基于改进Retinex算法的雾天车牌识别系统的研究
发布时间：2021-09-08 07:38
智能交通系统（ITS）已经成为当下解决交通压力大,道路堵塞等交通问题的主要手段,作为其核心内容之一的车牌识别系统（LPRS）也越来越多的投入到实际的交通管理中,并且取得了不错的效果。但是在复杂的环境中,由于光照不均、天气变化等原因,导致摄像机获取的车牌图像不清晰,进而造成车牌识别准确率的下降。本文针对沿海城市大雾天气频发的实际情况,研究并设计一套基于雾天环境的车牌识别系统。经过研究分析,本文以最为常见的蓝底白字的家用汽车车牌为研究对象。论文将从图像去雾增强,车牌定位,字符分割和字符识别这四部分进行研究,学习和借鉴现有的科研经验,并根据具体的研究背景,提出自己的解决方法,从而提高车牌识别系统在雾天环境下的性能。首先,对摄像机在雾天采集的图像进行去雾增强。通过了解Retinex算法的基本理论,着重研究基于局部特征的Retinex算法,采用一种基于HSV颜色空间的多尺度Retinex算法,并根据主客观评价对图像去雾效果进行分析;其次,定位图像中的车牌位置。将RGB图像转换到HSV颜色空间,然后根据颜色信息进行车牌粗定位,再根据垂直投影法对候选区域进行细定位;然后,对车牌图像进行字符分割。本文...
【文章来源】：青岛理工大学山东省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
道路堵塞情况
图 1.2 某产品的车牌识别现场图Fig.1.2 License plate recognition scene of a product近几年国内外学者开始针对复杂条件下的车牌识别进行研究，其中针对下车牌识别的研究也取得了不错的理论成果。常见的去雾方法一般可以，一类是图像增强的方法，另一类是图像复原的方法。根据多方学者近究与发展，已经细化出多种不同的去雾方法，不同的去雾方法适合于不的图像去雾，其中常见的去雾方法如图 1.3[6]所示。
图 1.2 某产品的车牌识别现场图Fig.1.2 License plate recognition scene of a product近几年国内外学者开始针对复杂条件下的车牌识别进行研究，其中针对雾天环境下车牌识别的研究也取得了不错的理论成果。常见的去雾方法一般可以分为两类，一类是图像增强的方法，另一类是图像复原的方法。根据多方学者近年来的研究与发展，已经细化出多种不同的去雾方法，不同的去雾方法适合于不同环境下的图像去雾，其中常见的去雾方法如图 1.3[6]所示。
【参考文献】：
期刊论文
[1]基于改进暗通道先验的交通图像去雾新方法[J]. 王泽胜,董宝田,赵芳璨,要悦稳. 控制与决策. 2018(03)
[2]自适应HSV空间Retinex煤矿监控图像增强算法[J]. 蔡利梅,向秀华,李紫阳. 电视技术. 2017(Z1)
[3]改进PSO-SVM算法的变压器分接开关故障诊断[J]. 王福忠,石秀立. 电子测量技术. 2016(11)
[4]彩色图像车牌定位方法的研究现状及展望[J]. 唐瑞尹,卢博超,李博文. 工业控制计算机. 2016(09)
[5]基于V-S关系模型的多尺度Retinex雾天图像去雾算法[J]. 周孝羽. 中国水运. 2016(06)
[6]基于多分类SVM的车牌字符识别算法研究[J]. 李志杰,王健. 物流工程与管理. 2016(05)
[7]基于自适应粒子群优化的SVM算法在建筑物沉降预测中的应用[J]. 张潇珑. 测绘工程. 2015(11)
[8]基于数学形态学的车牌定位与倾斜校正的方法[J]. 程磊,程伟. 科技视界. 2015(23)
[9]基于改进PSO的SVM算法在数据库入侵检测中的应用研究[J]. 吴纪芸,陈志德. 软件导刊. 2015(04)
[10]基于HSV颜色空间的改进的多尺度Retinex算法[J]. 阚建霞. 电子设计工程. 2015(07)
硕士论文
[1]雾霾环境下车牌图像预处理及识别算法研究[D]. 张群.郑州大学 2017
[2]复杂环境下车牌识别系统中关键技术的研究与实现[D]. 周彬彬.南昌航空大学 2016
[3]复杂背景下车牌识别算法的研究[D]. 汤玉垚.中国科学技术大学 2016
[4]复杂环境下的车牌识别系统关键技术研究[D]. 刘金阳.合肥工业大学 2016
