原文传递
复杂背景下车牌识别系统的研究与实现
| 论文题名： | 复杂背景下车牌识别系统的研究与实现 |
| 关键词： | 车牌识别系统;车牌定位;字符分割;自动识别;支持向量机 |
| 摘要： | 车牌自动识别技术从20世纪末开始引入中国，主要是通过图像处理技术，对车牌进行定位、字符分割和字符识别的过程。目前，国内车牌识别系统的性能在单一场景下表现良好。然而在复杂场景中由于环境影响、光照变化、图像摄取角度等影响，获取的车牌图像分辨率低，背景复杂。这一方面使得车牌难以定位，另一方面车牌定位后车牌字符粘连断裂，车牌也无法精确分割和识别，导致车牌识别系统的整体性能下降。 通过研究分析，本文以国内典型的蓝底白字车牌和黄底黑字车牌为实验对象，优化了复杂背景下车牌图像的定位、字符分割和字符识别的问题，在一定程度上提高了车牌识别系统在复杂背景下的性能。本文主要做了以下几个方面工作： （1）对于粗定位的车牌，本文使用字符连通体的方式，根据水平中心线筛选类字符后精确行定位车牌，提高了车牌精确定位效果； （2）在车牌字符分割前，使用支持向量机（SVM）的方式提取车牌HOG以及HSV直方图特征学习分类判定车牌蓝黄颜色，提高蓝黄车牌反色效果； （3）在字符识别阶段，通过对字符图像置中处理，使用LibSVM+sift特征的方式成功实现了车牌图像的自动识别。最终，基于C++和Opencv库，本文设计并实现了整个系统，在一定程度上改善了复杂背景下车牌识别的性能。 |
| 作者： | 张婷 |
| 专业： | 计算机技术 |
| 导师： | 何静媛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
