基于卷积神经网络的车牌识别技术研究

《基于卷积神经网络的车牌识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10530学号201330111813分类号TP391密级硕士学位论文基于卷积神经网络的车牌识别技术研究学位申请人李达指导教师欧阳建权教授学院名称信息工程学院学科专业计算机技术研究方向深度学习二○一六年六月四日ResearchOfLicensePlateRecognitionTechnologyBasedOnConvolutionalNeuralNetworkCandidateLiDaSupervisorProf．jianquanOuyangCollegeCollegeofInformationEngin

2、eeringProgramComputerTechnologySpecializationDeepLearningDegreeMasterofEngineeringUniversityXiangtanUniversityDateJune4，2016湘巧大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研巧所取得的研巧成果。除了文中特别加１＾１标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研巧做出重要贡献的个人和集体，均已在文中抖明确

3、方式标明。本人完全意识到本声明的法律后果由本人承担。＾作者签名：曰期？／月ｆ曰挽：又／年学位论文版权使用授枚书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湘潭大学可将本学位论文的全部或部分内容编入有关数据库进行检＾索，可心采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学技规定处理。作者签名；曰期：年占月斗曰参忠＞４导师签名：岐日期《年公月日？喘丰、个

4、摘要车牌识别就是从包含车牌的图片中提取车辆的牌照信息，车牌识别技术在我们现实生活中应用非常广泛，如交通路口监控系统，收费停车场管理系统等等。同时，车牌识别技术在我们现实生活中非常重要，如在道路交通中如闯红灯和等违反交通法规的非法现象非常多，车牌识别系统能够快速自动检测违法车辆。车牌识别系统使用照相机拍摄的图片，所获取的图片的质量是影响车牌识别准确率的一个最重要的因素。车牌识别系统在现实应用中必须在不同的环境下，如室内或者室外，白天或者夜晚，强光或者逆光，甚至部分车牌信息被泥垢遮挡，它都需要能够快速准确的识别出车牌

5、信息。近几年卷积神经网络(ConvolutionalNeuralNetwork，CNN)在计算机视觉，图像处理等领域取得了许多突破性的成果，极大的提高了物体检测和图像识别领域当前最好的水平。由于卷积神经网络的感受野、权值共享和子采样三个特性对图像的位移、形变具有一定程度的不变性，使得卷积神经网络与车牌识别非常契合，故本文通过改进卷积神经网络并将之应用于车牌识别技术中，取得了非常高的识别准确率，基于同一数据集实验结果优于Hsu方法，在AOLP数据集AC子数据集中字符识别准确率达到97.5%；在LE子数据集中字符识别

6、准确率达到97.27%；在RP子数据集中字符识别率达到95.82%。本文创新工作如下：1.目前的车牌定位算法侧重于特定环境下的车牌定位，本文提出了一个改进的基于卷积神经网络的车牌定位方法。该方法首先使用EdgeBox方法生成疑似车牌的区域，并训练一个CNN分类器用来过滤候选区域，然后使用非极大值抑制算法（NMS）消除多余的车牌边界框，最后通过边界框调整得到精确的车牌区域。该方法能够识别在不同的环境中采集的车牌图像，经实验验证该方法在AOLP数据集中车牌定位的查全率和查准率都高于其他方法。2.当采集的车牌图像由于光

7、照不均匀或者其他干扰因素过强，容易出现字符分割不准确的问题，本文通过分析卷积神经网络模型的特点。并针对车牌识别，设计了一个网络深度为10层的模型。该模型首先对整个输入图像进行卷积和池化操作得到特征图，然后使用一个固定尺寸的识别器扫描特征图，进行字符识别，生成字符序列，使用Viterbi算法选择最优子序列，最后得到字符串识别结果。该方法避免了由于字符分割不准确导致的字符识别不准确的问题。关键词：机器学习；卷积神经网络；车牌识别；图像识别；蒙特卡洛方法IAbstractLicenseplaterecognition(

8、LPR)istoextractthelicenseplatenumberfromagivenimage,Itiswidelyusedinourreallife,suchasTrafficintersectionmonitoringsystem,parkingfeepaymentsystemandsoon.meanwhile,Licenseplaterecognitiont