欢迎来到天天文库
浏览记录
ID:34830333
大小:1.74 MB
页数:70页
时间:2019-03-12
《基于车牌识别技术的研究》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、分类号:——密级:——单位代码:!Q§22学号:2QQ3堑8Q西北大学硕士学位论文作者:麴苤指导教师周咽全专业技术职务筮蕉学科(专业)盐簋垫圭叁堡鱼堡途答辩日期学位授予日期二oO六年五月摘要车牌识别(LPR)系统是现代智能交通管理重要的一部分,是基于现代交通的快速发展的需求而成的。从技术的角度讲,车牌识别系统是一个涉及了数字图像处理、计算机视觉、模式识别和人工智能等多个领域的综合系统。研究工作主要由以下四部分组成:1.移动车辆检测。应用DireetShow开发包对视频进行截取,将截取到的图片与背景进行差分运算,应用闽值检测车辆。实验结果表明该方法能够
2、检测出视频中的移动车辆。2.车牌定位。车牌识别技术关键的一部分。应用基于颜色的车牌定位的方法,即在传统的投影分析方法的基础上结合HSV颜色空间中的H信息,将此作为车牌的特征,从而截取到车牌。实验结果表明该方法与传统的方法相比,提高了准确率。3.字符分割。在车牌定位的基础上,字符分割直接会影响到字符识别的准确性。采用投影分析法,对车牌进行扫描,找出波谷的位置,并利用先验知识,采用阈值分割方法将单个字符分割出来。4.字符识别。整个系统的核心部分,包括汉字、字母和数字的识别。针对汉字,提取其特征,并应用相似度检测法对汉字进行识别。针对字母和数字,分别采用多
3、级分类器和神经网络对其进行识别。实验结果表明,用神经网络的方法进行识别取决于样本的个数及质量,而多级分类器识别效果较好。基于上述研究工作,设计、实现了一个动念车牌识别系统,该系统能检测出移动车辆,并且进行准确定位和分割。从识别效果看,数字和字母的混合识别还需要进一步的改进。关键字:DirectShow,车辆检测,车牌定位,字符分割,字符识别.特征提取,多级分类器,神经网络ABSTRACTTheLicensePlateRecognitionSystemisoneimportantpartofthemodemIntelligenceTrafficMana
4、gement,whichisproducedaccordingtotherequirementofthemodemtrafficdevelopment.Intheviewofthetechnology,theLPRresearchisintegrationinvolvedthedigitalimageprocessing,computervision,pattemrecognitionandhumanintelligenceandSOon.Theresearchworkofthethesisincludesthefollowingfourparts:
5、1.Thedetectionofthemobilevehiclesisonepartoftheworkofthethesis.ThepreviousLPRprocessesthestaticimages.Thethesisaimsatonevideowhichincludesthevehicles,Fortheaimofdetectingthemobilevehiclesquickly,wemakeUSeoftheDirectShowdevelopmentbackagetograbtheimagefromthevideo,thenweminusthe
6、currentimagefromthebackgroundimagetodetectthevehicles.InordertograbquicklNweonlyuseonepartofthegrayvalueofthebackgroundimage,thenwecangetthemobilevehiclesfromthevideo.2.TheLicensePlateLocationisoneimportantpartoftheLPR.Thethesismakesuseofonenewtechnologybasedoncolor,whichmakesu
7、seoftheHueinformationofthecolormodelofHSVbasedonthetraditionalprojectionmethod.Thenweusetheinformationasthecharacteroftheplateandlocatetheplatecorrectly.Theexperimentalresultsshowthatitismoreefficientthanthepreviousmethods.3.Charactersegmentationaffectstheprecisenessofthecharac
8、terrecognitiondirectlyafterLPL.Thethesisadoptstheproje
此文档下载收益归作者所有