道路视频监控中的车牌自动识别算法研究

发布时间：2017-09-30 02:09

  本文关键词：道路视频监控中的车牌自动识别算法研究

  更多相关文章： 车牌识别系统 车牌定位 字符分割 字符识别

【摘要】：随着经济全球化的不断发展,机动车的数量与日俱增,随之而来的是交通阻塞、尾气污染、噪声污染、交通事故频发等问题。智能交通系统的诞生为全方位高效管理现代交通带来了希望,车牌识别系统是其重要分支之一,在实际应用中发挥着不可替代的作用。车牌识别技术是指通过监控系统拍摄的视频实时的将路面上动态行驶的车辆提取出来并自动识别车辆牌照信息的一种技术。一般车牌识别系统分为三个部分,第一部分是车牌定位,是将车牌区域从图像中定位出来。第二部分是字符分割,是将每个字符区域从车牌区域中提取出来。第三部分是字符识别,是将每个字符进行正确分类。传统的车牌识别大多数是对某一张特定图像进行识别,识别准确率和可靠性不高。本课题强调车辆追踪在车牌识别当中的重要性,弥补了识别可靠性不足的缺点。本课题主要工作包括:1.在车牌定位阶段,先采用改进的边缘检测方法进行初步定位,有效地解决了边缘检测对于噪声敏感的问题。然后采用Ada Boost方法进行精确定位,对候选车牌区域进行筛查,明显减少了Haar-like特征繁重的计算任务。这种先初步定位再精确定位的方式能同时提高定位的准确率和实时性。2.在字符分割阶段,采用连通区域与垂直投影相互结合利弊互补的方法进行字符分割,减小使用单一分割方法时产生的分割误差。两种方法互相优势互补,使得对单一字符的分割效果更好。3.在字符识别阶段,为了加强对结构上相似的字符的识别,本课题提出了使用两级分类器进行分类的方法。第一级采用基于欧拉数的模板匹配方法,第二级采用局部特征识别的方法,两级分类器方法改进了传统的模板匹配方法,识别效率更高,对结构相似的字符有更好的识别效果。4.提出一种简单的投票机制。将同一辆车的识别结果采用一种简单的“少数服从多数”的投票方式进行最终判断,给出最后的识别结果。通过实验对各阶段提出的方法进行最终测试和验证,实验结果表明基于车辆追踪的车牌识别算法能有效提高车牌识别的准确率,且准确率的可靠性更强。
【关键词】：车牌识别系统 车牌定位 字符分割 字符识别
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN948.6
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 绪论9-17
• 1.1 课题背景及研究的目的和意义9-11
• 1.2 国内外相关技术发展概况11-14
• 1.2.1 国外相关技术的发展概况11-12
• 1.2.2 国内相关技术的发展概况12-13
• 1.2.3 国内外文献综述的简析13-14
• 1.3 本文的主要研究内容14-15
• 1.4 本文的结构15-17
• 第2章 车牌识别相关原理与算法介绍17-31
• 2.1 车辆检测与追踪的算法介绍17-21
• 2.1.1 基于背景差分法的目标检测算法介绍17-19
• 2.1.2 基于Mean-shift的目标追踪算法介绍19-20
• 2.1.3 检测与追踪难点分析和算法优缺点对比20-21
• 2.2 车牌定位的算法介绍21-25
• 2.2.1 基于边缘检测的车牌定位算法22-23
• 2.2.2 基于Ada Boost算法的车牌定位算法23-24
• 2.2.3 车牌定位难点分析和算法优缺点对比24-25
• 2.3 字符分割的算法介绍25-27
• 2.3.1 基于垂直投影的字符分割算法26
• 2.3.2 基于连通区域的字符分割算法26-27
• 2.3.3 字符分割难点分析和算法优缺点对比27
• 2.4 字符识别的算法介绍27-30
• 2.4.1 基于模板匹配的字符识别算法28-29
• 2.4.2 字符识别难点分析和算法优缺点对比29-30
• 2.5 本章小结30-31
• 第3章 车牌识别的研究和改进31-43
• 3.1 车牌定位31-37
• 3.1.1 车牌定位预处理31-32
• 3.1.2 边缘检测与Ada Boost相结合的定位算法32-37
• 3.2 字符分割37-39
• 3.2.1 字符分割预处理37-38
• 3.2.2 连通区域与垂直投影相结合的字符分割算法38-39
• 3.3 字符识别39-42
• 3.3.1 字符识别预处理39-40
• 3.3.2 基于模板匹配算法的两级分类器40-42
• 3.4 基于车辆追踪的车牌识别投票机制42
• 3.5 本章小结42-43
• 第4章 实验结果及分析43-57
• 4.1 实验条件介绍43-45
• 4.1.1 系统介绍43
• 4.1.2 实验条件介绍43-45
• 4.2 车辆检测与追踪结果分析45-46
• 4.3 车牌定位结果分析46-50
• 4.4 字符分割实验结果50-52
• 4.5 字符识别实验结果52-54
• 4.6 追踪与识别实验结果54-55
• 4.7 本章小结55-57
• 结论57-59
• 参考文献59-65
• 致谢65

