汽车牌照自动识别系统的研究与开发

上传人:li45****605 文档编号:44670365 上传时间:2018-06-14 格式:PDF 页数:59 大小:979.51KB
返回 下载 相关 举报
汽车牌照自动识别系统的研究与开发_第1页
第1页 / 共59页
汽车牌照自动识别系统的研究与开发_第2页
第2页 / 共59页
汽车牌照自动识别系统的研究与开发_第3页
第3页 / 共59页
汽车牌照自动识别系统的研究与开发_第4页
第4页 / 共59页
汽车牌照自动识别系统的研究与开发_第5页
第5页 / 共59页
点击查看更多>>
资源描述

《汽车牌照自动识别系统的研究与开发》由会员分享,可在线阅读,更多相关《汽车牌照自动识别系统的研究与开发(59页珍藏版)》请在金锄头文库上搜索。

1、上海交通大学硕士学位论文汽车牌照自动识别系统的研究与开发姓名:樊孝宏申请学位级别:硕士专业:计算机应用指导教师:戚飞虎20040101上海交通大学硕士学位论文 汽车牌照自动识别系统的研究与开发 摘 要 汽车牌照识别系统是智能交通管理系统中的重要组成部分在电子收费车 流监控出入控制等场合有着广泛的应用由于问题的复杂性和困难性目前仍 然存在一些需要解决的问题有必要对此进行进一步的研究 本文对汽车牌照自动识别系统的各个模块和环节进行了比较深入的研究给 出了每个模块的具体算法的实现和分析 并针对该系统中的一些难题提出了创造 性的解决方法同时对整个系统进行编程实现构建出一个比较完整的能够实际 运行的系统

2、经过测试本系统的整体识别率达到了 9 2 . 5 % 若对识别模块做进 一步的完善则该系统的识别率将进一步提高 在车牌定位方面本文提出了一种基于区域生成与合并的车牌定位算法该 算法对汽车二值图象进行区域生成和分析 然后根据一定的规则将区域进行循环 迭代式的合并 在合并过程中提取车牌的区域 该算法准确率非常高 定位精确 而且通用性和抗干扰性强 在字符切分方面本文提出了基于最小二乘法和区域检测的车牌倾斜校正方 法校正准确率达到 9 9 % 以上此外采用基于区域生成和分析的方法来切分车牌 字符准确率和抗干扰性均比传统的投影法要好得多对于车牌字符与边框粘连 情况也提出了专门的解决方法 在字符识别方面本

3、文采用了传统的神经网络识别方法对车牌字符进行识 别但是在某些细节上对 B P 网络进行了优化使得本系统的 B P 神经网络收敛性 好训练速度快而且本系统的 B P 神经网络被设计成一个可以修改各项网络参 数的模式使用起来非常方便 在整个系统设计中本文将车牌定位字符分割和字符识别三大模块有机地 结合起来三大模块统一协同工作而不是传统的流水式的顺序结构这样的设 计极大地提高了系统的识别率 最后本文介绍了车牌自动识别系统的系统设计和编程实现并对系统的运 行情况进行了测试和分析 关键词汽车牌照识别车牌定位字符切分字符识别神经网络区域生成 上海交通大学硕士学位论文 T h e R e s e a r c

4、 h a n d I m p l e m e n t a t i o n o f M o t o r V e h i c l e L i c e n s e P l a t e A u t o m a t i c R e c o g n i t i o n S y s t e m A b s t r a c t T h e c a r l i c e n s e p l a t e r e c o g n i t i o n s y s t e m i s o n e f o r m o f t h e i n t e l l i g e n c e t r a f f i c m a n a

5、 g e m e n t s y s t e m . I t i s e x p e c t e d t o h a v e n u m e r o u s a p p l i c a t i o n s s u c h a s e l e c t r o n i c t o l l c o l l e c t i o n , t r a f f i c m a n a g e m e n t a n d s e c u r e - a c c e s s c o n t r o l . B e c a u s e o f t h e c o m p l e x i t y a n d d i

