基于自适应阀值边缘检测和机器学习的车牌识别算法研究

《基于自适应阀值边缘检测和机器学习的车牌识别算法研究》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、东华大学硕士学位论文基于自适应阀值边缘检测和机器学习的车牌识别算法研究专业名称：控制科学与工程作者姓名：崔雷涛指导教师：陈亮学校代码：10255学号：2131139基于自适应阀值边缘检测和机器学习的车牌识别算法研究LICENSEPLATERECOGNITIONBASEDONADAPTIVETHRESHOLDEDGEDETECTIONANDMACHINELEARNING专业：控制科学与工程作者：崔雷涛指导教师：陈亮答辩日期：2016年1月东华大学学位论文原创性声明本人郑重声明：我恪守学

2、术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已明确注明和引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日东华大学学位论文版权使用授权书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门或机构送交论文的复印件和电子版，允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或

3、部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本版权书。本学位论文属于不保密□。学位论文作者签名：指导教师签名：日期：年月日日期：年月日基于自适应阀值边缘检测和机器学习的车牌识别算法研究基于自适应阀值边缘检测和机器学习的车牌识别算法研究摘要车牌自动识别技术在智能交通领域扮演了越来越重要的角色，是目前智能交通管理的重要研究方向。随着社会对于车辆管理系统性能要求的日益提高和交通环境的日益复杂，现有的车牌自动识别技术已不能满足用户的需求，所以如

4、何在复杂的环境下准确、实时地识别车牌仍然是智能交通研究人员研究的重点。本文分为车牌定位、车牌字符分割和字符识别三个研究部分。车牌定位研究怎样从一幅图片中找出车牌的位置并分割出来。整幅图像受不同时间点，不同天气等的影响会有颜色、亮度上的差异。如何去除信号采集过程中的噪点和图像中广告文字的干扰也是一个难点。本文使用边缘检测和形态学处理结合的方法定位车牌，并提出根据定位效果自适应地调整边缘加权梯度值和二值化阀值定位候选区域的方法，然后结合其他车牌特征遴选候选区域。这种方法使定位更加准确。字符分割的难点在于如

5、何排除车牌边框的干扰，和如何克服字符间的连接现象。本文使用Radon变换和字符笔画宽度信息进行倾斜校正，对于克服字符间连接则使用理论的字符宽度值预估和验证的方法确定字符笔画宽度，然后依据该宽度分割字符。I基于自适应阀值边缘检测和机器学习的车牌识别算法研究字符识别部分关注字符识别的精度和速度，以及对于残缺车牌的字符识别能力。针对现有的机器学习方法训练速度慢的缺点，本文提出基于在线序列极速学习机的车牌识别技术。通过实时训练不断提高识别率，网络的学习能力随着使用时间的增加而提高。并进一步引入迟滞特性使网络具

6、有联想记忆能力，设计了具有迟滞特性的自选择极速学习机算法，增强了网络泛化能力，提高了识别精度。关键字：车牌定位；边缘检测；字符识别；极速学习机；迟滞特性II基于自适应阀值边缘检测和机器学习的车牌识别算法研究LICENSEPLATERECOGNITIONBASEDONADAPTIVETHRESHOLDEDGEDETECTIONANDMACHINELEARNINGABSTRACTAutomaticlicenseplaterecognitiontechnologyhasplayedanincreasingl

7、yimportantroleinthefieldofintelligenttransportation,andisoneoftheimportantresearchdirectioninthecurrentintelligenttrafficmanagementresearch.Therequirementfortheperformanceofsocialmanagementsystemisbecominghigherandtrafficenvironmentisbecomingmorecomplex

8、,existingautomaticlicenseplaterecognitiontechnologycan’tmeettheneedsofusers,sohowtorecognizeplateaccuratelyandtimelyincomplexenvironmentisstillafocusinthestudyofintelligenttransportationresearchers.Thisarticleisdividedintothelice