详情

原文传递雾天情况下的车牌定位技术研究

论文题名：	雾天情况下的车牌定位技术研究
关键词：	图像除雾;小波变换;车牌定位;自适应中值滤波;噪声检测
摘要：	车牌定位是车牌识别的关键环节，直接影响车牌识别的准确率，因此对车牌识别技术中的车牌定位的研究具有重大的意义。本论文主要研究雾天情况下的车牌定位的相关算法，以此为基础提高复杂环境下车牌的定位率。主要工作有如下几点：　　(1)针对雾天拍摄图像的退化现象,提出一种针对单幅图像的自动去雾新算法。该算法先将有雾图像从RGB转换到YCbCr颜色空间后,再在亮度分量上进行多尺度Retinex处理，并结合清晰度评价指标最终获得清晰的复原图像。实验结果表明,该算法能有效改善雾天图像的退化现象,提高图像的清晰度。　　(2)研究了基于FFT的同态滤波算法和基于小波变换的同态滤波法算法，并应用Matlab软件仿真实现了上述算法。仿真结果表明，采用基于FFT的同态滤波提高了图像整体的对比度，但局部对比度增强效果不理想；而采用基于小波变换的同态滤波算法可有效消除光照不均带来的影响，特别是在图像的边缘附近，其局部对比度有明显增强。　　(3)针对传统中值滤波方法存在的不足，提出自适应中值滤波方法。该方法通过噪声检测确定子图像中的脉冲噪声点及噪声干扰大小，根据噪声干扰程度选择滤波窗口的尺寸，并采用改进的中值滤波方法对检测出的噪声点进行滤波。实验结果表明,自适应中值滤波能在有效去除噪声的同时，较好地保留图像细节，与传统中值滤波方法相比，自适应中值滤波法在滤波性能与滤波速度方面均具有明显优势。　　(4)针对车牌字符具有丰富角点的特点，提出基于Harris角点检测的彩色车牌定位算法。首先将图像由RGB彩色空间转换为HSI彩色空间并对其进行滤波处理；然后结合色调信息对饱和度进行角点检测；最后结合车牌自身特点，经过粗、细两次搜索完成车牌定位。实验结果表明，本文提出方法能够在复杂天气条件下准确定位车牌，并且其系统开销较传统方法明显减少。
作者：	唐皞然
专业：	计算机技术
导师：	马燕
授予学位：	硕士
授予学位单位：	上海师范大学
学位年度：	2016
正文语种：	中文