低分辨率下的车牌识别技术研究

  本文关键词：低分辨率下的车牌识别技术研究，，由笔耕文化传播整理发布。

【摘要】：近年来,随着汽车数量的不断增加,城市交通状况日益恶化,现代智能化交通管理逐渐成为研究热点。车牌识别是计算机视觉、图像处理和模式识别等技术在智能交通领域应用的一项重要研究课题,在车辆检测和自动化管理中发挥着至关重要的作用。在实际应用中,常常由于摄像头质量、安置高度、天气环境等原因,摄像头采集到的图像中车牌区域的分辨率较低,这就使得低分辨率下的车牌识别技术研究具有重要的现实意义。本文以低分辨率车牌为研究对象,研究了车牌识别的三个核心技术:车牌定位、字符分割和字符识别,具体工作如下:在车牌定位中,本文利用车牌区域竖直方向的纹理比其他区域丰富这一特点,提出了一种基于竖向纹理的车牌定位算法,算法针对车牌图像分辨率较低这一特点,采用一种特殊的水平模板算子提取出图像的竖直边缘,然后利用字符高度和间距等先验信息,逐行扫描确定车牌所在的位置。在字符分割中,本文首先对车牌进行倾斜校正和去边框处理,然后提出了一种改进的投影法进行车牌字符分割,该算法利用车牌的投影信息,结合字符的先验知识,递归地寻找所有可能的分割结果,然后根据字符中心线间距的方差来确定最佳的分割结果。在字符识别这一步,鉴于卷积神经网络在模式识别的应用中达到的出色性能和识别效果,本文采用了卷积神经网络Le Net-5来进行车牌字符识别,并通过实验,验证了基于Le Net-5的字符识别算法具有良好的识别效果。

  本文关键词：低分辨率下的车牌识别技术研究，由笔耕文化传播整理发布。