、错切矫正；低分辨率、污损字符的分割；污损字符的识别；定位与识别速度的提高等。车牌识别技术主要分成三个部分：牌照定位、字符分割和字符识别。无论是车牌的定位与分割，还是字符的识别，实现的速度问题始终是一个瓶颈。要达到正确无误的定位与分割，就不得不采用复杂的算法；但大量的计算又使得速度大受影响，有时甚至不能接受。尤其是在背景复杂、车牌大小与方位差异大的情况下更是如此。这些问题相互牵制，解决的难度极大。本课题紧扣车牌图像的特征，扬长避短，综合利用有关理论和方法，收到了显著成效。具体如下：车牌定位方面，根据眼睛的视觉原理，本文导出了“三基色分割阈值”公式，成功地用于极端复杂背景下的车牌分割。由于车牌在图像中的区域不大，结合车牌的特征，提出了“栅格划分法”的思想，快速剔除非车牌区域，达到缩小定位车牌区域，同时也实现了速度的提高。字符分割方面，运用“亮色互补的车牌二值化方法”，对边框受损、字符污染牌照的方位、尺度进行校正和字符分割，收到了良好的效果。字符识别方面，运用“分块匹配”，结合模糊决策理论，同时针对不同的模板字符集合来设计多重分类器，使模糊字符、受污损字符、变形字符的识别正确率达到92％；正常字符的识别率达到99.8％。5.学位论文王晓健车牌定位与字符分割算法研究及实现2009车牌识别LPR（LicensePlateRecognition）是指通过计算机视觉、图像处理与模式识别等技术从车辆图像中提取车牌字符信息，从而确定车辆身份的技术。车牌识别系统是智能交通系统ITS（IntelligentTransportationSystem）的一个重要组成部分，在公共安全、交通管理、流量观测及电子收费等方面有着重要的应用价值。车牌识别主要包括车牌定位、字符分割和字符识别三大部分。本文就车牌定位和字符分割这两个问题进行了深入的研究。针对车牌定位问题，本文提出了一种基于窗口搜索的车牌定位算法。算法分为粗定位和细定位两个过程。粗定位利用了车牌区域垂直方向的点密集分布的特征，基于垂直方向跳变点图统计固定大小窗口内的特征点数目，以此来确定初步的车牌候选区域。细定位利用了车牌字符的排列信息，采用行扫描算法来度量车牌外侧区域与车牌区域间的间隔，以此来扩展候选区域，精确定位车牌边界。对于倾斜的车牌图像，文章研究了一种基于旋转图像水平投影的车牌倾斜检测方法，该方法具有检测角度准确、校正时间短的优点。字符分割是车牌识别的关键步骤，是字符识别的基础。本文根据车牌字符的先验几何知识以及排列规则，基于垂直投影进行字符分割，有效地提取出车牌字符的单个图像。同时，文章提出了一种基于类Haar特征的伪区域去除算法，能够有效地去除伪区域的干扰。本文算法对车牌在图像中的位置及车牌大小没有限制，对牌照的倾斜、变形，字符的污染、模糊有较强的抗干扰能力，能达到较好的车牌定位与字符分割效果，具有一定的鲁棒性和实时性。6.学位论文陆铮刚基于小波分析的车牌识别关键方法研究2006作为现代智能交通系统中的一项非常重要的技术，汽车牌照自动识别技术是近年来的研究热点。智能交通系统在车辆跟踪与提取、高速公路自动收费、停车场自动计费以及交通流量统计等方面能发挥重要的作用，而牌照是作为交通系统个体的车辆的唯一标志，因此车牌自动识别技术在整个系统中处于核心的关键地位，具有实际而重要的研究意义。国内外的研究人员已经和正在就车牌自动识别技术展开广泛而深入地研究，提出了许多算法和方案，并有一些产品投入使用，其效果都未能达到人们所期望的水平，离真正实用的要求还有一定的差距。因此在提高车牌提取及识别算法的准确率，健壮性和实时性方面，还存在较大的研究空间。