详情

原文传递基于恶劣情况下的车牌识别

论文题名：	基于恶劣情况下的车牌识别
关键词：	车牌识别;字符定位;字符分割;神经网络;模板匹配
摘要：	车辆牌照识别是现代智能交通系统的一项重要研究课题，是实现交通管理智能化的重要环节。在分析了近年来一些典型车牌识别算法的基础上，改进了基于图像检测技术的车牌照预处理算法，特别是针对恶劣环境（包括车牌人为非人为污损、天气恶劣、拍照角度导致车牌照倾斜等情况）下的车牌识别问题做了深入研究。研究内容主要包含4大模块:即车牌照图像的预处理、车牌定位、车牌字符分割和车牌字符识别。在预处理模块设计中，采用了图像校正、灰度拉伸并增强黑白图像、基于中值滤波的平滑去噪、边缘检测和获取最佳阈值的图像二值化等预处理算法;在车牌定位模块设计中，采用了基于形态学定位和基于边缘检测、垂直投影的二次精确定位算法;在车牌字符分割模块设计中，采用了基于先验知识的车牌粗分割和基于垂直、水平投影的车牌精确分割算法;在车牌字符识别模块中，采用了模板匹配和神经网络两种算法，并作出对比分析;另外，为了获取更多的实验数据，进行分析研究、建立了庞大的样本库，模拟了在各类恶劣情况下的字符受干扰噪声情形，在大量仿真实验的基础上，结果表明，利用神经网络算法识别率更能得到有效的提高。
作者：	赵皓瑜
专业：	电子与通信工程
导师：	刁彦华
授予学位：	硕士
授予学位单位：	河北科技大学
学位年度：	2013
正文语种：	中文