基于机器视觉的复杂条件下车牌识别研究

发布时间：2021-03-11 21:37

　　随着中国经济的飞速发展,国内很多城市交通拥堵已经成为了一种常见现象,特别是假日旅游时,交通拥堵,车祸频发。随着城市数字化发展,无人驾驶技术的提出,智能交通系统也应运而生,用机器视觉代替人眼视觉,不仅可以提高工作效率、降低劳动强度,更可以节省大量的人力、物力、财力,使城市交通更加智能地发展。本文研究了车辆在高速行驶时、以及在夜晚昏暗灯光下等复杂条件下的车牌字符识别,通过维纳滤波复原以及图像增强技术可以有效的将低质量图像变为符合后续实验要求的图像。车牌识别主要由车牌图像采集、车牌定位、字符分割、字符识别这四个部分组成。本文利用工业相机获取车牌图像,再用MATLAB软件进行图像预处理,采用像素点统计的方法进行车牌定位,垂直投影和模板匹配相结合的算法进行字符分割,最后提出了神经网络和模板匹配相结合的算法完成了车牌字符识别。实验证明本文的识别算法有效的提高了字符识别的准确率,并且能够在复杂条件下完成识别。 

【文章来源】：南昌大学江西省 211工程院校

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图３．２灰度直方图??

图３．３灰度调整??

图４．２字符分割??

【参考文献】：
期刊论文
[1]基于图像处理的车牌识别系统的分析与设计[J]. 索静.  信息技术与信息化. 2017(12)
[2]多尺度积角点检测和视觉颜色特征的鲁棒车牌定位算法[J]. 陈庄,杨峰,冯欣,崔少国,李博.  重庆大学学报. 2016(02)
[3]一种基于FPGA的Sobel边缘检测算法与仿真研究[J]. 廖传柱.  长江大学学报(自科版). 2015(07)
[4]车牌视频跟踪识别系统的设计[J]. 黄宝生,黄海波.  现代电子技术. 2013(10)
[5]基于Otsu算法的车牌图像二值化及其Matlab实现[J]. 陈思.  长春师范学院学报. 2012(03)
[6]基于LOG和Canny算子的边缘检测算法[J]. 贺强,晏立.  计算机工程. 2011(03)
[7]车牌识别中的二值化及快速倾斜校正算法[J]. 史燕,吕永战,张帆.  现代电子技术. 2009(05)
[8]图像处理对影像法检测改进算法的研究[J]. 殷红,孟建军,蒋兆远.  兰州交通大学学报. 2008(03)
[9]图像边缘检测方法研究[J]. 魏伟波,芮筱亭.  计算机工程与应用. 2006(30)

硕士论文
[1]复杂环境下车牌自动识别系统的研究及实现[D]. 陈炫烽.北京邮电大学 2019
[2]淀粉相变人工智能监控体系的构建及应用研究[D]. 陶金轩.华南理工大学 2019
[3]基于Matlab的车牌识别系统的研究[D]. 陈鼎.南昌大学 2018
[4]智能电动汽车跟车工况的整车控制系统研究[D]. 钟健.青岛理工大学 2018
[5]基于MATLAB的夜间车牌识别算法[D]. 仉巍.吉林大学 2016
[6]基于机器视觉的车辆信息提取的研究与实现[D]. 袁景伟.山东大学 2016
[7]基于模糊C均值聚类的车牌定位与字符分割技术研究[D]. 周丹.湖南工业大学 2015
[8]基于量子神经网络车牌识别系统的研究[D]. 孙立刚.东北石油大学 2015
[9]视频监控中人体跟踪的研究与实现[D]. 范玉宪.浙江工业大学 2015
[10]复杂交通场景的图像增强及其在车牌识别中的应用[D]. 张翔.西安电子科技大学 2014



本文编号：3077135