[5]复杂背景下车牌识别系统的研究与实现[D]. 张婷.重庆大学 2016
[6]基于Matlab的车牌识别系统[D]. 王健.吉林大学 2015
[7]基于改进神经网络的车牌识别算法的研究及仿真[D]. 董程.哈尔滨理工大学 2015
[8]基于几何特征的车牌定位与字符分割技术研究[D]. 杨晓玲.厦门大学 2014
[9]基于千兆网相机的雾霾车牌图像处理技术研究[D]. 宋欠.南京理工大学 2014
[10]复杂背景下车牌识别算法研究与应用[D]. 傅建强.复旦大学 2013
本文编号：3390398
【文章来源】：青岛理工大学山东省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
道路堵塞情况
图 1.2 某产品的车牌识别现场图Fig.1.2 License plate recognition scene of a product近几年国内外学者开始针对复杂条件下的车牌识别进行研究，其中针对下车牌识别的研究也取得了不错的理论成果。常见的去雾方法一般可以，一类是图像增强的方法，另一类是图像复原的方法。根据多方学者近究与发展，已经细化出多种不同的去雾方法，不同的去雾方法适合于不的图像去雾，其中常见的去雾方法如图 1.3[6]所示。
图 1.2 某产品的车牌识别现场图Fig.1.2 License plate recognition scene of a product近几年国内外学者开始针对复杂条件下的车牌识别进行研究，其中针对雾天环境下车牌识别的研究也取得了不错的理论成果。常见的去雾方法一般可以分为两类，一类是图像增强的方法，另一类是图像复原的方法。根据多方学者近年来的研究与发展，已经细化出多种不同的去雾方法，不同的去雾方法适合于不同环境下的图像去雾，其中常见的去雾方法如图 1.3[6]所示。
【参考文献】：
期刊论文
[1]基于改进暗通道先验的交通图像去雾新方法[J]. 王泽胜,董宝田,赵芳璨,要悦稳. 控制与决策. 2018(03)
[2]自适应HSV空间Retinex煤矿监控图像增强算法[J]. 蔡利梅,向秀华,李紫阳. 电视技术. 2017(Z1)
[3]改进PSO-SVM算法的变压器分接开关故障诊断[J]. 王福忠,石秀立. 电子测量技术. 2016(11)
[4]彩色图像车牌定位方法的研究现状及展望[J]. 唐瑞尹,卢博超,李博文. 工业控制计算机. 2016(09)
[5]基于V-S关系模型的多尺度Retinex雾天图像去雾算法[J]. 周孝羽. 中国水运. 2016(06)
[6]基于多分类SVM的车牌字符识别算法研究[J]. 李志杰,王健. 物流工程与管理. 2016(05)
[7]基于自适应粒子群优化的SVM算法在建筑物沉降预测中的应用[J]. 张潇珑. 测绘工程. 2015(11)
[8]基于数学形态学的车牌定位与倾斜校正的方法[J]. 程磊,程伟. 科技视界. 2015(23)
[9]基于改进PSO的SVM算法在数据库入侵检测中的应用研究[J]. 吴纪芸,陈志德. 软件导刊. 2015(04)
[10]基于HSV颜色空间的改进的多尺度Retinex算法[J]. 阚建霞. 电子设计工程. 2015(07)
硕士论文
[1]雾霾环境下车牌图像预处理及识别算法研究[D]. 张群.郑州大学 2017
[2]复杂环境下车牌识别系统中关键技术的研究与实现[D]. 周彬彬.南昌航空大学 2016
[3]复杂背景下车牌识别算法的研究[D]. 汤玉垚.中国科学技术大学 2016
[4]复杂环境下的车牌识别系统关键技术研究[D]. 刘金阳.合肥工业大学 2016
[5]复杂背景下车牌识别系统的研究与实现[D]. 张婷.重庆大学 2016
[6]基于Matlab的车牌识别系统[D]. 王健.吉林大学 2015
[7]基于改进神经网络的车牌识别算法的研究及仿真[D]. 董程.哈尔滨理工大学 2015
[8]基于几何特征的车牌定位与字符分割技术研究[D]. 杨晓玲.厦门大学 2014
[9]基于千兆网相机的雾霾车牌图像处理技术研究[D]. 宋欠.南京理工大学 2014
[10]复杂背景下车牌识别算法研究与应用[D]. 傅建强.复旦大学 2013
本文编号：3390398
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3390398.html