6、 f f i c u l t y , t h e r e a r e s t i l l s o m e p r o b l e m s s h o u l d b e r e s o l v e d . S o i t i s n e c e s s a r y t o d o s o m e f u r t h e r r e s e a r c h e s . I n t h i s t h e s i s , t h e c a r l i c e n s e p l a t e a u t o m a t i c r e c o g n i t i o n s y s t e m i

7、 s s t u d i e d a n d t h e a l g o r i t h m s a n d i m p l e m e n t a t i o n o f e a c h m o d u l e o f t h e s y s t e m a r e i n t r o d u c e d . S o m e n e w m e t h o d s a r e s u b m i t t e d i n o r d e r t o s o l v e t h e d i f f i c u l t p r o b l e m s w h i c h a r e e n c o

8、 u n t e r e d w h e n d e s i g n i n g a n d d e v e l o p i n g t h e s y s t e m . A l s o a n a c t u a l c a r l i c e n s e p l a t e a u t o m a t i c r e c o g n i t i o n s y s t e m w h i c h c a n b e r u n i n t h e r e a l e n v i r o n m e n t h a s b e e n d e v e l o p e d . A h i g

9、 h p r e l i m i n a r y i d e n t i f y i n g a c c u r a c y h a s b e e n a c h i e v e d w h e n t e s t i n g t h e s y s t e m . A n d a h i g h e r i d e n t i f y i n g a c c u r a c y s h o u l d b e e x p e c t e d t o b e o b t a i n e d a f t e r t h e c h a r a c t e r r e c o g n i t i

10、 o n m o d u l e i s i m p r o v e d . I n t h e m o d u l e o f c a r l i c e n s e p l a t e l o c a t i n g , a n e w a l g o r i t h m a p p l i e d t o t h e l i c e n s e p l a t e l o c a t i n g a n d e x t r a c t i o n i n c a r i m a g e s b a s e d o n a r e a g r o w t h a n d c o m b i

11、 n a t i o n i s i n t r o d u c e d . I n t h i s a l g o r i t h m t h e c o n n e c t i n g a r e a s i n t h e b i n a r y - v a l u e c a r i m a g e a r e g e n e r a t e d a n d a n a l y z e d a n d t h e c o r r e l a t i v e a r e a s a r e c o m b i n e d i n t o l a r g e r a r e a s a c

12、 c o r d i n g t o s o m e r u l e s . D u r i n g t h e p r o c e s s o f a r e a c o m b i n a t i o n t h e r i g h t c a r l i c e n s e p l a t e i s e x t r a c t e d . T h i s l i c e n s e p l a t e l o c a t i n g a l g o r i t h m h a s a h i g h l o c a t i n g a c c u r a c y a n d p r e

13、 c i s i o n , f u r t h e r m o r e , i t i s a p p l i c a b l e t o l o c a t e p l a t e s i n c a s e s o f v a r i o u s b a c k g r o u n d s , p o s i t i o n s a n d i l l u m i n a t i o n . I n t h e m o d u l e o f c h a r a c t e r s e g m e n t a t i o n , a n i n c l i n a t i o n d e

14、 t e c t i n g a n d a d j u s t m e n t m e t h o d b a s e d o n m i n i m u m b i n a r y m u l t i p l i c a t i o n a n d a r e a a n a l y z e i s s u b m i t t e d a n d t h e a c c u r a c y o f i n c l i n a t i o n d e t e c t i n g a n d a d j u s t m e n t i s a d d e d u p t o m o r e t

15、 h a n 9 9 % w i t h t h i s a l g o r i t h m . M o r e o v e r a n e w m e t h o d b a s e d o n a r e a g r o w t h a n d a n a l y z e i s a d o p t e d t o s e g m e n t t h e p l a t e i m a g e a n d e x t r a c t t h e c h a r a c t e r s i n t h e p l a t e i m a g e , w h i c h h a s a m u c h b e t t e r e f f e c t t h a n t h e t r a d i t i o n a l m e t h o d s b a s e d o n p r o j e c t i o n . I n t h e e

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 学术论文 > 毕业论文

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号