【相似文献】

中国期刊全文数据库 前10条

1 孙德超;陈冬亮;;复杂背景图象字符特征检取方法的分析研究[J];电脑知识与技术;2008年05期

2 亓静;刘萍;;基于System Generator的字符分割算法的并行实现[J];现代电子技术;2009年14期

3 王湘群;鲁庆元;;复杂背景的身份证图像字符分割算法研究[J];长春理工大学学报;2005年04期

4 王湘群;;非理想身份证图像的字符分割算法研究[J];哈尔滨商业大学学报(自然科学版);2006年03期

5 王俊杰;邓文怡;;晶振装配生产线中的字符分割研究[J];现代电子技术;2008年05期

6 娄震,陆建峰;支票图像中打印体字符的分割和识别[J];计算机工程;2003年09期

7 苑玮琦,穆长江,李德胜;一种基于汉字结构特征的车牌照字符分割方法[J];仪器仪表学报;2003年S2期

8 邓锐,江立,胡金柱;一种基于形态变换的复杂背景字符笔画提取方法[J];计算机工程与应用;2004年09期

9 郭剑雄;杨力华;;一种基于衬线去除的英文印刷体多字号字符分割算法[J];模式识别与人工智能;2006年06期

10 王文哲;;数字文本资料修复中的字符分割法及应用[J];现代图书情报技术;2010年03期

中国重要会议论文全文数据库 前7条

1 苑玮琦;穆长江;李德胜;;一种基于汉字结构特征的车牌照字符分割方法[A];首届信息获取与处理学术会议论文集[C];2003年

2 陈为;路长厚;邱化冬;;基于表面曲率特征的铭牌压印字符的分割[A];中国自动化学会控制理论专业委员会C卷[C];2011年

3 钟晓刚;李新友;唐泽圣;;机械图中标注字符粘连问题的解决[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

4 苏添发;戴曙光;穆平安;;车牌及其字符分割的方法研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

5 朱卫健;夏良正;;一种实用快速的车牌字符分割方法[A];2005全国自动化新技术学术交流会论文集（三）[C];2005年

6 张敏;王锡淮;肖健梅;;一种集装箱箱号定位及字符切割技术[A];2009中国控制与决策会议论文集（2）[C];2009年

7 刘新星;汪增福;;基于连接体搜索和多纹理特征融合的字符提取[A];2005年中国智能自动化会议论文集[C];2005年

中国博士学位论文全文数据库 前5条

1 张树业;深度模型及其在视觉文字分析中的应用[D];华南理工大学;2016年

2 马瑞;非限制手写字符分割中相关技术与算法的研究[D];南京理工大学;2007年

3 李学勇;金属标牌压印凹凸字符的特征提取和识别方法研究[D];山东大学;2008年

4 陈为;基于变化方向光源的压印立体字符分割方法的研究[D];山东大学;2013年

5 许亚美;手写维吾尔文字识别若干关键技术研究[D];西安电子科技大学;2014年

中国硕士学位论文全文数据库 前10条

1 郭莹莹;用于实际场景中的多车牌定位和字符分割算法[D];郑州大学;2015年

2 冯瑞;车牌识别技术的研究及实现[D];西安工业大学;2015年

3 李莹;基于视觉信息的车牌检测与识别方法研究[D];沈阳理工大学;2015年

4 王琼;低质量压印字符的分割与识别技术研究[D];山东大学;2015年

5 宁蒙;自然场景下车牌字符识别方法的研究[D];郑州大学;2015年

6 赵娟;车牌识别系统中字符分割的研究[D];温州大学;2015年

7 翟亚丹;基于SIFT特征的车牌识别系统的研究与实现[D];山西大学;2015年

8 李慧兵;图像识别技术在ITS车牌识别中的应用研究[D];电子科技大学;2014年

9 卜英家;基于计算机视觉的车牌识别系统的算法研究[D];电子科技大学;2015年

10 刘泽荣;基于视频的车牌识别[D];西安电子科技大学;2014年

，

本文编号：945521