低分辨率车牌识别算法研究

发布时间：2021-05-06 16:17

　　在智能交通系统中,从监控视频中拍摄行驶中的车辆往往因抓拍到的车辆距离较远,只能捕获低分辨率的车牌,而低分辨率下车牌的汉字结构退化严重,极大的影响了车牌识别准确率。所以如何对抓拍到的行驶中车辆的车牌号码进行准确识别,为智能交通信息的管理提供车辆身份信息,目前已经成为一个亟待解决的问题。由于在监控视频中拍摄到的行驶车辆的车牌分辨率很低,同时受到因拍摄视角引起的图像倾斜、字符模糊等外界环境干扰,导致车牌很难准确定位、分割。为此,本文采用修正过的检测网络Faster R-CNN对车牌进行定位,提高了车牌定位准确率。针对低分辨车牌汉字字符的结构退化导致的难以识别的问题,本文提出了基于循环神经网络和孪生网络的两级低分辨率车牌识别方法,第一级,采用字符无分割的方式对车牌进行初识别,首先采用深度神经网络VGG16提取车牌更具鲁棒性的深度特征,再将得到的深度特征转换为特征序列,最后将特征序列送入循环神经网络（双向LSTM）得到车牌初识别结果。第二级,利用车牌对焦处间隙较大的特点,对极易发生识别错误的汉字部分进行定位分割,只保留汉字与相邻的字母区域,对分割后的汉字进行再识别。首先通过车牌初识别的结果得到汉... 

【文章来源】：西安理工大学陕西省

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景和意义
    1.2 研究现状
        1.2.1 车牌定位
        1.2.2 车牌字符识别
    1.3 低分辨率车牌识别面临的挑战
    1.4 论文的章节安排
2 车牌检测
    2.1 中国车牌的国标与特征
        2.1.1 车牌规格参数
        2.1.2 车牌特征分析
    2.2 基于深度学习网络的车牌检测定位
        2.2.1 卷积神经网络的介绍
        2.2.2 基于Faster R-CNN的车牌检测定位
    2.3 实验与分析
        2.3.1 数据集及性能评价标准
        2.3.2 车牌检测定位有效性测试
    2.4 本章小结
3 车牌识别
    3.1 车牌字符识别
        3.1.1 基于字符分割的车牌识别
        3.1.2 基于字符无分割的车牌识别
    3.2 低分辨率车牌的初识别
        3.2.1 基于VGG16网络的车牌特征提取
        3.2.2 车牌初识别分类器
        3.2.3 CTC解码车牌号码
    3.3 实验与分析
        3.3.1 数据集及性能评价指标
        3.3.2 基于字符无分割的车牌初识别实验结果对比
    3.4 本章小结
4 低分辨率车牌汉字再识别
    4.1 模板个数和置信度阈值
        4.1.1 低分辨率汉字候选模板个数的确定
        4.1.2 低分辨率汉字置信度阈值的确定
    4.2 汉字再识别模型构建
        4.2.1 Siamese孪生网络
        4.2.2 汉字预处理
        4.2.3 训练Siamese网络进行汉字相似度计算
    4.3 实验与分析
    4.4 本章小结
5 总结与展望
    5.1 工作总结
    5.2 展望
致谢
参考文献
攻读学位期间主要研究成果


【参考文献】：
期刊论文
[1]基于梯度方向直方图与高斯金字塔的车牌模糊汉字识别方法[J]. 刘军,白雪.  计算机应用. 2016(02)
[2]基于小波变换和分形维数的车牌汉字识别[J]. 冯宇,李文举,孙娟红,赵颖,单家伟.  计算机工程. 2011(22)
[3]基于图像模糊度与主成分分析的车牌汉字识别[J]. 磨少清,刘正光,张军.  光电子.激光. 2010(03)
[4]基于改进的LBP的低分辨率车牌汉字识别[J]. 王叶,张洪刚,方旭,郭军.  中文信息学报. 2009(05)



本文编号：3172236