原文传递
复杂背景下车牌识别算法研究与应用
| 论文题名： | 复杂背景下车牌识别算法研究与应用 |
| 关键词： | 车牌识别系统;定位算法;边缘检测;字符分割 |
| 摘要： | 随着智能交通行业发展迅速，车牌识别系统作为智能交通领域内重要的组成部分，显得越来越重要，有着广泛的应用前景。其也是模式识别领域一直研究的热点，有着较高的理论研究价值。尽管已经有一些商用车牌识别系统，但多数受一些条件限制，例如限定的场景、光照、车牌制式。鲁棒的车牌识别系统研究有着巨大的研究潜力。 本文致力于研究能够在不同场景、低质量下均能得到满意效果的，具有高鲁棒性的车牌识别关键算法，对车牌识别技术进行了研究，具体包括以下几个方面。 1)车牌定位算法研究:结合国内主流车牌样式，提出了边缘增强的基于规则式的车牌定位算法。算法通过边缘特征点检测，连通区域扫描，区域分析，实现了一种准确定位车牌区域的算法。 2)车牌字符分割算法研究:针对传统车牌字符分割难以解决低图像质量车牌，提出了混合车牌字符分割算法，结合了连通区域的车牌字符分割以及基于条件随机场的字符分割。基于连通区域字符分割算法普适性强，对于低图像质量车牌也能取得较高字符分割率，但是无法解决日益增多的车牌边框与车牌字符相连接的车牌，因此提出了基于条件随机场的车牌字符分割，该算法起辅助作用，这样使得车牌字符分割准率提高。 3)车牌字符识别算法研究:使用SVM分类器，采用车牌字符的灰度图像特征进行识别，针对汉字、数字、字母分别训练模型，提高识别准确率。 4)实现了一个完整的车牌识别系统，分别在两个不同的数据集上进行实验验证，最终取得了91.83％的车牌识别准确率，高于业内平均水平，说明本系统鲁棒性高，有着较高的实用价值。 |
| 作者： | 傅建强 |
| 专业： | 计算机应用技术 |
| 导师： | 冯瑞 |
| 授予学位： | 硕士 |
| 授予学位单位： | 复旦大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