本文在充分研究前人的研究成果基础上，结合新兴的小波分析技术完成了车牌识别系统的方法研究和设计工作，主要工作有以下几个部分：(1)车牌提取(2)字符分割(3)字符识别。在车牌提取方面，本文针对各种复杂背景的车牌图像，对车牌候选区域图像进行小波分析从而准确地提取出车牌位置。经过实验证明，该算法达到了预期的效果，从原始图像中提取出车牌的准确度超过98％。在字符分割方面，本文先采用区域生长算法得到个别字符的位置，然后再利用车牌图像的竖直投影和先验知识来修正字符的位置，最后用得到字符的位置进行字符分割。该算法的准确率和抗干扰性要比传统的投影算法要好得多。在字符识别方面，本文采用发展非常成熟的BP神经网络来完成字符分类工作，但在某些细节上对BP神经网络进行优化，使本系统的的BP神经网络收敛性好，训练速度快。本文提到的所有算法皆已正确实现并仿真成功，使用从各种不同环境中采集了多幅含有车牌的图像作为数据源，数据源具有相当的代表性。经过测试，系统的整体识别率达到了92.7％。所有这些都表明本文的算法识别率较高，速度较快，并且具有相当的鲁棒性。7.期刊论文张剑.周少武.刘洁.ZHANGJian.ZHUOShao-wu.LIUJie一种基于字符分割与字符识别的LPR方法-计算技术与自动化2007,26(2)对车牌识别(LPR)系统中字符分割与字符识别方法进行探讨.根据车牌字符的特点,首先利用投影法采用水平扫描和垂直扫描进行字符分割,接着对字符图像进行归一化处理,实现对字符的完全分割.在此基础上,利用BP神经网络识别算法实现车牌字符的识别,从而提高系统的识别速度和识别率.数字仿真的识别结果验证了该方法的正确性和有效性.8.学位论文赵兵基于混合特征的车牌识别技术研究2007车牌识别(LPR)是现代智能交通管理系统的关键技术之一。从技术的角度讲，车牌识别技术涉及数字图像处理，计算机视觉，模式识别和人工智能等多个相关领域，其关键技术主要包括车牌定位，字符分割，字符识别等，本文主要研究基于混合特征的车辆牌照静态图像的自动识别技术。论文主要内容包括：车牌定位技术研究。车牌定位是车牌自动识别的基础，本文提出了一种基于混合特征的车牌定位算法，在对车牌图像滤波增强的基础上，充分利用车牌区域的几何形状、颜色、纹理等多维特征，实现对牌照的快速准确的定位。实验表明，该方法具有较高的精确度，并具备较强的自适应性，能够满足实际应用的要求。字符分割的研究。引入基于牌照字符空间分布知识的全局动态阈值与局部动态阈值相结合的二值化算法进行定位后车牌图像二值化，并基于车牌结构特征采用投影法准确分割出单个字符。字符识别的研究。提出了一种基于车牌字符特征提取和BP神经网络识别相结合的分类识别算法，选取细化以后的特征作为字符的识别特征，以改进后的归一化字符原始特征输入到BP神经网络分类器中进行车牌字符识别。由于时间关系，本文仅对数字和字母网络进行了初步研究。文中详细描述了算法的基本原理和实现过程，并给出了实验结果和分析。9.学位论文熊哲源基于形态学的车牌定位与字符分割算法研究2008车牌识别系统作为智能交通系统的重要组成部分，在现代社会中发挥着越来越重要的作用。车牌识别系统利用图像处理、数学形态学、模式识别等技术对多种情况下的车辆牌照进行识别，实现了车辆的科学化、规范化管理，同时对交通治安起着一定的保障作用，有着广泛的应用前景。车牌识别系统主要由车牌图像采集、车牌识别、数据库管理以及网络数据传输四个部分组成。车牌识别模块的软件部分又分为三个子模块：车牌定位、字符分割和字符识别。本文结合形态学方法对车