当前位置:主页 > 科技论文 > 路桥论文 >

基于稀疏表达理论的高效车牌识别算法研究

发布时间:2017-08-01 17:11

  本文关键词:基于稀疏表达理论的高效车牌识别算法研究


  更多相关文章: 车牌识别 稀疏表达 结构化字典 脉冲耦合神经网络


【摘要】:车牌识别技术是智能交通管理中的关键技术之一,已经成为相关领域的研究热点问题。虽然近年来车牌识别技术已经得到了快速的提升,但是该技术的发展依旧面临着诸多困难。因此,如何在复杂成像条件下获得有效的车牌识别,具有重要意义。本文以车牌为研究对象,围绕车牌识别系统中车牌定位、车牌二值化分割以及车牌识别三个关键问题展开研究,最终基于稀疏表达理论,构建稳定、准确的全自动车牌识别算法。本文的主要工作如下:首先,提出了多特征结合的车牌定位算法。该方法利用HSV颜色特征进行车牌的粗定位,在此基础上,利用Canny边缘描述特征进行多方向扫描,并使用车牌的丰富边缘特征实现对车牌的准确定位。实验结果表明本文车牌定位方法能够在汽车颜色与车牌底色相近的情况下完成对车牌的准确定位。其次,提出了改进型PCNN模型及其参数设定算法。该方法定义了图像灰度直方图灰度极值有效性的概念,完成了对预设定阈值参数及调制系数的确定。并将其用于车牌图像二值分割中,实验结果表明该方法对车牌分割清晰,目标一致性较好,能够有效提升后续提取的字符特征的表达能力和区分度。最后,提出一种免分割的基于结构化字典稀疏表达的车牌识别算法,充分利用车牌字符的先验知识,在构建车牌HOG特征整体结构化子字典的基础上,利用子字典系数的稀疏指示函数来完成车牌每个字符的分类识别,最后,将每个子字典识别的字符串联得到整个车牌的识别结果。在公开车牌测试数据集上的实验结果表明,本文算法不仅能在不影响实时性的前提下有效提高车牌识别率,还对多种不良因素有着较强的鲁棒性。并且由于不用进行单个字符分割,本文算法在简化了车牌识别步骤的同时提高了车牌识别算法效率,使得整体车牌识别更加高效。
【关键词】:车牌识别 稀疏表达 结构化字典 脉冲耦合神经网络
【学位授予单位】:东南大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:U495;TP391.41
【目录】:
  • 摘要5-6
  • ABSTRACT6-10
  • 第一章 绪论10-16
  • 1.1 研究背景及意义10-11
  • 1.2 国内外研究现状11-12
  • 1.3 本文所做工作及论文内容安排12-16
  • 第二章 稀疏表达理论16-24
  • 2.1 稀疏表达16-17
  • 2.2 字典学习17-20
  • 2.2.1 基于解析数学的字典17-18
  • 2.2.2 基于学习的字典构造18-20
  • 2.3 常用的稀疏分解方法20-22
  • 2.3.1 贪婪算法20-21
  • 2.3.2 全局优化方法21-22
  • 2.3.3 其他分解算法22
  • 2.4 小结22-24
  • 第三章 车牌识别的预处理24-40
  • 3.1 车牌定位24-29
  • 3.1.1 常见的车牌定位算法24-25
  • 3.1.2 基于多特征结合的车牌定位方法25-29
  • 3.2 车牌图像二值化29-38
  • 3.2.1 脉冲耦合神经网络30-31
  • 3.2.2 优化脉冲耦合神经网络31-35
  • 3.2.3 基于优化PCNN的车牌图像分割35-38
  • 3.3 本章小结38-40
  • 第四章 基于稀疏表达的车牌识别算法40-60
  • 4.1 车牌特征的选取40-48
  • 4.1.1 矩形特征40-41
  • 4.1.2 局部二值模式特征41-43
  • 4.1.3 尺度不变特征变换43-44
  • 4.1.4 梯度方向直方图特征44-48
  • 4.2 字典设计48-50
  • 4.3 基于稀疏表达的车牌识别算法50-51
  • 4.4 实验与分析51-55
  • 4.5 车牌识别系统的设计与实现55-59
  • 4.6 本章小结59-60
  • 第五章 总结与展望60-62
  • 5.1 总结60
  • 5.2 展望60-62
  • 致谢62-64
  • 参考文献64-69

【参考文献】

中国期刊全文数据库 前10条

1 刘欣;何鹏;赵宇飞;朱闯;;智能交通车牌自动识别系统的设计[J];数字技术与应用;2013年11期

2 陈玮;曹志广;李剑平;;改进的模板匹配方法在车牌识别中的应用[J];计算机工程与设计;2013年05期

3 薛冰;王斌斌;刘荣辉;;基于数学形态学及车牌综合特征的车牌定位算法[J];计算机测量与控制;2011年10期

4 李侠;李文举;孙娟红;郑宏亮;;基于模板匹配和边缘检测的车标定位方法[J];计算机工程与设计;2011年10期

5 磨少清;刘正光;张军;;基于图像质量和PCA子空间的车标识别方法[J];计算机应用;2010年08期

6 宁莹莹;李文举;王新年;;基于主成分分析和BP神经网络的车标识别[J];辽宁师范大学学报(自然科学版);2010年02期

7 高明;杨爱学;;论智能交通系统中的信息通信系统[J];淮北职业技术学院学报;2010年01期

8 廖永和;;浅谈智能交通系统发展对策和社会经济效益[J];中国新技术新产品;2010年03期

9 毛军强;杨俊;;小区车牌识别系统研究与设计实现[J];攀枝花学院学报;2009年06期

10 闫青;王亮亮;;浅析车牌识别技术[J];山东商业职业技术学院学报;2009年03期



本文编号:605295

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/605295.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5c4cc***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com