基于深度学习的车牌识别系统研究
发布时间：2020-12-05 15:36
随着我国经济实力的提升和综合国力的日益增强,直到2018年11月份公安部发布的汽车保有量已达到2.35亿辆,同比约增长12.0%,其中新能源车101万辆,同比增长83%。新能源车和普通车的使用量日益增多,智能交通识别变的越发困难。所以,一个良好的智能交通系统（Intelligent-Transportation-System,ITS）是解决这个难题的关键性一步。如何高效准确的在不同环境下去识别不同类型的车牌是重点和难点。只有我们正确识别车牌,才能更好的对那些车牌号进行统一管理。车牌识别技术广泛应用于很多方面:学校进出车辆的管理和小区大门卡口进出车辆信息的管理,十字路口的超速违规驾驶抓拍等领域。本文通过对图像技术、机器学习和深度学习等知识的全方面掌握,针对车牌识别技术的难点用深度学习方法做了改进。对新能源车牌和普通车牌都做了下面的改进:车牌定位模块、矫正模块、字符分割模块和字符识别模块。本识别系统使用了深度学习的算法和框架,在硬件端的摄像头模块也做了相应的升级,以满足更快更准确的识别要求。本文主要工作如下:（1）在车牌定位模块中,使用了一种以Adaboost级联分类器作为粗定位,结合CN...
【文章来源】：广西师范大学广西壮族自治区
【文章页数】：89 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题的背景和研究意义
1.2 车牌识别技术的发展概述
1.2.1 车牌识别技术的研究现状
1.2.2 国内外商用的车牌系统现状
1.2.3 车牌识别系统的技术难点
1.3 本文的研究工作
1.4 本文的结构安排
第2章 车牌定位检测
2.1 图像预处理
2.1.1 图像灰度化
2.1.2 图像去噪
2.1.3 边缘检测
2.1.4 图像二值化
2.1.5 图像大小归一化
2.2 算法模型
2.2.1 随机抽样模型
2.2.2 卷积模型
2.3 车牌定位检测
2.3.1 自适应提升算法和回归模型
2.3.2 自适应提升算法与回归模型实验对比
2.3.3 本文算法具体实现
2.4 车牌定位实验
2.4.1本文车牌定位方法离线测试实验
2.4.2 车牌定位算法的对比
2.5 本章小结
第3章 车牌矫正和字符分割
3.1 分割研究现状与引言
3.2 车牌分割预处理
3.2.1 底色判断和反色变换
3.2.2 矫正方法
3.3 字符分割模板
3.3.1 设置初始的滑动模板
3.3.2 设置评价函数
3.4 实验结果及分析
3.5 本章小结
第4章 车牌字符识别
4.1 引言与识别研究现状
4.2 字符图像尺寸归一化
4.3 支持向量机原理
4.3.1 支持向量机的特征选取
4.3.2 支持向量机的模型
4.4 字符训练集和测试集
4.5 SVM和 CNN的字符识别
4.5.1 CNN网络参数选择
4.5.2 实验结果
4.6 训练样本库的优化
4.6.1 Keras库简介
4.6.2 生成新的数据库
4.7 门控制循环单元网络
4.8 字符识别算法比较
4.9 本章小结
第5章 基于QT平台的车牌识别系统设计
5.1 引言
5.2 系统实现环境及开发工具
5.2.1 系统开发环境
5.2.2 图像库
5.2.3 系统的界面开发
5.3 硬件设备
5.4 车牌识别系统设计
5.4.1 车牌系统模块
5.4.2 离线图片识别
5.4.3 离线视频的识别
5.4.4 实时车牌识别
5.5 在线实测
5.6 本章小结
第6章 总结与展望
6.1 工作总结
6.2 未来展望
参考文献
攻读硕士期间主要科研成果
致谢
【参考文献】：
期刊论文
[1]基于可变形卷积神经网络的手势识别方法[J]. 苏军雄,见雪婷,刘玮,华俊达,张胜祥. 计算机与现代化. 2018(04)
[2]车牌识别系统中反色判断及二值化算法[J]. 杨超,杨振,胡维平. 计算机工程与设计. 2016(02)
[3]一种基于色彩的车牌图像定位算法[J]. 吴惟希,赵刚. 信息安全研究. 2016(01)
[4]基于颜色特征和改进Canny算子的车牌图像定位[J]. 孙金岭,庞娟,张泽龙. 吉林大学学报(理学版). 2015(04)
[5]融合字符纹理特征与RGB颜色特征的车牌定位[J]. 孙红,郭凯. 光电工程. 2015(06)
[6]基于局部二值模式与多层感知器的中文车牌字符识别高效算法[J]. 王珏,李洪研. 计算机应用. 2015(S1)
[7]基于2DPCA-ICA和SVM的车标识别新方法[J]. 李文举,孙娟红,韦丽华,李侠. 辽宁师范大学学报(自然科学版). 2011(02)
