特定环境下新能源汽车车牌识别算法研究
发布时间：2020-12-31 01:42
在智能交通领域中,车牌识别技术作为重要的技术支撑,是国内外专家学者研究的热门课题。同时,为解决环境污染问题和燃油供求矛盾,新能源汽车作为发展低碳交通的重要举措。新能源汽车车牌的识别研究具有实际意义。车牌识别的工作流程为:预处理、定位、字符分割和识别几个阶段。本文以新能源汽车车牌为研究对象,以正常、雾霾、雨天环境为主要研究背景,以提高定位准确率为主要目标,解决车牌定位不准确及无法识别的情况。首先,对图片进行预处理,提高图像对比度和辨识度。针对特定环境下获取的图像普遍带有模糊不清、亮度偏低和色彩失真等特点,分析同态滤波以及不同的Retinex算法和其处理图像的效果。对比分析雾霾环境下同态滤波、SSR、MSR、同态滤波和SSR、同态滤波和MSR与本文算法识别效果,验证本文算法的优越性。其次,对去雾的图像进行车牌定位。根据新能源车牌特有的颜色特征实现粗定位,去除大面积的非车牌部分,降低车牌区域细节信息不足对车牌定位的影响。对Kirsch算子改进用于图像边缘检测,以提高雾霾环境背景下定位的准确率。然后,进行新能源车牌字符分割。分别采用传统的LBF(Local Binary Fitting)模型算...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
图1.3日间强光新能源车辆影像
鯤F-MSRCR融合算法分段线性变换法直方图均衡化法图 1.1 技术路线总框图1.4 实验设备1.4.1 试验设备图像采集是图像分割的前提，由于新能源车辆的流动性，文中采用两种方式进行图像采集，一种方法是采用智能手机对道路上的新能源车辆图像数据进行采集，另一种方法是利用网络收集新能源车辆图像数据。本研究主要利用 Matlab 对车牌特征进行提取分析研究，所需的计算能力要求一般，本实验的采用的计算机硬件平台为笔记本，处理器为 i7.7700K，内存为 16G，显卡为 Nvidia GTX1050，软件为 Matlab2016b。
雾霾天新能源车辆影像
【参考文献】：
期刊论文
[1]Saudi License Plate Recognition Algorithm Based on Support Vector Machine[J]. Khaled Suwais,Rana Al-Otaibi,Ali Alshahrani. Journal of Electronic Science and Technology. 2013(04)
[2]基于人眼视觉和高频提升滤波的乳腺图像增强方法[J]. 栾孟杰. 渤海大学学报(自然科学版). 2013(03)
[3]雾天条件下的多尺度Retinex图像增强算法[J]. 李菊霞,余雪丽. 计算机科学. 2013(03)
[4]基于形态学和surf特征的车牌定位算法研究[J]. 赵亮,钱盛友,赵新民. 通信技术. 2013(02)
[5]基于GrabCut改进的图像分割算法[J]. 周良芬,何建农. 计算机应用. 2013(01)
[6]车牌识别在智能交通中的应用与发展趋势[J]. 林宇. 中国安防. 2012(11)
[7]基于BP神经网络的车牌字符识别算法研究[J]. 欧阳俊,刘平. 光学与光电技术. 2012(05)
[8]应用伽马测井曲线小波变换计算粒度参数[J]. 杨宁,王贵文,赖锦,李鉴伦,苍丹,蒋其君. 现代地质. 2012(04)
[9]一种自适应车牌图像定位新方法[J]. 李波,曾致远,周建中. 中国图象图形学报. 2009(10)
[10]车牌识别中的图像提取和分割算法[J]. 邹星. 重庆工学院学报(自然科学版). 2009(08)
博士论文
[1]中国新能源汽车产业商业模式创新动态演变研究[D]. 李苏秀.北京交通大学 2018
[2]图像去雾方法和评价及其应用研究[D]. 郭璠.中南大学 2012
硕士论文
[1]基于卷积神经网络图像分类优化算法的研究与验证[D]. 石琪.北京交通大学 2017
[2]复杂场景下车牌识别方法研究[D]. 李松柏.中国科学院大学(工程管理与信息技术学院) 2016
[3]我国汽车保有量快速增长对石油需求的影响研究[D]. 顾文娟.北京交通大学 2016
