基于卷积神经网络的盲车牌识别算法研究

发布时间：2021-06-11 07:49

　　车牌识别对于维护交通安全和城市治安,防止交通堵塞,实现交通自动化管理有着现实的意义。目前,车牌识别在实际应用中取得了很大的成功,但是其主要基于摄像头位置固定、车牌满足某类假设的情况下进行识别。本文研究的是对车牌位置、大小、数量不做限制的车牌识别方法,称之为盲车牌识别算法,其主要工作包括:1)给出了基于卷积神经网络的盲车牌检测算法首先,通过由卷积神经网络和SVM分类器训练出字符检测模型;其次,对输入图片采用滑动窗口逐行扫描,将扫描到的图像块输入字符检测模型中,计算得分;最后,利用非极大抑制的方法求得每行的多个极大值,根据极大值之间的位置确定出文本行即车牌的位置。实验结果表明,利用单个字符来训练卷积神经网络,能够有效提高盲车牌的检测精度。2)给出了基于卷积神经网络的车牌识别算法首先,分别训练出车牌汉字字符的识别模型与数字和字母的识别模型,识别模型由卷积神经网络和多分类SVM分类器共同组成;其次,将检测出的车牌分割出汉字区域与非汉字区域,对汉字区域利用汉字识别模型识别出汉字,对非汉字区域利用数字和字母的识别模型识别出数字与字母组成的字符串;最后,将识别出的汉字与字符串结合,即识别出的车牌。实... 

【文章来源】：大连海事大学辽宁省 211工程院校

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图２．３普通负样本库??Ｆｉｇ．?２．３?Ｏｒｄｉｎａｒｙ?ｎｅｇａｔｉｖｅ?ｓａｍｐｌｅ?ｄａｔａｓｅｔ??

图２．２字母库??Ｆｉｇ．?２．２?Ａｌｐｈａｂｅｔ?ｄａｔａｓｅｔ??检测训练库??符检测训练库用于训练字符检测模型，由两部分组成，正样本训练库与练库。正样本训练库为字符库，本文中正样本库选为车牌字符，即３１个４个大写字母和１０个数字字符，标签为１；负样本库为非字符库，如图２．正负样本比例为１：２。??鼷■■關??Ｐ圓＝?？鼸?ｕ??＿■■圍＾９篆ａ，??Ｖ?．．．．．．．．?）??

Ｖ?Ｊ??图２．１数字库??Ｆｉｇ．?２．１?Ｎｕｍｂｅｒ?ｄａｔａｓｅｔ???＇??＿驗通１１匯＿?＿?ＩＳ?Ｂ??關涯國画關＿圔圈ｉｌ??＿國＿匪圔翮??、?ｊ??图２．２字母库??Ｆｉｇ．?２．２?Ａｌｐｈａｂｅｔ?ｄａｔａｓｅｔ??２）字符检测训练库??字符检测训练库用于训练字符检测模型，由两部分组成，正样本训练库与负??样本训练库。正样本训练库为字符库，本文中正样本库选为车牌字符，即３１个汉??字、２４个大写字母和１０个数字字符，标签为１；负样本库为非字符库，如图２．３??所示。正负样本比例为１：２。??鼷■■關??Ｐ圓＝?？鼸?ｕ??＿■■圍＾９篆ａ，??Ｖ?．．．．．．．．?）??图２．３普通负样本库??Ｆｉｇ．?２．３?Ｏｒｄｉｎａｒｙ?

【参考文献】：
期刊论文
[1]小生境遗传算法在多车牌定位中的应用[J]. 阴亚芳,张婧琪,廖延娜.  西安邮电大学学报. 2015(01)
[2]基于数学形态学和颜色特征的车牌定位方法[J]. 廉宁,徐艳蕾.  图学学报. 2014(05)
[3]复杂背景图像中的车牌定位算法[J]. 刘濛,吴成东,樊玉泉,王力.  中国图象图形学报. 2010(09)
[4]基于卷积神经网络LeNet-5的车牌字符识别研究[J]. 赵志宏,杨绍普,马增强.  系统仿真学报. 2010(03)
[5]车辆牌照上英文和数字字符的结构特征分析及提取[J]. 宋加涛,刘济林.  中国图象图形学报. 2002(09)

硕士论文
[1]基于深度学习的TEDS系统车号识别算法研究[D]. 王欣蔚.北方工业大学 2016
[2]基于深度学习的车辆定位及车型识别研究[D]. 张飞云.江苏大学 2016
[3]基于深度学习和强化学习的车辆定位与识别[D]. 丁乐乐.电子科技大学 2016
[4]基于深度学习的车辆检测方法研究[D]. 张文桂.华南理工大学 2016
[5]基于级联卷积网络的自然场景下的车牌检测[D]. 闫鹏.郑州大学 2015



本文编号：3224147