硕士论文-汽车车牌自动检测的图像识别和处理

西安科技大学硕士学位论文汽车车牌自动检测的图像识别和处理姓名：田超申请学位级别：硕士专业：电子与通信工程指导教师：李白萍;阎鸿森20081222汽车车牌自动检测的图像识别和处理作者：田超学位授予单位：西安科技大学相似文献(10条)1.学位论文彭涛卡口、高速车牌检测与信息处理应用研究2007论文主要研究在实际复杂环境中汽车图像检测与汽车牌照识别中的车牌图像处理与车牌定位算法。汽车牌照识别系统(LPR)作为一个专用的计算机视觉系统，能自动检测汽车图片并从中提取出车牌号码信息。作为智能交通的一部分正越来越受到人们的重视。然而，系统在实际的复杂环境中，由于光照、天气、车速、图像背景各种因素的影响，大大限制了汽车图像检测和车牌识别的准确性和识别速度，从而大大制约了该技术的实用化推广。目前国内大部分车牌识别研究主要停留在简单试验环境下对车牌识别研究阶段，离实际环境下(主要是卡口、高速)大规模应用还有一段距离。论文从实际出发，借助大量试验，具体所做的工作包括：1．从车牌图像检测与信息处理源头入手，对比简单试验环境下车牌抓拍和实际环境下保障检测与抓拍到高质量的车辆图片。通过大量的试验与现场实际环境采集，提出了针对车牌信息识别图像采集标准，包括车牌的大小、位置、清晰度等，并提出一整套方案，通过对图像采集检测设备的选择与配置调试，保障在现场复杂环境中能够检测到符合车牌识别标准的车辆图片。2．针对卡口、高速实际现场环境复杂，车辆背景多变条件下，为了保障识别效果，根据车牌识别的特点，对车辆图片进行预处理进行研究，包括车辆图像的灰度化、图像增强、车辆图像的二值化、车辆图像的边缘检测内容。3．对车牌的定位技术进行了初步研究，提出了根据车牌图像灰度分布与变化情况下，通过模拟线横向纵向扫描而快速得出车牌区域的算法与实际效果。通过实际应用与验证，通过本文所提出的车牌检测方式与实际环境部署，得到清晰有效车辆图片，可以大大提高复杂环境下实际应用中车牌识别的准确率。2.学位论文陈智丽动态车辆牌照自动识别算法的研究2006随着我国国民经济的迅速发展，机动车辆拥有量的日益增加，城市交通问题越来越受到人们的重视，智能交通管理系统是21世纪道路交通管理的发展趋势。如何有效的实现现代交通管理，更好的实现高速公路的自动收费、停车场自动管理、交叉路口交通监视、交通事故自动检测、失窃车辆稽查等成为政府和相关部门关注的焦点。因此，高效、可靠的车牌自动识别技术已经成为现代交通管理中研究的热点。本论文重点对动态车辆图像的牌照定位、字符分割和字符识别算法进行研究。由于动态车辆图像往往在复杂的外界环境中得到，所以很多牌照分割方法都会失去作用。笔者通过对牌照字符和牌照背景相对特性的详细分析，最终实现了基于字符竖向纹理特征的牌照定位算法。首先用Sobel垂直算子检测动态车辆图像的垂直边缘，并对二值边缘图像采用基于垂直方向的结构元素进行腐蚀运算，之后水平扫描边缘图像，将水平方向上一段连续边缘点的第一点标记为跳变点，分析整幅图像的跳变点分布规律，根据牌照字符的竖直纹理特征，确定牌照区域。对于倾斜牌照，利用Hough算法进行倾斜校正。本文采用迭代阈值寻找牌照垂直方向投影曲线的波谷点，并结合牌照字符的先验知识实现牌照字符的分割。在字符识别方面，本文分别介绍了模板匹配、基于字符特征和基于神经网络的字符识别方法。最终采用BP神经网络，使用汉字、字母、字母数字和数字4个网络对牌照字符进行识别。针对传统BP神经网络收敛速度慢且容易陷入局部极小值等缺陷进行了改进，在修改网络连接权值过程中增加附加动量，并采用自适应学习系数。本文针对4个网络建立了不同的训练样本特征库，可以节省大量的存储空间，方便、快捷、有效地管理样本。实验结果表明本文算法对牌照在图像中的位置、牌照颜色没有限制，对牌照的倾斜、变形、字符的污染、模糊有较强的抗干扰能力，对于外界光线强度和图像对比度的变化有较强的适应能力，在实际应用中有一定的参考和借鉴价值。3.