復(fù)雜環(huán)境中的車牌檢測與識別算法研究

《復(fù)雜環(huán)境中的車牌檢測與識別算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、－，．＇：、．：－－？Ｉｒ二：－－ｖ■．＇．．矣各種沿Ｌ＊葦ＨｕｎｉｖｅｒｓｉｔｙｏｆｅｌｅｃｔｒｏｎＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＯＦＣＨＩＮＡｉｃ胃碩±學(xué)位論文ＭＡＳＴＥＲＴＨＥＳＩＳ—．Ａ姑－Ｃ巧）‘／？的《Ｖ．、論文題目復(fù)雜環(huán)境中的車牌檢測與巧別算法抓究學(xué)科專業(yè)信號與信息處理學(xué)號２０１３２１０２０：３５０作者姓名吳觸指營教師楊速市教授獨創(chuàng)性聲明

2、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，除了文中特別加標(biāo)注和致謝的地方夕ｂ論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機構(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祐究所做的任何貢獻均己在論文中作了明確的說明并表示謝意。作者簽名；．１１每日期：２Ｗ備年ｂ月０占日＿＿論文使用授權(quán)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)部口或機構(gòu)送交論文的復(fù)印件和磁盤，

3、允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢，可采印、縮印索用影或掃描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)定作者簽名：裘ｉ裏導(dǎo)師簽名：《；；日月／日期年分類號密級注1UDC學(xué)位論文復(fù)雜環(huán)境中的車牌檢測與識別算法研究（題名和副題名）吳勇軍（作者姓名）指導(dǎo)教師楊建宇教授電子科技大學(xué)成都（姓名、職稱、單位名稱）申請學(xué)位級別碩士學(xué)科專業(yè)信號與信息處理提交論文日期2016.4.30論文答辯日期2016.5.12學(xué)位授予單位和日期電子科

4、技大學(xué)2016年6月答辯委員會主席評閱人注1：注明《國際十進分類法UDC》的類號。LicenseplatedetectionandrecognitionincomplexscenesAThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:Signal&InformationProcessingAuthor:WuYongJunAdvisor:Prof.YangJianyuSchool:SchoolofElectronicEngineerin

5、gofUESTC摘要摘要車牌檢測識別技術(shù)是智能交通系統(tǒng)的重要組成部分之一，其在道路交通流量監(jiān)控、交通事故現(xiàn)場勘測、交通違章自動記錄、公安部門智能車輛目標(biāo)識別等方面，都起著至關(guān)重要的作用。然而，由于場景的復(fù)雜化，以及對多光照、多角度和變尺度的適應(yīng)性要求變高，車牌檢測與識別技術(shù)還面臨著諸多難題亟待解決。本文針對多光照、多角度、多尺度等復(fù)雜場景中穩(wěn)健地進行車牌檢測與字符識別開展工作，主要內(nèi)容如下：1．針對在復(fù)雜環(huán)境下，光照和角度的變化以及在不同尺度下字符區(qū)域難以檢測的問題，本文改進了穩(wěn)定車牌字符區(qū)域定位算法。該算法結(jié)合車牌字符的先驗

6、知識，改進MSER核心算法，提取出圖像中穩(wěn)定極值字符區(qū)域，同時相較于MSER算法提取的穩(wěn)定區(qū)域而言，剔除大量的偽字符區(qū)域，減少后面標(biāo)簽傳導(dǎo)的工作量。2．針對大量穩(wěn)定極值字符區(qū)域，如何準(zhǔn)確實現(xiàn)構(gòu)建車牌字符結(jié)構(gòu)的標(biāo)簽傳導(dǎo)，本文提出了最大可動結(jié)構(gòu)鏈算法。該算法首先通過節(jié)點分類對穩(wěn)定極值字符區(qū)域進行粗提取，再通過半標(biāo)記標(biāo)簽傳導(dǎo)實現(xiàn)標(biāo)簽最大團提取，最后通過全標(biāo)記標(biāo)簽傳導(dǎo)對標(biāo)簽最大團進行條件最大后驗概率分析，完成標(biāo)簽的更正，得到車牌位置。3．針對低分辨率字符圖像識別率低的問題，采用卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的字符識別方法。該方法首先對字符圖像進行預(yù)

7、處理和歸一化操作，然后結(jié)合神經(jīng)網(wǎng)絡(luò)自我學(xué)習(xí)訓(xùn)練的特點，以字符灰度圖像作為輸入進行字符識別，最后對識別結(jié)果為相似字符的字符圖像做二次識別，進行相似字符間區(qū)分，得到字符識別結(jié)果。4．設(shè)計并實現(xiàn)多源輸入仿真演示軟件，包括單張圖像、多張圖像及視頻多種輸入接口，集成車牌檢測和字符識別算法，實現(xiàn)可視化演示。關(guān)鍵詞：車牌檢測識別，最大穩(wěn)定極值區(qū)域，可動結(jié)構(gòu)鏈，卷積神經(jīng)網(wǎng)絡(luò)IABSTRACTABSTRACTAsanimportantpartofintelligenttransportationsystem,licenseplatedetect

8、ionandidentificationtechnologyplaysavitalroleinroadtrafficflowmonitoring,trafficaccidentsceneinvestigation,automaticallyrecordtrafficviola