车牌字符识别技术的研究和实现

发布时间：2021-09-27 20:37

　　随着经济的快速发展,人们收入水平的稳步提高,私人汽车成为了人们适应快节奏出行的首要选择。但是我国的交通基础设施建设并没有跟上汽车增长的步伐,导致了交通拥堵、环境污染、停车难等一系列社会问题,严重制约了社会经济的发展,因此,越来越多的学者加入到交通问题研究的队伍当中。其中,智能交通技术是保持交通可持续发展的重要手段,车牌识别技术是智能交通系统的重要研究课题之一,而车牌字符识别又是车牌识别系统的一个重要支撑点。本文在总结前人研究经验和工作成果的基础上,对几个车牌字符识别的关键技术提出新的改进算法。首先,通过利用改进的基于顶帽变换的图像增强算法进行图像预处理,经过亮度均衡后的车牌图像能够消除阈值化过程中由照度变化不均匀而产生的噪声,有效解决了车牌图像背景的噪声问题,为后续的车牌字符识别奠定基础;其次,通过分析常用的模板匹配函数,提出了新的基于全局信息的车牌匹配函数——全局重合度函数,实验表明,全局重合度函数能有效地提高车牌字符的识别效率,优于传统的模板匹配函数;再次,针对车牌字符图像的特点,分别对字符特征提取算法和特征分类器进行了优化,实验结果表明,优化后的车牌识别算法的识别率达到了96.5... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

车牌字符模板框

车牌分割后效果

字符图像修正后的效果

【参考文献】：
期刊论文
[1]基于卷积神经网络的车牌字符识别[J]. 董峻妃,郑伯川,杨泽静.  计算机应用. 2017(07)
[2]倾斜车牌图像边缘模糊特征识别方法研究[J]. 张晓娟,樊东燕.  计算机仿真. 2017(01)
[3]基于模板匹配和局部HOG特征的车牌识别算法[J]. 高聪,王福龙.  计算机系统应用. 2017(01)
[4]基于CNN的车牌数字字符识别算法[J]. 欧先锋,向灿群,湛西羊,彭鑫,石云锁.  成都工业学院学报. 2016(04)
[5]基于聚类SURF特征的商品识别算法[J]. 陈哲凡,郑建彬,詹恩奇,汪阳.  计算机应用研究. 2017(11)
[6]基于连通区域的复杂车牌的字符分割算法[J]. 施隆照,王凯.  计算机工程与设计. 2016(08)
[7]基于多尺度分块卷积神经网络的图像目标识别算法[J]. 张文达,许悦雷,倪嘉成,马时平,史鹤欢.  计算机应用. 2016(04)
[8]基于改进的连通域算法与垂直投影相结合的车牌字符分割[J]. 路敬祎,薛征,邵克勇,李淼.  自动化技术与应用. 2015(12)
[9]基于车前脸HOG特征的车型识别方法研究与实现[J]. 张红兵,李海林,黄晓婷,马守磊.  计算机仿真. 2015(12)
[10]基于卷积神经网络SLeNet5的车牌识别方法[J]. 张立,朱玉全,陈耿.  信息技术. 2015(11)

博士论文
[1]车牌识别技术的研究和实现[D]. 黄山.四川大学 2005

硕士论文
[1]基于深度学习及视觉注意的车牌识别研究[D]. 殷浩.湖北工业大学 2017
[2]复杂场景下的交通标志识别技术研究[D]. 王昔鹏.合肥工业大学 2017
[3]基于深度学习的车牌识别系统[D]. 杨珏吉.浙江大学 2017
[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]基于卷积神经网络的图像分类技术研究[D]. 楚敏南.湘潭大学 2015
[6]基于SIFT的图像检索技术研究[D]. 朱玉滨.吉林大学 2014
[7]一种基于小波分析和支持向量机的车牌识别算法[D]. 高昊飞.西安电子科技大学 2014
[8]基于图像处理及支持向量机的车牌识别技术研究[D]. 张吉斌.兰州交通大学 2013
[9]SIFT算法的研究和改进[D]. 冯嘉.吉林大学 2010
[10]车牌识别系统设计及基于改进SVM的字符识别研究[D]. 郑彬彬.厦门大学 2008



本文编号：3410577