学位论文陈虹汽车车牌的自动检测与识别2008车牌识别系统是智能交通系统的重要组成部分。车牌识别是一项涉及到数字图像处理、计算机视觉、模式识别、人工智能等多门学科的技术，它在交通监视和控制中占有很重要的地位，已成为现代交通工程领域中研究的重点和热点之一。车牌识别一般可以分为车牌的定位、牌照上字符的分割和字符识别三个主要组成部分。本文研究了进行车牌识别的各项关键技术，在分析了近年来一些典型的车牌识别算法的基础上，最终确定一系列有效的算法对车牌进行识别。车牌定位是汽车牌照识别系统的重要环节，定位的准确性直接影响车牌识别的准确率。在车牌定位(车牌检测)阶段，本文提出了基于数学形态学与多特征组合分析相结合的快速汽车车牌定位方法。首先将彩色图像转换成灰度图像，消除了因车身颜色不同以及环境因素给车牌定位造成的不良影响。采用Otsu算法将图像进行二值化处理，用Sobel算子进行边缘检测，利用数学形态学中由膨胀和腐蚀组合成的开运算和闭运算对边缘图像进行处理，得到较好的车牌候选图像。针对车牌候选区的二值图像，采用长宽比、面积比以及车牌字符的水平分布特征等多种因素综合分析的方式进行判别，提高了车牌检测的准确性。本文用该方法对白天和夜间拍摄的汽车图像进行了检测实验，实验表明，本文方法能快速准确地实现车牌定位，检测准确率在97％以上。对于车牌图像中可能出现的车牌倾斜问题，本文采用了Radon变换算法进行倾斜矫正，经过矫正处理的车牌可以为后面的字符分割带来方便。在字符分割阶段，主要借助相关的投影信息和先验知识来确定每个字符的分割位置，正确分割字符，为下一步字符识别奠定了基础。在字符分类识别阶段，本文给出了改进算法的BP神经网络。首先将归一化的字符特征作为神经网络的输入，然后训练相应的权值矩阵，实现字符的分类。为了提高识别的准确度，本文把汉字、数字字母及数字输入不同的网络进行训练与测试。对于BP算法容易陷入局部极小和训练速度较慢的问题，本文采用了改进算法——动量法，以及学习速率自适应调整两种策略，从而提高了学习速度并增加了算法的可靠性，动量法降低了网络对误差曲面局部细节的敏感性，有效地抑制了网络陷入局部极小，自适应调整学习速率有利于缩短学习时间。实验表明，本文算法可以有效提高识别速度和准确率。4.学位论文杨峰基于数字图像处理技术的车牌自动检测与分割算法研究2007随着我国经济的发展、汽车拥有量的急剧增加,公路交通成为我国重要的交通运输途径,是国家大力发展的基础设施.日益拥堵的城市交通需要更先进、更有效的交通管理、控制.利用电子信息技术来提高管理效率、交通效率和安全的智能交通系统ITS已经成为当前交通管理发展的主要方向.车牌识别LPR是智能交通中关键技术之一.它以自动的车牌号码识别为基础,可以对车辆进行自动登记、验证、监视、报警,进而可以应用在多种场合,如高速公路收费系统;道路、卡口监控系统;小区、停车场收费、监控系统;车流统计、引导系统等.本论文是基于数字图像处理的相关理论,将计算机视觉与模式识别技术相结合,对车辆牌照识别系统进彳亍_了较深入的研究和分析,主要完成的工作包括以下几个部分:(1)车牌定位算法.研究了两种车牌定位方法,分别是基于高帽变换和小波变换的车牌定位方法与基于投影法和数学形态学的车牌定位方法.前者利用高帽变换从车牌图像中定位出车牌的水平位置,利用小波变换从候选区域中定位出车牌竖直位置,进而从原始图像中提取出车牌;后者采用投影法进行车牌水平定位,通过数学形态学变换得到车牌竖直位置信息,从而准确地从含有车牌的图像中定位出车牌图像.(2)字符分割算法.详细探讨了两种字符分割方法,一种是基于拉普拉斯变换、区域生长法和车牌先验知识相结合的车牌字符分割方法,另一种是基于快速区域标号算法和车牌大间隔定位方法的车牌字符分割方法.前者采用拉普拉斯变换和区域生长法进行字符区域检测,利用车牌先验知识进行字符区域定位;后者通过快速区域标号算法得到字符的候选区域,结合车牌大间隔的位置特征得到最终的字符区域.(3)车牌识别系统软件平台.