原文传递
复杂背景下的快速车牌识别技术研究
| 论文题名： | 复杂背景下的快速车牌识别技术研究 |
| 关键词： | 车牌识别;字符分割;支持向量机;智能交通系统ITS |
| 摘要： | 智能交通系统ITS(IntelligentTransportationSystem)利用先进的信息技术改善交通状况，使交通更畅通、更安全、更绿色。车牌识别系统LPR(LicensePlateRecognition)是ITS的核心技术之一，它主要包括车牌定位、字符分割和字符识别三个核心模块。随着安防视频步入高清时代，视频的分辨率越来越高，智能交通系统对车牌识别技术有了更高的要求:处理速度更快、环境适应性更强、识别率更高。 本文在分析国内外各种车牌识别方法的基础上，对车牌识别系统中的三个核心技术进行了深入的研究: 车牌定位:这是车牌识别系统中至关重要的一步。对现有的各种定位算法进行比较和分析，在此基础上，提出了基于字符边缘特征的车牌定位方法，该方法包括粗定位和精定位，以快速简单方法确定车牌候选区域，以复杂精确方法定位车牌区域。 字符分割:由于单纯采用垂直投影法无法精确地处理字符粘连问题，提出了基于字符轮廓和模板匹配的车牌字符分割方法，该方法利用字符的轮廓特征，在轮廓周围搜索和确认可能的字符，对找到的字符进行自适应模板匹配，寻找误差最小的模板对字符进行重新分割，利用模板补充剩余字符以及去除伪字符。 字符识别:在对比和测试了各种字符特征后，选取其中区分效果好的统计特征和结构特征作为字符特征。由于SVM分类器对小样本问题有很好的分类效果，因此采用SVM分类器识别车牌字符。利用区分相似字符的特殊特征对相似字符进行二次识别，提高了整个系统的字符识别率。 通过对不同光照下的3000张车牌图片进行了测试，车牌定位准确率达到98.6％，车牌后6位字符的完全正确率达到95.5％，平均处理时间为100ms。实验结果表明，本文的车牌识别算法快速准确，对复杂环境的适应性强，具有很好的实用性。 |
| 作者： | 查志强 |
| 专业： | 光学工程 |
| 导师： | 张毅 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
