復(fù)雜背景下多車牌圖像分割技術(shù)研究

復(fù)雜背景下多車牌圖像分割技術(shù)研究

ID:36623458

大?。?.80 MB

頁數(shù):69頁

時(shí)間:2019-05-13

復(fù)雜背景下多車牌圖像分割技術(shù)研究_第1頁
復(fù)雜背景下多車牌圖像分割技術(shù)研究_第2頁
復(fù)雜背景下多車牌圖像分割技術(shù)研究_第3頁
復(fù)雜背景下多車牌圖像分割技術(shù)研究_第4頁
復(fù)雜背景下多車牌圖像分割技術(shù)研究_第5頁
資源描述:

《復(fù)雜背景下多車牌圖像分割技術(shù)研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號TP391.4密級UDC學(xué)位論文復(fù)雜背景下多車牌圖像分割技術(shù)研究(題名和副題名)左望霞(作者姓名)指導(dǎo)教師姓名康戈文副教授電子科技大學(xué)成都(職務(wù)、職稱、學(xué)位、單位名稱及地址)申請學(xué)位級別碩士專業(yè)名稱控制理論與控制工程論文提交日期2006.4論文答辯日期2006.5學(xué)位授予單位和日期電子科技大學(xué)答辯委員會(huì)主席評閱人2006年4月15日注1注明《國際十進(jìn)分類法UDC》的類號獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知,除了文中特別加以標(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得電子

2、科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。簽名:左望霞日期:2006年4月15日關(guān)于論文使用授權(quán)的說明本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定,有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤,允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索,可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定)簽名:左望霞導(dǎo)師簽名:康戈文日期:2006年4月15日摘要摘要車牌識別廣泛用于

3、電子收費(fèi)、出入控制、交通監(jiān)控等重要場合。車牌分割作為車牌識別中的重要環(huán)節(jié),對系統(tǒng)識別精度有重要的影響。目前的車牌分割方法主要是針對所監(jiān)視的區(qū)域只有單一車輛的情況。在許多情況下,監(jiān)視區(qū)域一般同時(shí)會(huì)出現(xiàn)多輛汽車,背景也比較復(fù)雜。針對這種情況,本文給出了一種復(fù)雜背景下多車牌圖像的分割技術(shù)。該方法能夠從多車牌汽車圖像中分割出各幅包含車牌區(qū)域盡可能小的圖像,且準(zhǔn)確性好,對多車輛圖像的牌照識別開發(fā)具有重要意義。本文介紹了車輛牌照識別系統(tǒng)的研究應(yīng)用現(xiàn)狀,牌照分割技術(shù)的發(fā)展和不足,著重討論了多車牌圖像的背景去除、各塊車牌的定位分割等關(guān)鍵技術(shù)。對多車牌圖像的復(fù)雜背景去除,本文首先利用

4、特征模糊匹配法將大部分靜止且感應(yīng)光線變化不敏感的背景去除,然后利用圖像區(qū)域連通技術(shù)將殘留未去除的背景進(jìn)一步消除,并對誤匹配的車體區(qū)進(jìn)行修復(fù)。從而準(zhǔn)確快速的去除了復(fù)雜背景,分割出了車體區(qū)。多車牌圖像中各塊車牌的定位分割是復(fù)雜背景下多車牌圖像的分割技術(shù)最關(guān)鍵的一步。基于車牌區(qū)域具有豐富的豎直紋理的特點(diǎn),本文首先采用了改進(jìn)的橫向差分法和最小誤差閾值法對去除過背景的多車牌圖像進(jìn)行預(yù)處理。緊接著通過尋找特征跳變點(diǎn)的方法進(jìn)行待選車牌區(qū)的分割,然后利用形態(tài)學(xué)運(yùn)算和投影切邊來完成各疑似單車牌區(qū)的分割。最后利用車牌的特征信息對各疑似單車牌區(qū)進(jìn)行了去偽驗(yàn)證。利用該算法,本文給出了多車牌

5、圖像中各塊車牌的定位分割試驗(yàn)結(jié)果。試驗(yàn)結(jié)果表明,本文的方法對光照不均勻、字符和底色對比度低以及車輛分布情況的復(fù)雜性等并不很敏感,能夠快速準(zhǔn)確的分割出車牌區(qū)。關(guān)鍵詞:多車牌,復(fù)雜背景,分割,特征模糊匹配,形態(tài)學(xué)IAbstractAbstractThevehiclelicenseplaterecognition(LPR)systemhasawideapplicationintheelectronicchargingsystem,assesscontrolsystemandtrafficwatchingareaandsoon.Asanimportantpartofthev

6、ehiclelicenseplaterecognition,thevehiclelicenseplatedivision(LPD)playsavitalroleinsystematicprecision.PresentmethodaboutLPDismainlyforvehicleimagewithsinglecar.Sometimesmultiplecarswillappearinthevehicleimage,what’smore,thevehicleimageperhapsiswithcomplexscenestoo.Tothiskindofsituation

7、,atechnologyforvehiclelicenseplatesdivisionfromanimagewithmultiplecarsandcomplexscenesisprovided.Thetechnologycandividetheareainwhichthecarplateisincludedassmallaspossiblefromanimagewithmultiplecarsandcomplexsceneswellandtruly.Soitmeansmuchtothedevelopmentofmultiplevehiclelicenseplat

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。