详情

原文传递复杂背景下的车牌识别技术研究

论文题名：	复杂背景下的车牌识别技术研究
关键词：	复杂背景;车牌识别;识别技术;字符分割;字符识别;彩色边缘检测
摘要：	车辆牌照识别是智能交通系统(ITS)的一一个重要组成部分，尤其是复杂背景下的车牌识别，有着广泛的应用领域和美好的应用前景，其发展必将大大加速ITS进程。本文针对日前车牌识别算法的局限性，主要研究了复杂背景下的车牌识别技术。本文主要从以下几个方面进行研究： 1.复杂背景下的车体检测和定位。本文采用瞬时块差分法来检测车体，通过对视频序列中连续两帧图像做以点为巾心的3×3框架的块差分，并取差分的平方以加强运动信息，然后利用滤波、膨胀等技术准确定位车体。实验表明该算法具有很好的检测效果。 2.车牌定位。先对车辆图像进行二值化并进行一系列数学形态学操作，再利用车牌先验信息进行过滤，产生车牌候选区域。然后对候选车牌区域进行彩色边缘检测，利用车牌区域固定的颜色对信息和结构信息准确定位车牌。算法在满足实时性的同时拥有极高的定位准确率。 3.车牌字符分割。由于车牌区域除了汉字之外，其它的字符都是连通的，本文采用基于纹理信息和连通区域相结合的方法来提取单个字符。算法实现简单，而且可以在一定程度上消除预处理效果较差带来的影响，同时又可从根本上解决了倾斜车牌分割的问题。 4.车牌字符识别。提出了基于Null Space PCA和改进的BP神经网络相结合的字符识别方法。首先对预处理过的字符图像进行Null Space PCA变换以达到降维的目的，然后把不同位的车牌字符分别放入汉字、字母、字母数字和数字四个不同的神经网络分类器，用改进的BP算法进行训练识别。实验结果表明该算法具有较高的识别率和识别速度，能够满足实时识别的要求。本文结合理论和实践，对复杂背景下的车牌识别系统的各关键技术进行了深入研究，并提出了新的思想和方法，对车牌字符识别技术的研究具有很人的意义和应用价值。
作者：	俞伟广
专业：	计算机软件与理论
导师：	赵建民
授予学位：	硕士
授予学位单位：	浙江师范大学
学位年度：	2007
正文语种：	中文