原文传递
超分辨率重建在车牌识别系统中的应用
| 论文题名： | 超分辨率重建在车牌识别系统中的应用 |
| 关键词： | 智能交通系统;车牌识别系统;超分辨率重建;支持向量机;车牌定位;BP神经网络 |
| 摘要： | 本文阐述了智能交通系统在现在城市生活中的重要性,并概述了超分辨率重建与车牌识别系统的理论和方法,最后结合这两个技术,将超分辨率重建技术应用到车牌识别系统中,针对某些在获取的源图像分辨率较低的场景下,提高图像分辨率,从而提升车牌的定位准确率。 本文所针对的应用场景为在获取的原始车牌图像分辨率较低,以至于识别效果较差的情况下,利用超分辨率方法对原始图像进行质量提高,把原本不能识别的车牌信息使其可以被识别。本文使用了两种超分辨率方法,第一种是利用多幅相关的低分辨率图像,通过最大似然估计的方法进行超分辨率重建,来得到高分辨率图像,使车牌信息可以被识别;另一种方法是对于仅能获取单帧的应用场景,使用单帧超分辨率重建,单帧超分辨率重建是基于POCS方法的应用,从而得到高分辨率图像。在车牌定位过程中,本文使用多种方法结合的方式,充分利用各种信息,从而提高车牌的定位准确率。本文的系统实现,运用面向对象的设计思想,使用目前比较流行的C＃语言编写。 本文所实现的系统车牌定位模块较为成熟,车牌文字识别模块虽然每个子模块也已经实现,但是由于字符切分子模块效果不佳,因此只能作为系统原型参考。在本文所述的实验结果中,仅对车牌定位模块进行系统测试,而车牌文字识别仅做功能测试,本系统中,文字切割性能较差,故没有进行范围测试。但是,在文字识别上采用了BP神经网络和SVM两种方式进行实现。 |
| 作者： | 张振龙 |
| 专业： | 计算机技术 |
| 导师： | 李翠华 |
| 授予学位： | 硕士 |
| 授予学位单位： | 厦门大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