搭建了一个基于c/c++语言的算法演示平台,该平台集成了我们算法研究的结果,以及一些通用的数学算法,该平台是完全开放的,可以自由在其基础上增加新的算法并可方便的观察算法结果.本文提出的算法均已在软件平台上正确实现,并使用大量从各种不同环境下采集的具有代表性的车辆图像作为算法测试数据源对算法进行测试,结果证明两种车牌定位算法的准确率分别为98.89﹪和97.78﹪,两种字符分割算法的准确率分别为97.2﹪和98.44﹪.5.学位论文沈世旻计算机视觉和模式识别在车牌识别中的应用2004车牌识别技术已经被越来越广泛地应用到现代交通的各个领域,在提高工作效率、降低劳动强度方面发挥着积极的作用.本文以车牌自动检测系统项目为背景,研究了计算机视觉和模式识别的相关理论,设计出车牌识别的算法,并应用到生产实践当中,最终实现了车牌检测的自动化.车牌识别的素材主要基于黑白图像(灰度图)和彩色图像两大类.相对于黑白图像,彩色图像包含的信息量要大,对环境变化的适应性也强.但正如我们所知道的,车牌颜色具有多样性:蓝底白字、黄底黑字、白底黑字等各种颜色的组合,使用彩色图像处理要分析多种情况.而对于室内的车牌识别,环境差异不大,对黑白图像的分析处理也可以获得较好的效果.本文把黑白图像作为处理对象,在从RGB变换到HLS时,避开经典算法中计算量大、耗时多的弱点,采用一种快速变换的算法,较好地满足了系统的实时性要求.传统的图像分割,多是直接对原始图像进行二值化,以期区分出目标和背景.但这种方法无论对目标还是背景的图像特性依赖都很大,更容易受外界环境的影响,使得分割效果大打折扣.本文提出的车牌图像经过边缘检测后再进行二值化的方法,能够准确地把车牌从背景中分割出来,为车牌字符的定位、识别奠定基础.在识别阶段,本文采取特征提取和多层感知器网络(MLPN)相结合的识别方法,既可以有效减少信息量的输入,又充分发挥了神经网络的学习和容错能力,从而达到较高的识别精度.6.期刊论文杨卫平.李吉成.沈振康车牌目标的自动定位技术-中国图象图形学报A辑2002,7(8)车牌识别问题是当前国内外研究的一个热点方向,它的研究成功对车辆控制、运输安排等有着重要的应用价值.为了解决车牌识别中的首要问题--车牌的自动定位技术,根据车牌目标在图象中的成像特点,提出了基于投影不变性的车牌自动检测定位方法,在车牌歪斜角度不大的情况下,成功地从复杂背景中检测定位出了车牌.通过现场实际测试,该方法取得了较好的定位识别效果.7.学位论文王闰闰移动式临时停车场自动收费系统的研究2009随着城市化的发展和汽车拥有量的不断增加，城市停车难问题越发突出，尤其在节假日旅游景点、大型商业中心、各种大型会议活动等场所停车难问题更加尖锐，由此直接导致交通堵塞、擦车追尾等交通事故，给公共安全和交通运输管理带来巨大压力，不同程度阻碍了城市经济的发展。因此解决停车难成为目前城市交通管理及开发商所要考虑的一个重要问题。为此，本文提出并开发了一种集视频车辆自动检测、车牌自动识别、停车管理数据库及停车场无线通信技术为一体的移动式临时停车场自动收费系统。首先介绍了系统的总体设计，包括系统构建，各模块的功能分析。然后具体介绍了个模块的实现，视频车辆检测模块，从摄像机获取的停车场出入口的视频流图像中提取关键帧，自动检测是否有运动的车辆驶近出入口；车牌定位识别模块是本系统的关键部分，它将采集到的车辆图像进行分析和处理，定位车牌、识别出车牌号码等参数；数据库系统负责保存、管理车牌号码、出入时间、收费等信息数据；收费系统提供手机、一卡通、人工收费的三种收费模式。最后，本文综合各个模块开发了移动式临时停车场自动收费系统的原型。该系统具有设置移动简便、停车管理自动化程度高等特点，可大大提高停车管理效率，改善临时停车场因收费效率低而造成的场内及周边道路车辆拥堵等现象。关键词：临时停车场，车牌识别，自动收费8.学位论文陈丹车牌自动检测与识别技术研究2003车辆牌照识别可以应用于交叉路口、车库管理、路口收费、高速