基于灰度图像的牌照字符识别

《基于灰度图像的牌照字符识别》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、浙江大学博士论文基于灰度图像的牌照字符识别摘要汽车牌照自动识别系统是用于交通管理的监控系统，是实现车辆牌照图像数字化的一种方法。其技术的关键就是要提高牌照字符的识别率。本文针对传统的牌照自动识别算法中所存在的一个共性问题，即对字符图像的特征提取必须是在二值化图像上进行的缺点，结合牌照自动识别系统所要求的高字符识别率和一定的实时处理能力的特点，提出将基于二值化字符图像特征的识别算法和基于灰度图像特征的识别算法相结合的识别策略。论文的重点是探讨在灰度图像上实现牌照字符识别的具体方法。的第二章、第三章是第四章和第五章基于灰度图像进行模式识别技。在第二章中全面分

2、析了一种基于线性变换的特征提取方法一主分量分析(Principalcomponentanalysis-PCA)和奇异值分解(Singularvaluedecomposition-SVD)的结构特点以及相关算法，并对这两种算法的关系作了分析。在第三章中比较深入地分析了径向基函数(Radial-basisfunction-RBF)神经网络的各种结构及相应的训练方法，详细地讨论了RBF神经网中隐层神经元的作用，提出可采用Cover定理作为其隐层神经元总数选择的一个标准，最后还对RBF神经网和MLP神经网的差异性作了比较分析。第四章和第五章分别讨论了在牌照字符灰

3、度图像上实现数字和汉字识别的具体识别方法。针对一些牌照字符图像存在对比度和信噪比比较低等缺点，提出采用梯度算子来提取字符的梯度方向以形成字符的轮廓方向特征，在此基础上形成各种训练样本特征，并采用广义RBF(Generalizedradial-basisfunction-GRBF)神经网来构造模式分类器以实现牌照数字字符的识别。实验结果表明:采用结构比例特征和比例特征其识别率分别达到99.2%和99.4%，具有较高的实用价值。中国牌照存在着汉字字符的识别问题。本论文根据汉字相对字形小、笔划复杂且所需识别字符不多等特点，提出在灰度图像上采用学习子空间(Lea

4、rningsubspacemethod-LSM)算法，直接实现汉字字符的识别。学习子空间算法有效地避免了子空间算法中一旦子空间构造完成后，就不能根据训练结果进行修正的缺点。而且，采用LSM算法可以使字符在相对低维子空间中仍能达到好的效果，有利于加快识别速度。实验结果表明:汉字字符识别率达到95.7%，同时针对采用该算法时所遇到的大训练样本等实际问题，提出了解决方案。论文最后以我们实际应用的收费站牌照自动识别系统为蓝本，对其它研究内容如牌照的定位和切分算法等作了必要的分析。部分研究成果已经成功地移植到该自动识别系统中，并且已通过了科委组织的专家鉴定，认为系

5、统的整体性能指标己达到领先的水平关链词:汽车牌照自动识别牌照汉字字赢1，广义径向基神经网络，学习子空、Z二阶段ih:,NCilHh策略。基于灰度图像的牌照字符识别浙江大学博士论文AbstractVehiclelicenseplaterecognition(VLP田systemhasbeenappliedtotrafficsurveillanceandrealizesdigitizationofthevehiclelicenseplateimage几ekeytechnicalityistoimprovetherecognitionrateofcharact

6、ermages.Acommonproblemexistsinmostalgorithmsofthelicenseplaterecognition,thatis,thecharacterfeatureextractionmustbebasedonthebinaryimage.Analyzingthedefects,thedissertationrecognitionmethodtoachievethehighcharacterrecognitionrateandpresentsanewpossessthereal-timeprocessingability

7、.Thisrecognitioncombinesbinaryimagerecognitionmethodwithgray-scaleimagerecognitionmethod.Andtheemphasisofthedissertationistodiscusstherealizationofrecognitionalgorithmonthegray-scaleimage.Inthisdissertation,ChapterTwoandChapterThreearethetheorembasisforChapterFourandChapterFiveth

8、atdiscusstherecognitionbasedongray-scale