欢迎来到天天文库
浏览记录
ID:32524238
大小:83.80 KB
页数:9页
时间:2019-02-10
《寇小叶毕设开题》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、中北大学毕业设计开题报告学生姓名:寇小叶学号:1005064103学院、系:信息与通信工程学院信息工程系专业:电子信息工程设计题目:基于图像处理的车牌识别算法研究指导教师:陈平2014年3月12日毕业设计开题报告1.文献综述:1.1本课题研究的背景、目的及意义随着汽车数量的逐年递增,摆在我们面前的是巨大的城市交通压力。如何高效地进行交通管理,越来越成为我们现实生活中的焦点问题。针对此问题,人们运用先进的科学技术,相继研制开发出了各种交通道路监视、管理系统,这些系统一般都包括车辆检测装置。通过这些装置对过往的车辆实施检测,提取相关交通数据,用于达到监控、管理和指挥交通的目的。汽车牌
2、照的自动识别是车辆检测系统中的一个重要环节,它在交通监视和控制中占有很重要的地位,是实现交通管理现代化和智能化的重要前提。汽车牌照的识别问题已成为现代交通工程领域中研究的重点和热点之一。传统的IC卡识别和条形码识别技术价格昂贵,设备复杂,采用数字图像处理技术可以节省辅助设备,降低成本,提高识别速度。识别算法的好坏直接影响到识别的正确率和识别速度。所以,研究基于数字图像处理的车牌识别方法,努力提高车牌识别系统的性能具有十分重要的实际意义。基于图像处理的车牌识别技术主要包括车牌定位、车牌分割、字符识别等方面技术。关于车牌定位方面,主要利用车牌的边缘、形状、颜色等特征,再结合数字图像、
3、形态学、小波变换、人工神经元网络等技术对车牌进行定位。完全基于形态学的算法有运用数学形态学的闭运算获得车牌的候选区,然后采用投影的方法剔除车牌、定位真车牌。基于神经元网络的方法有基于BP网络的牌照定位方法,在算法中,使用一个滑动窗口作为采样窗口,在灰度图像上依次移动,将窗口覆盖下的图像块作为神经网络的输入,当输入表示出接近1/2时,表示滑动窗口下的图像块属于车牌区域,当输出接近—1/2时,表示滑动窗口下的图像属于背景区域。人工神经网络算法抗干扰性好,但是由于图像中车牌区域通常只占2—3%的面积,特征值难以提取,算法也比较复杂。基于彩色的车牌定位方法有采用多层感知器网络对输入彩色图
4、像进行彩色分割多级混合集成分类器的车牌自动识别方法。这种方法的主要思想是通过三层MLPN网络将具有均匀色度空间的彩色图像进行色彩分割,再利用投影法分割出潜在的各种底色的车牌区域。该方法识别正确率高、车牌定位正确率高达98.6%。还有根据彩色边缘检测算子ColorPrewitt和彩色边缘检测与区域生长相结合的牌照定位算法。这种方法的主要思想是通过边缘检测算子ColorPrewitt对彩色图像的边缘检测,增强牌照区域,最后利用车牌的先验知识,剔除虚假车牌区,确定真正的车牌区。1.2车辆牌照识别技术的研究现状:早在70年代国外就有自动车牌检测系统用于检查被盗车辆的情况,自1988年提出
5、车牌识别技术以来,人们己经对其进行了广泛的研究,其主要途径就是对车牌的图像进行分析,自动提取车牌信息,确定汽车牌号。时至今日,己达到很高的应用水平。我国车牌自动识别的研究起步较晚,约发生在八十年代末。由于我国的车牌规范不够,较为多样化,不同汽车车型有不同的规格、大小和颜色,所以车牌的颜色多,且位数不统一,对车牌识别造成了一定的苦难。国内做得较好的产品主要是中科院自动化研究所汉王公司的“汉王眼”,除此之外国内的亚洲视觉科技有限公司、深圳市吉通电子有限公司、中国信息产业部下属的中智交通电子系统有限公司等也有自己的产品。国内也有一些关于车牌自动识别的文章,但是大都因条件各异而适用范围有
6、限。从投入实用的效果来看,国内目前还没有真正满足实际需求且价格符合国情的产品。1.3研究内容及方法:车牌照是全世界唯一对车辆身份识别的标记,尽管牌照的字符、颜色、格式内容和制作材料会多种多样,但车牌照仍是全球范围内最为精确和特定的识别标记。根据国际交通技术有关统计,全世界范围内除中国以外,已经有78家公司在生产车牌识别产品。评价车牌识别系统的技术指标从技术上评价一个车牌识别系统,有三个指标,即识别率、识别速度和后台管理系统。当然,前提是系统要能够稳定可靠的运行。1.3.1识别率一个车牌识别系统是否实用,最重要的指标是识别率。国际交通技术作过专门的识别率指标论述,要求是24小时全天
7、候全牌正确识别率85%-95%。利普视觉的车牌识别系统在实际应用中已经达到了全牌正确识别率90%以上。为了测试一个车牌识别系统识别率,需要将该系统安装在一个实际应用环境中,全天候运行24小时以上,采集至少1000辆自然车流通行时的车牌照进行识别,并且需要将车辆牌照图像和识别结果存储下来,以便调取查看。然后,还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率:1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数2、可识别车牌照的百分率=人工正确
此文档下载收益归作者所有