復(fù)雜環(huán)境下的車牌識(shí)別研究

復(fù)雜環(huán)境下的車牌識(shí)別研究

ID:32468988

大小:1.87 MB

頁(yè)數(shù):66頁(yè)

時(shí)間:2019-02-06

復(fù)雜環(huán)境下的車牌識(shí)別研究_第1頁(yè)
復(fù)雜環(huán)境下的車牌識(shí)別研究_第2頁(yè)
復(fù)雜環(huán)境下的車牌識(shí)別研究_第3頁(yè)
復(fù)雜環(huán)境下的車牌識(shí)別研究_第4頁(yè)
復(fù)雜環(huán)境下的車牌識(shí)別研究_第5頁(yè)
資源描述:

《復(fù)雜環(huán)境下的車牌識(shí)別研究》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、武漢理工大學(xué)碩士學(xué)位論文摘要汽車牌照識(shí)別(LicensePlateRecogllitionSystem,LPR)作為目標(biāo)自動(dòng)識(shí)別的一種重要形式,可用于電子收費(fèi)、出入控制、車流監(jiān)控等眾多場(chǎng)合,從而提高交通管理自動(dòng)化的程度,它的相關(guān)技術(shù)的研究正逐漸受到人們的重視。本文采用一種并行模糊神經(jīng)網(wǎng)絡(luò)算法作為識(shí)別方法,以車牌字符作為識(shí)別對(duì)象,主要研究復(fù)雜環(huán)境下的車牌識(shí)別問(wèn)題,以提高車牌識(shí)別系統(tǒng)的整體識(shí)別性能。論文的汽車牌照自動(dòng)識(shí)別系統(tǒng)包含3大主要模塊,即牌照的預(yù)處理、定位分割與識(shí)別。車牌定位和字符分割是汽車牌照識(shí)別系統(tǒng)中的關(guān)鍵

2、技術(shù)。本文采用了一種綜合邊緣檢測(cè)、投影特征的車牌定位方法和基于垂直投影及模板匹配的字符分割方法,首先提取車牌灰度圖像邊緣,然后采用投影法確定車牌區(qū)域,用H0uGH變換檢測(cè)傾斜角度進(jìn)而對(duì)傾斜的車牌進(jìn)行矯正,最后通過(guò)字符分割算法對(duì)車牌字符進(jìn)行切割,有效解決了復(fù)雜環(huán)境的干擾,車牌傾斜等問(wèn)題。針對(duì)車牌識(shí)別的后期技術(shù),即對(duì)車牌字符識(shí)別做了研究并采用了一種新的車牌識(shí)別方法,車牌識(shí)別子系統(tǒng)是由BP神經(jīng)網(wǎng)絡(luò)識(shí)別模塊和模糊控制器構(gòu)成的,為了便于硬件實(shí)現(xiàn),各模塊是相互獨(dú)立的。在理論研究的基礎(chǔ)上,首先采用Matlab工具對(duì)系統(tǒng)有關(guān)算法

3、進(jìn)行了仿真,然后采用VC++6.O編程工具實(shí)現(xiàn)了相應(yīng)的算法,構(gòu)造了一個(gè)車牌識(shí)別系統(tǒng)的軟件平臺(tái)。研究表明:采用的邊緣檢測(cè)算法檢測(cè)邊緣速度快,車牌區(qū)域輪廓非常清晰。對(duì)實(shí)際獲耿的車牌進(jìn)行了大量實(shí)驗(yàn),結(jié)果表明本文的定位及字符分割算法能準(zhǔn)確的進(jìn)行定位車牌和字符分割,具有較好的魯棒性。采用的并行模糊神經(jīng)網(wǎng)絡(luò)識(shí)別方法和標(biāo)準(zhǔn)BP網(wǎng)絡(luò)相比,該算法具有更加良好的性能,滿足在復(fù)雜環(huán)境下實(shí)時(shí)識(shí)別車牌的要求,具有一定的理論和實(shí)際意義。關(guān)鍵詞:車牌定位,字符分割,車牌校正,模糊神經(jīng)網(wǎng)絡(luò),車牌識(shí)別重堡翌三盔堂堡主堂焦絲塞一——ABSTRACT

4、Asanimportantapplicationfonnofta唱etaut眥aticrecognition,Vemclelicenseplaterecognition(LPR)technologyisusedinsomefields,suchaselec打oncharging,passcomrollingandautomobilestre鋤supeⅣisingetc.Usingitmetramcm鋤gement’sautomation孕adewillbeimproVed,somoreandmorepeoplea

5、reattachingiInportallcetoitsintcITelatedtechnologystudy.Regardedasrecognitionmethod,aHndofparallelFuzzPNemmne協(xié)rorkalgorimmisappliedtorccognizemeVehicle’scharacter協(xié)this協(xié)esis.1nordertoiⅡ1proveme謝holereco聃itionperf.omaIlceofLPR,aIldaimingafVehiclechamctertheLPRp

6、roblemisstIldiedlmdercompIexscenes.111ree州Irlarymodulesare曲cludedintheVelliclelicenseplaterecogIlitionsystemof吐listhesis,i.e.LP’spre仃eatment,LP’slocation,characterse擘nentationandrecognition.Vehidelicenseplate(LP)locationandch鋤ctersegmentationtechniquesareofcr

7、itical訪1portancetothevehiclelicenseplaterec0911itionsystem.Anedgedetection-projectionfeaturebasedal鰣thmtolocate也eLPandaVerticalprojection·templatematchingalg嘶mmtosegmentt11echaractersareproposed.Firsny,血eedgesaredetectedinagray-1“e1Vehicleirnage,theresultofex

8、perimentshowsthatthespeedofdetectillg1icenseplateismghandtlleobtainedcomourisverylegible,secondly'theLPregionislocatedbyprojectionmethod,metiltan西eofLPiscorrectedbyHoughtmsfbnll.Finally,t

當(dāng)前文檔最多預(yù)覽五頁(yè),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(yè),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(huà)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(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)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(wú)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(qǐng)聯(lián)系客服處理。