实时车牌识别系统的设计与实现

发布时间：2021-10-09 02:25

　　科技的发展不断使新行业、新技术出现和应用在人们日常生活中,人工智能的相关技术在近几年获得飞速发展并在逐渐改变人们的生活方式。智能交通系统作为实时、准确、高效的综合交通运输管理系统,能够迅速准确地完成车辆控制和管理,极大地便利人们的出行,而自动车牌识别（Automatic Number Plate Recognition,ANPR）则是智能交通系统的基础组成部分。目前,车牌是车辆的唯一身份凭证,ANPR可以自动准确锁定和定位车辆,在车辆控制、交通监控、车辆管理以及车辆轨迹信息分析等应用场景中承担着不可或缺的角色,实现自动ANPR是实现车辆智能管理的基础,其具有现实意义的研究和应用价值。对于ANPR,传统的解决方案通常分为三步:车牌定位、字符分割、字符识别,这些解决方案也取得了较高的识别准确率,并逐渐应用于实际场景中,如停车场的出入管理、计费系统。但传统的解决方案大多受限于特定的场景条件,特别是字符分割的过程,对车牌角度、光照反应较敏感。本文实现了基于神经网络的ANPR,以代替字符分割和字符识别过程,减弱环境对ANPR算法的影响。总体而言,ANPR的方法可分为车牌定位和车牌识别两个步骤。对... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

图１－３蓝底白字车牌示例??

特别是随着无人机巡检的出现和流行，对于无人机拍摄图像的车牌识别己形??成需求，而无人机镜头的拍摄角度变动更大，且在高分辨率镜头下车牌可能很小。??如图１－２展示了夜晚环境下光线不足的车牌图像。在这样的环境下，若采用字符??分割的算法，则对车牌定位的精确度有较高要求，完成车牌定位和号码识别是比??较困难的，为此本文在生成增广数据集时扩增了较小的车牌且做了抖动和噪音，??同时在网络设计时精细特征区域的划分，在减少过拟合的情况下综合图像更多特??征。算法的执行效率问题关系到识别系统实时检测的实现，由于实时图像的帧率??通常远高于算法所能达到的帧率，所以更快的算法意味着更少的遗漏和更好的视??觉效果，在解决算法执行效率的问题上主要采用了更加精简的网络和计算过程。??３??

在ＯＣＲ的预处理中，主要的技术过程通常包括倾斜较正、去噪、二值化、??清除边框、布局分析、行与单词检测、字符分隔以及归一化。倾斜较正是指对没??有正确对齐的图像进行矫正，使文本完全水平或垂直分布，如图２－１?（ａ）（ｂ）为倾斜??文档文本示例与倾斜车牌图像示例，倾斜校正中常用霍夫变换寻找边界和倾斜角??度，然后使用仿射变换，不同扭曲与透视变形可能会需要不同的校正算法，图２－??１?（ｃ）则展示了透视变形的车牌，对它的校正不止于旋转。去噪即是去除噪声点，??平滑边缘。二值化则是将图像从彩色或灰度转换为黑白（称为“二进制图像”，??因为有两种颜色），它是一种将文本从背景分离的简单方式。二值化是必要的，??因为大多数商业识别算法仅适用于二进制图像，且会使识别任务更加简单，二值??７??


本文编号：3425447