原文传递
基于机器视觉的污损车牌图像修复及识别方法研究
| 论文题名： | 基于机器视觉的污损车牌图像修复及识别方法研究 |
| 关键词： | 智能交通;污损车牌;图像修复;字符识别;机器视觉 |
| 摘要： | 为了解决大量的机动车对交通产生的不良影响，我国开始应用智能交通系统，车牌识别在智能交通系统当中扮演着举足轻重的角色。在目前，车牌识别技术处于较为成熟的阶段，但是，一般的车牌识别系统对存在覆盖着泥土、字符受到磨损等情况的汽车号牌并不能够得到准确的识别结果。为了解决这种问题，可以对污损的车牌图像进行图像修复和字符识别方面的研究，从而提高污损车牌的识别正确率。 以污损车牌为研究对象，利用机动车车牌的背景颜色以及外部边框的特点，结合形态学处理和边缘检测有关的算法，定位出完整的车牌图像。针对图像中污损的部分在提取的时候出现错误的情况，采取图像分割算法，设计出一种能够自动确定聚类数目的模糊C均值聚类算法，用这种算法对图像进行色彩上的分割，从而解决这一问题。由于Criminisi算法对车牌图像的修复效果不能达到理想的状态，所以将该算法中的优先权计算公式、匹配块的大小，以及匹配块的搜索方式进行了相应的改进，利用这个改进后的算法对污损的部位进行了复原，使车牌图像的字符恢复完整。因为在模板匹配的识别方法中，经常会出现相似的字符相互混淆的状况，所以提出了一种通过分类建库和字符子图与模板子图相对比的方法，用这种方法找到最合适的匹配模板，完成字符的识别。 经过实验得以证明：该种方法改善了污损车牌图像的修复效果，加快了修复时的运行速度，图像的NIQE值均有所下降，并且修复时间减少到原来的1/2左右；与此同时，污损车牌的字符识别率提高到90%。 |
| 作者： | 楚天鸿 |
| 专业： | 控制工程 |
| 导师： | 唐瑞尹;刘福龙 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华北理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
