資源描述：
《基于稀疏表示車標(biāo)識(shí)別方法研究》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(kù)。
1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨(dú)立完成的研究成果。本人在論文寫作中參考其他個(gè)人或集體已經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈f-J3<學(xué)研究生學(xué)術(shù)活動(dòng)規(guī)范(試行)》。另外，該學(xué)位論文為()課題(組)的研究成果，獲得()課題(組)經(jīng)費(fèi)或?qū)嶒?yàn)室的資助，在()實(shí)驗(yàn)室完成。(請(qǐng)?jiān)谝陨侠ㄌ?hào)內(nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒?yàn)室名稱，未有此項(xiàng)聲明內(nèi)容的，可以不作特別聲明。)聲明人(簽名)：易才銀2p哆年占月2，日廈門大學(xué)學(xué)位論文著作權(quán)使用聲明iYllllIll2lllIIl3IIIln4lIIIIl4Ilillllll
2、llllllllilollllll41qllk㈣㈣㈣本人同意廈門大學(xué)根據(jù)《中華人民共和國(guó)學(xué)位條例暫行實(shí)施辦法》等規(guī)定保留和使用此學(xué)位論文，并向主管部門或其指定機(jī)構(gòu)送交學(xué)位論文(包括紙質(zhì)版和電子版)，允許學(xué)位論文進(jìn)入廈門大學(xué)圖書館及其數(shù)據(jù)庫(kù)被查閱、借閱。本人同意廈門大學(xué)將學(xué)位論文加入全國(guó)博士、碩士學(xué)位論文共建單位數(shù)據(jù)庫(kù)進(jìn)行檢索，將學(xué)位論文的標(biāo)題和摘要匯編出版，采用影印、縮印或者其它方式合理復(fù)制學(xué)位論文。本學(xué)位論文屬于：()1．經(jīng)廈門大學(xué)保密委員會(huì)審查核定的保密學(xué)位論文，于年月日解密，解密后適用上述授權(quán)。()2．不保密，適用上述授權(quán)。(請(qǐng)?jiān)谝陨舷鄳?yīng)括號(hào)內(nèi)打“√"或填
3、上相應(yīng)內(nèi)容。保密學(xué)位論文應(yīng)是已經(jīng)廈門大學(xué)保密委員會(huì)審定過的學(xué)位論文，未經(jīng)廈門大學(xué)保密委員會(huì)審定的學(xué)位論文均為公開學(xué)位論文。此聲明欄不填寫的，默認(rèn)為公開學(xué)位論文，均適用上述授權(quán)。)聲明人(簽名)：2口多年易月易才欽摘要捅姜車標(biāo)識(shí)別技術(shù)融合了計(jì)算機(jī)視覺、模式識(shí)別與圖像處理等多個(gè)研究方向，是當(dāng)前智能交通領(lǐng)域的研究熱點(diǎn)之一。現(xiàn)有的車標(biāo)識(shí)別方法大多需要進(jìn)行車標(biāo)的精確定位，而車標(biāo)普遍存在污損、光照、部分遮擋等情況，目前還沒有一種有效的方法能夠?qū)@些車標(biāo)進(jìn)行準(zhǔn)確定位，這在很大程度上影響了車標(biāo)的識(shí)別率，也使得現(xiàn)有車標(biāo)識(shí)別方法在實(shí)際應(yīng)用中受到制約。針對(duì)現(xiàn)有車標(biāo)識(shí)別方法的不足，本文
4、在深入研究稀疏表示理論的基礎(chǔ)上，提出了基于稀疏表示的車標(biāo)識(shí)別方法。由于稀疏表示能夠?qū)π盘?hào)進(jìn)行簡(jiǎn)潔的表示，而最簡(jiǎn)潔的表示往往具有天然的判別性能。本文利用稀疏表示這一獨(dú)特的優(yōu)越性實(shí)現(xiàn)對(duì)車標(biāo)的自動(dòng)識(shí)別。相關(guān)實(shí)驗(yàn)結(jié)果表明，基于稀疏表示的車標(biāo)識(shí)別方法對(duì)于車標(biāo)中存在的污損、光照、部分遮擋等情況具有很強(qiáng)的魯棒性。本文的主要研究?jī)?nèi)容和成果如下：(1)、對(duì)稀疏表示理論進(jìn)行深入研究，表明了車標(biāo)圖像可以表示為訓(xùn)練樣本中多個(gè)原子的線性組合。由于原子的特征與車標(biāo)圖像的某些局部特征有著一定的相似性，當(dāng)相似程度越高時(shí)，對(duì)應(yīng)表示系數(shù)的值就會(huì)越大，反之越小，從而產(chǎn)生了對(duì)整幅車標(biāo)圖像的稀疏表示。因
5、此利用稀疏表示對(duì)車標(biāo)進(jìn)行識(shí)別是可行的。(2)、對(duì)車輛圖像進(jìn)行預(yù)處理。本文首先對(duì)車輛圖像進(jìn)行增強(qiáng)、傾斜校正、歸一化、灰度化及中值濾波等預(yù)處理，再根據(jù)車牌位置先驗(yàn)知識(shí)確定車標(biāo)的粗定位區(qū)域。與現(xiàn)有的車標(biāo)識(shí)別方法不同，本文方法只需要知道車標(biāo)的粗定位區(qū)域就可以實(shí)現(xiàn)對(duì)車標(biāo)的自動(dòng)識(shí)別，避免了車標(biāo)定位不準(zhǔn)確而給識(shí)別結(jié)果造成的影響。(3)、提出基于稀疏表示的車標(biāo)識(shí)別方法。在車標(biāo)粗定位區(qū)域中，利用大小適中的滑動(dòng)窗口獲取測(cè)試樣本圖像，將其描述為混合字典的線性組合，通過最小fj范數(shù)方法求解稀疏表示系數(shù)。最后利用稀疏集中指數(shù)(SparsityConcentrationIndex，，SCI
6、)對(duì)車標(biāo)的有效性進(jìn)行判別，并利用重構(gòu)殘差對(duì)車標(biāo)進(jìn)行識(shí)別。大量實(shí)驗(yàn)表明，本文提出的基于稀疏表示的車別方法是合理的，具有較高的實(shí)際應(yīng)用價(jià)值。關(guān)鍵詞：車標(biāo)識(shí)別；稀疏表示；學(xué)習(xí)字典AbstractVehiclelogorecognition(VLR)whichrelatetocomputervision，patternrecognitionandimageprocessingandSOon，isoneofthefocusofIntelligenceTrafficSystem．MostoftheexistingVLRmethodsneedaccuratevehiclelo
7、golocation，butthereisnoeffectivemethodtoaccuratelylocatethelogowhichissubjecttoillumination，corrosionandpartocclusion．IthasagreatinfluenceontherecognitionrateandmakestheexistingVLRmethodsrestrictedinpracticalapplications．Sincetheproblemofvehiclelogolocationhasaffectedtherecognitionra
8、te，VLRbasedo
