基于深度学习的车牌识别技术的研究与FPGA实现

发布时间：2020-12-31 17:52

　　国家工业化发展和汽车大众化极大方便了人们的日常生活,但因此导致交通问题日益严峻,智能交通的出现有效的解决了这一问题。车牌识别技术作为智能交通系统中的基础组成部分,对智能交通系统的快速发展具有重要意义。针对现有车牌识别系统在复杂背景下识别精度低的问题,结合深度学习算法在图像处理领域的优势,对车牌定位和字符识别算法进行研究。主要研究内容如下:通过对深度学习算法研究,对比各种算法的优缺点和适用范围,最后选择卷积神经网络作为本文车牌定位和字符识别所用算法。车牌定位算法研究。针对车牌倾斜,图像质量下降等复杂背景下车牌定位困难的问题,提出了一种基于改进边缘检测和形态滤波的粗略车牌定位算法。粗略定位后获得的牌照候选区域训练有素。卷积神经网络（CNN）模型进行判断,排除伪车牌区域,从而实现精确定位。车牌字符识别算法研究。在考虑了我国车牌字符特点的基础上,采用卷积神经网络AlexNet网络模型,为实现对车牌不做字符分割进行整体识别,对模型进行了改进。在保证车牌识别系统准确率的前提下,提升了系统的实时性。由于FPGA丰富的硬件资源和强大的并行运算能力,最后提出了一种基于FPGA的车牌技术实现方案。结果表明... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

三种常见的激活函数

电大学硕士学位论文 第 3 章 车牌定位算1. 形状尺寸目前我国机动车辆的车牌规格严格按照 GA36-2007《中华人民共和国机》标准[23]，车牌尺寸标准如图 3.2 所示，按照标准规范，车辆前面牌照，宽为 14cm，总共包括 7 个字符，每个字符高度为 90mm，宽度为 45、第三个字符之间存在一个分隔符“ ”，半径为 5mm，字符间的距离为 12

(a) 原始图像 (b) 灰度化图像图 3.4 灰度化处理效果图2. 灰度图像增强由于车牌图像容易受到天气状况和拍摄条件的影响，从而导致图像质量的差异，为了改善图像质量，突出车牌细节，便于后期的边缘检测处理，因此采用直方图均衡化将降质图像转化为均匀分布的形式，从而增加像素的灰度值的动态范围增强图像对比度，达到增强车牌灰度图像的目的。图 3.5 为经过直方图均衡化处理后的效果。可以看出车牌区域细节更加突出，这更有利于后面的提取操作。

【参考文献】：
期刊论文
[1]深度学习神经网络及其在海洋环境信息挖掘预测中的应用[J]. 徐凌宇,张高唯,江湾湾,李新绢,王蕾.  海洋信息. 2018(01)
[2]深度学习应用前景分析[J]. 黄子良.  通信与信息技术. 2017(03)
[3]基于数学形态学的渐变色字符定位算法[J]. 崔男,李婧,孙艳蕊.  计算机与数字工程. 2016(10)
[4]2014年全国机动车和驾驶人迅猛增长[J]. 交宣,汽车与安全.  汽车与安全. 2015(02)
[5]基于数学形态学和颜色特征的车牌定位方法[J]. 廉宁,徐艳蕾.  图学学报. 2014(05)
[6]改进的模板匹配方法在车牌识别中的应用[J]. 陈玮,曹志广,李剑平.  计算机工程与设计. 2013(05)
[7]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)
[8]BP神经网络在车牌字符识别中的应用研究[J]. 郭荣艳,胡雪惠.  计算机仿真. 2010(09)
[9]基于HSV颜色空间的一种车牌定位和分割方法[J]. 王洪建.  仪器仪表学报. 2005(S2)
[10]基于自适应投影方法的快速车牌定位[J]. 冯国进,顾国华,郑瑞红.  红外与激光工程. 2003(03)

硕士论文
[1]基于卷积神经网络的手势识别算法优化及嵌入式实现[D]. 张玉婷.西安邮电大学 2018
[2]复杂自然环境下车牌识别算法研究[D]. 赵成龙.山东大学 2017
[3]近红外掌静脉图像识别技术设计与实现[D]. 成然.电子科技大学 2017
[4]卷积神经网字符识别算法研究[D]. 吴香莲.电子科技大学 2016
[5]基于模糊理论的汽车牌照自动识别系统的设计与实现[D]. 王明华.电子科技大学 2011
[6]车牌字符分割和字符识别的算法研究与实现[D]. 王伟.电子科技大学 2011
[7]车牌识别系统关键技术研究[D]. 邓灵.长沙理工大学 2010
[8]车牌定位与字符分割算法研究及实现[D]. 王晓健.北京邮电大学 2009



本文编号：2950053