复杂背景下车牌识别系统的研究与实现

《复杂背景下车牌识别系统的研究与实现》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、复杂背景下车牌识别系统的研究与实现重庆大学硕士学位论文（专业学位）学生姓名：张婷指导教师：何静媛副教授学位类别：工程硕士（计算机技术领域）重庆大学计算机学院二O一六年四月TheresearchandimplementationofLicensePlateRecognitionSystemundercomplexbackgroundAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheProfessionalDegreeByTingZhangSupervise

2、dbyAss.Prof.JingyuanHeSpecialty:ME(ComputerTechnologyField)CollegeofComputerScienceofChongqingUniversity,Chongqing,China.April,2016重庆大学硕士学位论文中文摘要摘要车牌自动识别技术从20世纪末开始引入中国，主要是通过图像处理技术，对车牌进行定位、字符分割和字符识别的过程。目前，国内车牌识别系统的性能在单一场景下表现良好。然而在复杂场景中由于环境影响、光照变化、图像摄取角度等影响，获取的车牌图像分辨率低，背景复杂。这一方面使得车牌难以

3、定位，另一方面车牌定位后车牌字符粘连断裂，车牌也无法精确分割和识别，导致车牌识别系统的整体性能下降。通过研究分析，本文以国内典型的蓝底白字车牌和黄底黑字车牌为实验对象，优化了复杂背景下车牌图像的定位、字符分割和字符识别的问题，在一定程度上提高了车牌识别系统在复杂背景下的性能。本文主要做了以下几个方面工作：（1）对于粗定位的车牌，本文使用字符连通体的方式，根据水平中心线筛选类字符后精确行定位车牌，提高了车牌精确定位效果；（2）在车牌字符分割前，使用支持向量机（SVM）的方式提取车牌HOG以及HSV直方图特征学习分类判定车牌蓝黄颜色，提高蓝黄车牌反色效果；（3）在

4、字符识别阶段，通过对字符图像置中处理，使用LibSVM+sift特征的方式成功实现了车牌图像的自动识别。最终，基于C++和Opencv库，本文设计并实现了整个系统，在一定程度上改善了复杂背景下车牌识别的性能。关键词：车牌识别系统，车牌定位，字符分割，支持向量机I重庆大学硕士学位论文英文摘要ABSTRACTAutomaticlicenseplaterecognitiontechnologywasintroducedtoChinafromtheendoftwentiethCentury,andmainlyinludestheprocessoflicenseplat

5、elocation(LPL),charactersegmentation(CS)andcharacterrecognition(CR)withthehelpofimageprocessingtechnology.Atpresent,thedomesticlicenseplaterecognition(LPR)systemsperformwellinasinglescene.However,duetotheinfluenceofenvironment,illuminationchangeandimagecaptureangleincomplexscenes,th

6、evehiclelicenseplateimagehaslowresolutionandcomplexbackground.Thesefactorsmakeitdifficulttolocatethelicenseplate,ontheotherhand,licenseplatecharacters’adhesionorbreakingwillresultinlicenseplatenotaccuratelysegmentedandidentifiedandfinallyeffecttheoverallperformanceofthevehiclelicens

7、eplaterecognitionsystem.Throughtheresearchanalysis,thispaperusingdomestictypicalbluebottomwhiteletteringplatesandyellowbottomblackletteringplatesasexperimentalobjects,optimizestheresultsoflicenseplatelocation,charactersegmentationandcharacterrecognitionundercomplexbackground,andimpr

8、ovestheperformanceo