原文传递
基于数字图像处理技术的停车场管理系统
| 论文题名： | 基于数字图像处理技术的停车场管理系统 |
| 关键词： | 图像处理;车牌识别;车牌定位;字符分割;BP神经网络算法;停车场管理 |
| 摘要： | 随着模式识别技术的日益发展，车牌识别技术(LPR)正逐渐走向成熟，并已最广泛的应用到包括智能交通监管、智能小区监管、停车场计费等应用中。与此同时，基于这种全数字化智能系统的相关衍生与扩充也越来越受到人们的关注，使自动识别技术的发展拥有广阔的前景。 车牌识别系统一般由车牌定位、字符分割和字符识别三部分组成。本文基于图像处理和人工神经网络相关理论，对车牌识别过程中的车牌图像预处理、车牌图像定位提取和字符分割与识别等环节进行研究和分析，并在MATLAB环境下进行了仿真实验。 首先在图像预处理过程中，利用中值滤波与最小均方滤波技术增强图像质量，然后采用OSTU算法进行二值化处理。得到的二值化图像清晰可辨，为后文的处理打下了基础。 其次在车牌提取阶段，本文比较了几种比较成熟的图像分割算法后，根据特定的背景环境和图像规格，并权衡了系统对计算量和识别率的要求，选择将数学形态学算法与车牌特点相结合的方式作为车牌粗定位的算法。并且根据大量仿真实验确定了相关操作参数，实现了车牌区域的粗定位与提取。 再次，对提取的车牌图像进行号码分割与识别之前，本文采用了基于Radon变换图像倾斜校正技术，在校正车牌图像倾斜的同时去除了车牌图像的边框和冗余部分，实现了车牌的精定位。 最后在车牌号码分割与识别阶段，本文通过大量对比实验，采用结合了模板匹配与车牌字符结构特征的算法，对车牌字符进行了分割提取，并使用基于BP人工神经网络算法完成了车牌号码的识别。 实验结果表明，本文算法定位准确，识别率较高，具有较强的抗噪性，并且只需设定极少参数就能实现车牌识别系统，具有很强的实用性。 |
| 作者： | 蔡宇飞 |
| 专业： | 电子与通信工程 |
| 导师： | 胡绍海 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