[8]基于连通域提取的车牌字符分割算法[J]. 甘玲,林小晶. 计算机仿真. 2011(04)
[9]加入改进LBP纹理的高分辨率遥感图像分类[J]. 宋本钦,李培军. 国土资源遥感. 2010(04)
[10]基于字符检测的车牌定位方法[J]. 贾曌峰,陈继荣. 计算机工程. 2010(03)
硕士论文
[1]车牌及车标识别技术的研究[D]. 蒙佳.广西师范大学 2017
[2]车牌识别系统研究与设计[D]. 杨超.广西师范大学 2015
本文编号：2899685
【文章来源】：广西师范大学广西壮族自治区
【文章页数】：89 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题的背景和研究意义
1.2 车牌识别技术的发展概述
1.2.1 车牌识别技术的研究现状
1.2.2 国内外商用的车牌系统现状
1.2.3 车牌识别系统的技术难点
1.3 本文的研究工作
1.4 本文的结构安排
第2章 车牌定位检测
2.1 图像预处理
2.1.1 图像灰度化
2.1.2 图像去噪
2.1.3 边缘检测
2.1.4 图像二值化
2.1.5 图像大小归一化
2.2 算法模型
2.2.1 随机抽样模型
2.2.2 卷积模型
2.3 车牌定位检测
2.3.1 自适应提升算法和回归模型
2.3.2 自适应提升算法与回归模型实验对比
2.3.3 本文算法具体实现
2.4 车牌定位实验
2.4.1本文车牌定位方法离线测试实验
2.4.2 车牌定位算法的对比
2.5 本章小结
第3章 车牌矫正和字符分割
3.1 分割研究现状与引言
3.2 车牌分割预处理
3.2.1 底色判断和反色变换
3.2.2 矫正方法
3.3 字符分割模板
3.3.1 设置初始的滑动模板
3.3.2 设置评价函数
3.4 实验结果及分析
3.5 本章小结
第4章 车牌字符识别
4.1 引言与识别研究现状
4.2 字符图像尺寸归一化
4.3 支持向量机原理
4.3.1 支持向量机的特征选取
4.3.2 支持向量机的模型
4.4 字符训练集和测试集
4.5 SVM和 CNN的字符识别
4.5.1 CNN网络参数选择
4.5.2 实验结果
4.6 训练样本库的优化
4.6.1 Keras库简介
4.6.2 生成新的数据库
4.7 门控制循环单元网络
4.8 字符识别算法比较
4.9 本章小结
第5章 基于QT平台的车牌识别系统设计
5.1 引言
5.2 系统实现环境及开发工具
5.2.1 系统开发环境
5.2.2 图像库
5.2.3 系统的界面开发
5.3 硬件设备
5.4 车牌识别系统设计
5.4.1 车牌系统模块
5.4.2 离线图片识别
5.4.3 离线视频的识别
5.4.4 实时车牌识别
5.5 在线实测
5.6 本章小结
第6章 总结与展望
6.1 工作总结
6.2 未来展望
参考文献
攻读硕士期间主要科研成果
致谢
【参考文献】：
期刊论文
[1]基于可变形卷积神经网络的手势识别方法[J]. 苏军雄,见雪婷,刘玮,华俊达,张胜祥. 计算机与现代化. 2018(04)
[2]车牌识别系统中反色判断及二值化算法[J]. 杨超,杨振,胡维平. 计算机工程与设计. 2016(02)
[3]一种基于色彩的车牌图像定位算法[J]. 吴惟希,赵刚. 信息安全研究. 2016(01)
[4]基于颜色特征和改进Canny算子的车牌图像定位[J]. 孙金岭,庞娟,张泽龙. 吉林大学学报(理学版). 2015(04)
[5]融合字符纹理特征与RGB颜色特征的车牌定位[J]. 孙红,郭凯. 光电工程. 2015(06)
[6]基于局部二值模式与多层感知器的中文车牌字符识别高效算法[J]. 王珏,李洪研. 计算机应用. 2015(S1)
[7]基于2DPCA-ICA和SVM的车标识别新方法[J]. 李文举,孙娟红,韦丽华,李侠. 辽宁师范大学学报(自然科学版). 2011(02)
[8]基于连通域提取的车牌字符分割算法[J]. 甘玲,林小晶. 计算机仿真. 2011(04)
[9]加入改进LBP纹理的高分辨率遥感图像分类[J]. 宋本钦,李培军. 国土资源遥感. 2010(04)
[10]基于字符检测的车牌定位方法[J]. 贾曌峰,陈继荣. 计算机工程. 2010(03)
硕士论文
[1]车牌及车标识别技术的研究[D]. 蒙佳.广西师范大学 2017
[2]车牌识别系统研究与设计[D]. 杨超.广西师范大学 2015
本文编号：2899685
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2899685.html
