資源描述：
《基于PCASIFT算法的車牌識(shí)別技術(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(kù)。
1、聲H月尸州本人鄭重聲明：所呈交的學(xué)位論文，是本人在指導(dǎo)教師的指導(dǎo)下，獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。論文作者簽名：互煎當(dāng)日期：：絲絲望主圈主芝鰻關(guān)于學(xué)位論文使用權(quán)的說明本人完全了解太原理工大學(xué)有關(guān)保管、使用學(xué)位論文的規(guī)定，其中包括：①學(xué)校有權(quán)保管、并向有關(guān)部門送交學(xué)位論文的原件與復(fù)印件；②學(xué)?？梢圆捎糜坝?、縮印或其它復(fù)制手段復(fù)制并保存學(xué)位論文；③學(xué)?？稍试S學(xué)位論文
2、被查閱或借閱：④學(xué)校可以學(xué)術(shù)交流為目的，復(fù)制贈(zèng)送和交換學(xué)位論文；⑤學(xué)?？梢怨紝W(xué)位論文的全部或部分內(nèi)容(保密學(xué)位論文在解密后遵守此規(guī)定)。簽名：之鱟日期：2巡蘭復(fù)固主旦豳導(dǎo)師簽名：漁二竺I一日期：：至堡f縐笪園絲閆資助項(xiàng)目舢IIIlUIIIIUJY2396220太原市2012年科學(xué)技術(shù)發(fā)展計(jì)劃(120247·-28)SupportedbyTaiyuanScien(。TechnolI95clenceand1echnologvDevelopmentPlanin2012(120247·28)太原理工大學(xué)碩士研究生學(xué)位論文基于PCA．S
3、IFT算法的車牌識(shí)別技術(shù)研究摘要隨著我國(guó)經(jīng)濟(jì)迅速發(fā)展，道路、停車場(chǎng)等基礎(chǔ)交通設(shè)施不斷完善，對(duì)智能交通管理與控制提出了更高的要求。車牌自動(dòng)識(shí)別系統(tǒng)(VehicleLicensePlateRecognitionSystem，LPRS)冪U用計(jì)算機(jī)對(duì)視頻交通圖像進(jìn)行處理、分析和識(shí)別，從中提取出車牌信息，方便交通調(diào)度、收費(fèi)和統(tǒng)計(jì)等管理，是智能交通管理的熱門核心課題之一。目前國(guó)內(nèi)外許多學(xué)者專門研究車牌定位和車牌字符識(shí)別等關(guān)鍵技術(shù)，并取得一定成果，但仍存在許多值得繼續(xù)研究和改進(jìn)的地方。比方說，傳統(tǒng)算法算法局限性很強(qiáng)，當(dāng)環(huán)境發(fā)生復(fù)雜變化時(shí)，這
4、些算法就顯得無能為力。DavidG．Lowe在前輩工作的基礎(chǔ)上，于2004年提出了完善的SIFT特征提取算法[卜21。大量實(shí)踐印證，面對(duì)物體旋轉(zhuǎn)、有背景遮擋、尺度縮放、外界噪聲等復(fù)雜情形時(shí)，SIFT算法處理效果都很好，但在描述特征點(diǎn)時(shí)，使用的維數(shù)偏高，造成數(shù)據(jù)計(jì)算量非常大，且提取的特征點(diǎn)較多，造成特征匹配時(shí)間過長(zhǎng)，降低了匹配效率。針對(duì)以上不足，本文采用PCA．SIFT算法【3】對(duì)原始算法中的特征點(diǎn)描述符進(jìn)行降維，提出了一種基于PCA．SIFT算法的車牌識(shí)別方案，從而快速而又準(zhǔn)確地進(jìn)行車牌識(shí)別。車牌識(shí)別主要由圖像預(yù)處理、車牌定位、
5、字符分割、字符識(shí)另1114]幾部分構(gòu)成。首先，對(duì)車牌圖片進(jìn)行預(yù)處理，以便提高車牌定位的準(zhǔn)確性與快速性。具體步驟為：圖像增強(qiáng)、二值化去噪、銳化，歸一化等，實(shí)驗(yàn)過程中，對(duì)傳統(tǒng)算法的參數(shù)進(jìn)行修改，結(jié)果表明，修改參數(shù)后的PCA．SIFT算法提高了車牌識(shí)別正確率。車牌定位部分：首先用PCA-SIFT算法提取標(biāo)太原理工大學(xué)碩士研究生學(xué)位論文準(zhǔn)定位車牌的特征向量并保存，然后用PCA．SIFT算法提取待識(shí)別車牌的特征向量并保存，之后將標(biāo)準(zhǔn)定位車牌的特征向量和待識(shí)別車牌的特征向量進(jìn)行匹配，最后根據(jù)得到的特征點(diǎn)匹配結(jié)果進(jìn)行車牌分割。車牌字符識(shí)別部分
6、：首先用PCA．SIFT算法提取標(biāo)準(zhǔn)模板中字符的特征向量，然后用PCA．SIFT算法提取己經(jīng)定位出的車牌的特征向量，然后將向量進(jìn)行匹配來得到識(shí)別結(jié)果。本文采用MATLAB7．1對(duì)文中提到的算法進(jìn)行仿真，實(shí)驗(yàn)表明，與傳統(tǒng)算法相比，本文提出的算法具有運(yùn)行速度快，識(shí)別率高的優(yōu)點(diǎn)。關(guān)鍵詞：圖像處理車牌定位字符分割車牌識(shí)別PCA．SIFTII太原理工大學(xué)碩士研究生學(xué)位論文RESEARCH0FLICENSEPLATERECOGNlTIONTECHNOLOGYALGORITHMBASEDONPCA．SIFTABSTRACTWiththerap
7、iddevelopmentofourcountry’Seconomy，therequisitiononthetrafficcontrolandregulateoftheintelligenttrafficsystemimprovesdayafterday．VehicleLicensePlateRecognitionSystem(LPRS)usingcomputerdoprocessing，analysisandrecognitionforvideotrafficimagestoextractplateinformation．Ob
8、jectiveistofacilitatemanagement，suchastrafficcontrol，statistics，andfees．AndLPRSisoneofthehotcoreissuesofintelligenttrafficmanagemen
