《毕业设计论文答辩》PPT课件

《《毕业设计论文答辩》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、车标检测与识别算法的研究指导老师：XX学生：XXX专业：自动化课题的背景及意义背景车辆在现代化的生活中扮演着重要的角色，其的管理与防盗是非常必要的，而为了避免人工干预所带来的弊端，提高管理效率，同时在对车辆自动识别系统的需求和标准的要求越来越高的情况下车标的识别显然很有必要。经济发展智能交通智能住宅小区平安小区意义1、可以广泛应用于智能管理系统，配合公安机关打击涉车犯罪案等。2、车标识别具有明显的优点:1）车辆的标志性图像;2）车型、生产厂家的信息;3）车标的识别不用加另外的设备；4）图像识别论文的主要结构和内容绪论第一章图像的预处理技术第二章车标的定位第三章车标的识别总结致谢

2、绪论绪论主要包括1）课题研究背景、目的意义2）课题的发展状况（含国内外发展状况）3）论文结构的设计、安排主要工作安排1）阅读相关文献资料2）摘要与课题相关的内容3）完成英文文献的翻译4）完成开题报告第一章图像的预处理技术主要内容1）基本概念图像预处理的常用方法有:图像灰度化、直方图均衡化、图去噪等。2）图像灰度化利用灰度转换公式：Y=0.299R+0.587G+0.144BY—转换后的图像亮度值，数值在0-255之间3）直方图均衡化基本思想：对原始图像中的像素灰度做某种映射变换，使变换后的图像灰度的概率密度是均匀分布的，图像灰度的动态范围得到了增加，从而提高图像的对比度。4）中

3、值滤波去噪声的方法有频率域法和空间域法。算法复杂、耗时长空间域法主要有线性滤波、中值滤波等。线性、非线性区别第二章车标的定位车标定位方案的设计车标定位方法一般分为两大类:基于统计学习的方法和基于先验知识的定位方法。优选基于车牌先验知识的定位理由:车标的粗定位采用分块方法定位车牌后，再用数学形态学对图像作处理操作，最后用投影方法，定位车标的大概位置。分割的一些方法：1）彩色特征，分割车牌区域。光照、污染...2）纹理特征，分割车牌区域。通常，检测车牌的纹理特性用边缘检测法。汽车图像本身的水平纹理较为丰富，而字符的垂直纹理较为丰富，可以看到水平Sobel边缘检测算子所得到的边缘检测

4、图像效果是最好的。第二章车标的定位车标的精确定位分割出若干垂直纹理很强的区域后，为了便于处理，需要将灰度图像变为二值化图像二值化(1)极小值点阀值(2)最优阀值（3）迭代阀值(4)Otsu二值化基本想法：是以最佳门限将图像灰度值分割成两部分，使两部分类间方差取最大值，即分离性最大。数学形态学包括图像分割、特征抽取、边界检测、图像滤波、图像增强和恢复等方面的工作。根据各运算的作用特点，我们采用的是闭运算对车标进行精确定位。用闭运算对图形的外部做滤波，磨光了凸向图像内部的边角，并可以填充目标内部狭窄的裂缝和长细的窄沟，消去小的孔洞，并且目标内部的噪声块得到了些有效处理第三章车标的识

5、别车标识别方案的设计设计思路：由于现实中拍摄的图像主要存在旋转，平移、比例变化等因素，导致汽车标志图像的定位产生偏差，以及汽车标志的识别产生错误识别，本文考虑采用基于旋转、平移和比例不变性的Hu不变矩的方法对汽车标志图像进行识别研究。车标的识别1）模板匹配识别的方法:匹配单一，算法复杂，响应慢2）神经网络识别方法：特征提取，训练神经网络分类器，步骤繁琐3）基于Hu不变矩特征识别：不依赖于尺度、平移、旋转，它只与物体的形状有关。识别算法思路：计算出7个不变矩特征，与模板库中各图像模板矩进行比较分别记下每个车标的各个模板距离取平均值，比较出最小值，则为车标类型。总结本文主要研究汽车

6、标志的定位识别的方法法，通过阅读大量的参考文献，对实际拍摄到的各种图像进行处理，利用基于车牌的先验知识先对车标进行粗定位，再通过边缘检测、二值闭运算精确定位出车标的位置，最后选择了基于Hu不变矩的算法进行识别，从而最终完成了任务。而且本文还大胆设想，提出利用多模板匹配的方式配合不变矩方法对车标进行识别，理论上应该会收到很好的效果。从论文的开始到结束，尽管预到了许多的困难，但都努力的去克服，努力的去完成，同时由于能力有限，本次设计还有很多不足之处，如车标周围存在的障碍物、车标颜色相近、环境因素的影响等都没有过多的去祥细分析。致谢大学本科的学习生活即将结束。在此，我要感谢所有曾经教

7、导过我的老师和关心过我的同学，他们在我成长过程中给予了我很大的帮助。本文能够顺利完成，要特别感谢我的指导老师XX老师，感谢各位系的老师的关心和帮助。最后向所有关心和帮助过我的人表示真心的感谢。