原文传递
计算机识别几何畸变车牌图像的关键技术研究
| 论文题名： | 计算机识别几何畸变车牌图像的关键技术研究 |
| 关键词： | 车牌识别;几何畸变;字符分割;字符识别;智能交通系统 |
| 摘要： | 智能交通成为近年来研究的热点。车牌识别作为智能交通系统不可或缺的部分，其应用场景也变得更加复杂，提高识别率显得尤为重要。 现有车牌图像识别算法应用的场景较简单，此类识别算法对摄像头的安装角度和高度均有较高的要求，可识别监控视角也非常有限。当有一定倾斜角度的摄像头抓拍车牌时，车牌图像存在几何畸变，很难被正确分割和识别，因此几何畸变车牌图像的识别是车牌识别中必须解决的问题。 基于现有研究算法，在已知图像中车牌的大致位置的条件下，对几何畸变车牌图像的识别过程作了研究与分析，在有效识别的同时，增大了摄像头与车牌间抓拍角度的可识别范围，从而扩大了摄像头的有效监控视角。 重点研究了几何畸变车牌的矫正、基于高斯的自适应模板匹配分割算法和一种新型的字符识别增强算法—形状上下文算法。研究表明：利用霍夫变换可以获得图像中车牌的倾斜方向，进行特定的几何变换，可以将几何畸变的车牌很好的恢复。提出了一种新的车牌字符分割的算法—基于高斯分布的自适应模板匹配分割算法。该算法能够克服车牌图像上的小污点及一定的几何形变的干扰，有效的将车牌字符进行切割。在对图像中车牌字符进行识别时，形状上下文算法对缩放、平移、倾斜的图像均具有鲁棒性。即使几何畸变的车牌进行矫正处理后仍不能完全矫正成水平正面的车牌时，形状上下文算法依旧有较好的识别效果. |
| 作者： | 吴运翔 |
| 专业： | 计算机技术 |
| 导师： | 余胜生 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华中科技大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