[4]基于物理模型的单幅图像去雾方法的研究[D]. 肖翔.福州大学 2015
[5]车牌自动定位与识别系统设计与实现[D]. 范海燕.电子科技大学 2014
[6]基于Graph Cuts的交互式图像分割[D]. 郭振锋.中南大学 2013
[7]基于各向异性扩散方程的图像降噪技术和车牌识别技术研究[D]. 李振恒.山东大学 2010
[8]基于数字图像处理的车牌识别系统研究[D]. 胡桂珍.西南交通大学 2010
本文编号：2948702
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
图1.3日间强光新能源车辆影像
鯤F-MSRCR融合算法分段线性变换法直方图均衡化法图 1.1 技术路线总框图1.4 实验设备1.4.1 试验设备图像采集是图像分割的前提，由于新能源车辆的流动性，文中采用两种方式进行图像采集，一种方法是采用智能手机对道路上的新能源车辆图像数据进行采集，另一种方法是利用网络收集新能源车辆图像数据。本研究主要利用 Matlab 对车牌特征进行提取分析研究，所需的计算能力要求一般，本实验的采用的计算机硬件平台为笔记本，处理器为 i7.7700K，内存为 16G，显卡为 Nvidia GTX1050，软件为 Matlab2016b。
雾霾天新能源车辆影像
【参考文献】：
期刊论文
[1]Saudi License Plate Recognition Algorithm Based on Support Vector Machine[J]. Khaled Suwais,Rana Al-Otaibi,Ali Alshahrani. Journal of Electronic Science and Technology. 2013(04)
[2]基于人眼视觉和高频提升滤波的乳腺图像增强方法[J]. 栾孟杰. 渤海大学学报(自然科学版). 2013(03)
[3]雾天条件下的多尺度Retinex图像增强算法[J]. 李菊霞,余雪丽. 计算机科学. 2013(03)
[4]基于形态学和surf特征的车牌定位算法研究[J]. 赵亮,钱盛友,赵新民. 通信技术. 2013(02)
[5]基于GrabCut改进的图像分割算法[J]. 周良芬,何建农. 计算机应用. 2013(01)
[6]车牌识别在智能交通中的应用与发展趋势[J]. 林宇. 中国安防. 2012(11)
[7]基于BP神经网络的车牌字符识别算法研究[J]. 欧阳俊,刘平. 光学与光电技术. 2012(05)
[8]应用伽马测井曲线小波变换计算粒度参数[J]. 杨宁,王贵文,赖锦,李鉴伦,苍丹,蒋其君. 现代地质. 2012(04)
[9]一种自适应车牌图像定位新方法[J]. 李波,曾致远,周建中. 中国图象图形学报. 2009(10)
[10]车牌识别中的图像提取和分割算法[J]. 邹星. 重庆工学院学报(自然科学版). 2009(08)
博士论文
[1]中国新能源汽车产业商业模式创新动态演变研究[D]. 李苏秀.北京交通大学 2018
[2]图像去雾方法和评价及其应用研究[D]. 郭璠.中南大学 2012
硕士论文
[1]基于卷积神经网络图像分类优化算法的研究与验证[D]. 石琪.北京交通大学 2017
[2]复杂场景下车牌识别方法研究[D]. 李松柏.中国科学院大学(工程管理与信息技术学院) 2016
[3]我国汽车保有量快速增长对石油需求的影响研究[D]. 顾文娟.北京交通大学 2016
[4]基于物理模型的单幅图像去雾方法的研究[D]. 肖翔.福州大学 2015
[5]车牌自动定位与识别系统设计与实现[D]. 范海燕.电子科技大学 2014
[6]基于Graph Cuts的交互式图像分割[D]. 郭振锋.中南大学 2013
[7]基于各向异性扩散方程的图像降噪技术和车牌识别技术研究[D]. 李振恒.山东大学 2010
[8]基于数字图像处理的车牌识别系统研究[D]. 胡桂珍.西南交通大学 2010
本文编号：2948702
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2948702.html
