原文传递
模糊车牌图像恢复与车牌识别系统的研究
| 论文题名： | 模糊车牌图像恢复与车牌识别系统的研究 |
| 关键词： | 车牌识别;车牌定位;字符分割;字符识别 |
| 摘要： | 随着经济社会的高速发展、汽车拥有量的急剧增加，公路交通成为重要的交通运输途径，日益拥堵的城市交通需要更先进、更有效的交通管理与控制手段。利用电子信息技术建立智能交通系统（ITS）来提高管理效率、交通效率，已成为当前交通管理发展的主要方向。车牌识别（LPR）是智能交通系统的研究热点，也是影响交通系统智能化、现代化的关键因素。车牌识别涉及到数字图像处理、模式识别、人工智能等多门学科，其实施过程一般分为车牌的定位、牌照字符的分割和字符识别三个部分。 本文结合纹理、颜色等特征以及形态学、神经网络等技术，对车牌识别系统进行了初步研究，主要工作如下： 1．针对汽车牌照自动识别系统中图像效果差的问题，提出了一种基于盲解卷积的增强算法，并给出了一种纹理和颜色分析相结合的车牌定位方法。该方法利用车牌字符具有明显竖直纹理的特征，经边缘检测获取垂直边缘图，结合形态学及车牌固有特征，确定疑似牌照区域；同时在HSV颜色空间进行颜色分割，提取出满足车牌颜色特征的区域。 2．采用Radon算法实现了倾斜车牌图像的校正，并设计了一种利用峰谷投影信息的字符分割算法。实验表明，借助牌照字符宽度、间距的固定比例关系等先验知识，利用垂直投影法对字符进行分割可达到较好效果，适用于复杂环境下拍摄的汽车图像。 3．结合轮廓匹配法和改进的BP神经网络算法实现了数字字符的识别。针对BP算法存在的收敛速度慢、易陷入局部极小的缺点，分别引入动量因子和自适应学习速率对其进行改进。识别结果较好，整体识别率为96．3%。 实验结果表明，本系统能较准确定位、分割车牌并进行识别，系统的性能良好。 |
| 作者： | 孙炫超 |
| 专业： | 计算机应用技术 |
| 导师： | 李学斌 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京化工大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
