原文传递
基于数字图像处理的雾天车牌识别技术研究
| 论文题名： | 基于数字图像处理的雾天车牌识别技术研究 |
| 关键词： | 智能交通;车牌识别;图像去雾;字符分割;特征提取 |
| 摘要： | 近年来，随着人民生活水平的提高，汽车成为家庭的重要交通工具，智能交通管理是城市管理的重要内容。另外，由于经济发展迅速，大气污染导致雾霾天气时常发生。雾霾的存在给智能交通管理中的车牌识别带来了困难，因此研究雾天车牌识别问题具有重要价值。 本文主要从图像去雾、车牌定位、车牌字符分割与识别三个方面进行研究。 图像去雾:研究了暗原色先验、禹晶方法去雾。针对两种方法处理雾天图像偏暗以及采集图像光照不均的问题，提出将小波分解重构与同态滤波算法结合解决此问题。首先，利用暗原色先验算法对图像初步复原;然后，使用小波变换提取低频分量;其次，使用同态滤波对低频分量增强;最后，利用小波重构图像。实验结果显示，融合之后的算法能够增强图像细节以及亮度，具有一定的精确性及实用价值。 图像定位:介绍了车牌定位前一系列预处理。对车牌预处理主要研究了车牌增强方法、边缘检测方法、二值化、车牌去噪。着重对比了各种阈值下的小波以及中值滤波去除高斯噪声的效果。研究了基于数学形态学、投影、区域合并的车牌定位方法。首先，图像灰度化;然后，对灰度图像进行增强特殊预处理;其次，利用数学形态学创建矩形结构，并运用相关运算排除非车牌区域干扰;最后，利用投影方法粗略估计车牌可能存在的区域，并合并相关区域，根据长宽比例阈值找出车牌区域。实验结果表明，该方法取得了良好的定位效果。 车牌字符分割与识别:研究了车牌校正以及字符分割方法，阐述了SVM的相关理论，研究了车牌特征提取的方法以及基于ECOC与SVM车牌识别的方法。字符特征提取研究了基于Hog特征提取的方法。将提取的特征代入ECOC与SVM分类模型中训练及预测。 最后，采用本文方法针对雾天以及晴天环境进行车牌识别，并与其他方法进行了对比。仿真结果表明，本文方法取得了较好的识别率。 |
| 作者： | 邓从龙 |
| 专业： | 控制科学与工程 |
| 导师： | 朱成杰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 安徽理工大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
