详情

原文传递基于实时视频的车牌识别系统

论文题名：	基于实时视频的车牌识别系统
关键词：	实时视频;车牌识别系统;定位率;纹理特征
摘要：	车牌识别系统的存在是利用目前现有的计算机先进技术来实现对图像的处理，通过识别技术的应用来实现对车辆号牌的自动认读，提高车辆识别的效率，且对交通流没有影响。车牌识别系统在交通管控、交通流量管理、交通事故自动测报等多个方面均发挥了重要作用，被广泛应用于停车场、港口和机场、城市监控系统、公路流量观测站、桥梁和公路收费站、公路流量观测站等认证车牌的实际交通系统中，论文针对目前车牌识别系统存在的主要问题设计实现基于实时视频的车牌识别系统并对相关算法进行优化。　　对于定位车牌所存在的区域困难现象，本文通过用车牌的区域定位算法来解决，这个算法是以固定颜色搭配为基础。由于车牌所设定的底色和字符色是由几种确定搭配组成的特性，提取彩色图像，同时以车牌区域的纹理特征进行定位车牌。运用该算法所具有的准确率较高而且所用的时间较短的特点，在复杂或者特殊情况下仍旧能够达到96％的定位率。本文提出一种随机直线检测法来定位车牌的边框，通过这种检测可以解决车牌所具有的倾斜角问题。与采用的Hough算法相比所用的时间较短，工作量也较少。本文在对局部与全局两类阈值法所具有的优劣的基础上，研究得出了图像二值化算法，该算法是局部与全局两类阈值法紧密结合的结果。研究得出的新算法能够对图像的细节进行保留，有效的清除伪影的干扰。图像二值化后车牌上的字符成为单独的字符，通过BP神经网络的识别，字符均识别率95.7%。通过采用以上优化算法，在深入分析车牌识别系统需求基础上设计实现了基于实时视频的车牌识别系统。
作者：	李晶晶
专业：	软件工程
导师：	朱清新
授予学位：	硕士
授予学位单位：	电子科技大学
学位年度：	2010
正文语种：	中文