变造车牌图像的特征分析与识别研究

发布时间：2020-11-11 11:24

　　 本论文题目为变造车牌图像的特征分析与识别研究。“变造”,是指非修改权利人,通过涂改、挖补、拼接等手段改变相关文件物品的真实内容,扭曲事实真相,冒充原件的真实内容。变造车牌图像将伪造车牌磁铁粘附在原车牌对原车牌数字、字母进行篡改,违法者以此来逃避违章等行为。本课题借助数字图像处理技术,对变造车牌图像进行识别。变造车牌图像的识别由:图像预处理、图像特征提取、分类识别三个主要部分构成。针对变造车牌图像预处理部分,分析对比了几种图像去噪与图像增强算法,根据变造车牌图像识别的需求,需要对图像的细节特征尽量保留,使用双边滤波对图像进行去噪,图像的增强采用直方图增强算法。针对变造车牌图像的特征提取部分,分别从图像的全局特征与局部特征展开研究。在颜色特征的提取上,根据变造车牌图像篡改部分与其他区域之间颜色饱和度不同的这个特点,将图像转换到HSV颜色空间,提取了图像的S通道下直方图灰度差以及三个颜色矩作为图像颜色特征,在颜色特征提取的同时,还对样本车牌图像进行了边界直方图、SIFT特征描述子、以及颜色与边界混合特征进行了提取,通过不同的特征数据,综合对比识别准确率。针对变造车牌图像的识别部分,分析了三种模式识别算法包括BP神经网络、欧式距离、以及支持向量机,针对本实验样本数量小,以及二分类的特点选取了SVM作为特征分类器。通过每种特征数据与不同的核函数进行组合识别,验证不同核函数的识别准确率,并对实验结果进行了汇总。
【学位单位】：沈阳理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP183;TP391.41;U495
【部分图文】：

理的必要步骤是因为图像在拍摄过程中并非总是处于理想状态容易受到天、光照、拍摄设备等客观因素的影响，导致图像质量下降，影响后续的处理。??预处理可以尽可能消除图像中的噪声干扰，同时增强图像中的有用信息，到更好的识别效果，并且提高图像的处理效率，因此图像预处理是一项必的操作。??据本课题的实际情况，通常的对车牌图像的拍摄几乎都是在室外完成，免不了环境、天气、人为因素等对车牌图像获取结果的影响，以对车牌处理显得尤为关键。本章将对基本的数字图像预处理的几个＿段进行分图像的灰度化、图像去燥、图像增强。并通过上述算法对变造车牌图像进实验。??变造车牌图像的获取??章针对变造车牌图像进行预处理操作，首先需要集采变造车牌图像。车是通过一块伪造磁铁吸附在原车车牌上，伪造磁铁的外观如下图所示：??＋??

图２．２变造车牌图像??Ｆｉｇ．２．２?Ａｌｔｅｒａｔｉｏｎ?ｏｆ?ｔｈｅ?ｌｉｃｅｎｓｅ?ｐｌａｔｅ??２．?２变造车牌图像灰度化??

过这种方式逃避交通违章的处罚。本课题通过伪造车牌磁铁对项目组教师的机动??车进行黏贴，获取变造车牌图像。变造车牌图像如图所示：??图２．２变造车牌图像??Ｆｉｇ．２．２?Ａｌｔｅｒａｔｉｏｎ?ｏｆ?ｔｈｅ?ｌｉｃｅｎｓｅ?ｐｌａｔｅ??２．?２变造车牌图像灰度化??图像灰度化是图像处理过程中常用的预处理手段，。在提取图像的边缘轮廓、??形状、纹理等特征时必须要对图像进行灰度化处理，即将彩色图像变换为灰度图??像。本文对变造车牌样本图像进行灰度化是为了对图像进行轮廓提取，由于图像??处理算法通常需要较高维度的计算量，使用灰度图像可以极大降低计图像处理过??程中的计算量，提高计算速度。图像的灰度化就是在ＲＧＢ颜色系统中，使三个分??量Ｒ＝Ｂ＝Ｇ的过程。通常灰度化有三种方法：??（１）
【相似文献】

相关期刊论文 前10条

1 张晓娟;樊东燕;;倾斜车牌图像边缘模糊特征识别方法研究[J];计算机仿真;2017年01期

2 张晓娟;;雨天雾气干扰下的车牌图像识别技术仿真[J];计算机仿真;2015年12期

3 李耀华;杨连贺;;车牌图像倾斜的校正实现[J];仪器仪表用户;2008年06期

4 阙大顺,刘明慧;基于小波变换的车牌图像检测定位算法研究[J];交通科技;2005年02期

5 王明华;;一种基于模糊聚类的车牌图像分割方法[J];黑龙江工程学院学报(自然科学版);2013年01期

6 张建华;赵静;;基于改进小生境遗传算法的车牌图像分割[J];福建电脑;2010年03期

7 段其昌;宋娜;;一种微光下车牌图像的去噪和定位方法[J];机床与液压;2010年14期

8 李正峰,侯杰;基于改进遗传算法的车牌图像分割[J];计算机工程与设计;2005年09期

9 郑晓东,黄心汉,王敏;基于小波分解的车牌图像分割[J];华中科技大学学报(自然科学版);2005年03期

10 许珊珊;;车牌图像倾斜校正算法的研究[J];内江科技;2018年05期

相关硕士学位论文 前10条

1 宋迪;变造车牌图像的特征分析与识别研究[D];沈阳理工大学;2019年

2 唐盈;PDE模型和Crinimisi算法在污损车牌图像修复中的应用及改进[D];云南大学;2018年

3 李晓龙;基于四旋翼无人机的车辆违停检测取证[D];武汉理工大学;2018年

4 毛勇;模糊车牌图像的盲去模糊算法研究[D];杭州电子科技大学;2018年

5 承昱东;交通监控视频中车牌图像质量评价关键技术研究[D];南京邮电大学;2018年

6 鞠美玉;复杂环境下车牌图像处理方法的研究与实现[D];东北林业大学;2017年

7 李超群;监控视频中模糊车牌图像识别关键技术研究[D];南京邮电大学;2017年

8 陈娜;面向车牌图像增强的多幅图像超分辨率技术研究[D];长春理工大学;2012年

9 王鹏;基于学习的车牌图像超分辨重建技术研究[D];北京交通大学;2012年

10 张宪;运动车牌图像恢复与识别系统设计[D];国防科学技术大学;2008年

本文编号：2879120