详情

原文传递车牌识别中的关键算法研究

论文题名：	车牌识别中的关键算法研究
关键词：	车牌识别;稀疏表示;图像去噪;车牌定位;字符分割;智能交通系统
摘要：	车牌号码识别(License Plate Recognition,简称LPR),是计算机图像识别技术、人工智能的重要研究应用领域,是21世纪人类社会智能交通系统(Intelligent Transportation System,简称ITS)发展的重要方向。汽车牌照自动识别技术可广泛应用于公路治安卡口、道路交通流监控、开放式收费站、交通事故现场勘测、被盗车辆侦破、车载移动查车、交通违章自动记录、门禁管理、停车场自动安全管理、智能园区管理等方面,在现代交通管理和监控系统中占有很重要的地位,具有良好的应用价值。同时,汽车牌照识别的方法还可应用到其它识别领域,因此汽车牌照的识别问题已成为现代交通工程领域中研究的重点问题之一。　　车牌号码识别包括图像预处理、车牌定位、字符分割、字符识别等四个部分。本文对其中的图像预处理、车牌定位算法、字符分割识别算法进行了深入的讨论。常用的车牌定位算法有①基于遗传算法的定位算法,对目标区域有增益运算,对在光线较弱的条件下拍的质量较差的图像也有较好的效果。但是这种方法由于通过反复地迭代优化提高定位准确度,导致运算速度较慢。②基于数学形态学的定位算法,对特定场景定位效果较好,但速度较慢。③基于边缘检测的车牌定位算法,定位准确,但速度慢,误检率、漏检率高。　　针对上述存在的问题,本文在图像预处理技术中引入图像稀疏化表示理论,实现了图像的稀疏化表示。然后在稀疏化的图像上引入了基于人脸识别思想的车牌定位算法进行车牌定位,最后对字符进行分割识别。由于大量减少了图像中的像素点,并且改进了车牌定位算法,系统效率和识别效果得到了很大的提升。　　最后本文实现了所提出的图像稀疏化方法和改进的车牌定位算法,实验结果证实了该方法不仅在效率上有所提高,而且能够在一定程度上识别低光亮度条件下拍摄的车牌。
作者：	于彦国
专业：	计算机应用技术
导师：	徐大宏
授予学位：	硕士
授予学位单位：	湖南师范大学
学位年度：	2011
正文语种：	中文