收藏本站
《郑州大学》 2015年
收藏 | 手机打开
二维码
手机客户端打开本文

基于级联卷积网络的自然场景下的车牌检测

闫鹏  
【摘要】:随着经济的发展,智能交通在各个城市普遍应用,图像的获取及图像的存储付出的成本越来越低廉,在社会生活中,各个行业都积累了大量的历史车牌图像数据,这些车牌图像在自然场景下获得的特定情况,决定了这些图像表现出高清化、多元化、大数据的特质。在现实生产环境中,如何在短时间内准确检测出车牌区域,是提高这些车牌图像利用率的基础。然而,现有车牌检测系统通常应对于特定的应用场景,对获取到的车牌图像都有严格的约束,自然场景下获得的车牌图像数据很难满足这些约束条件,使这些现有的车牌检测系统失去了有效性。因此,基于对自然场景下的车牌检测技术的研究,在满足一定的检测率和检测效率的情况下,开发出适应于自然场景的车牌检测技术,具有重要的实践意义。在查阅大量的历史技术文献后,为了提高自然场景下车牌的检测效率的同时提高车牌检测的准确率,本文提出了一种新的鲁棒的快速车牌检测方法,前期使用手动分割的车牌区域图像作为训练和检测的原子数据,并且直接使用基于卷积网络的检测器,设计出级联多个卷积网络模型,基于历史数据对模型进行训练,使之适应自然场景。通过引入卷积网络作为基本的学习子单元,并进一步把多个子单元组织成级联结构,有效的满足了自然场景下的车牌检测对检测准确率和检测效率的要求。通过对算法的可行性及有效性进行验证,实验结果表明,级联卷积网络在保证较低误报率的同时具有较高的检测率和检测效率。本文考虑使用级联卷积网络(Cascade Convolutional Networks)来构建车牌检测系统模型,结合历史车牌数据对模型训练,最终完成在自然场景下的车牌检测。在人工神经网络领域,卷积神经网络在图形图像处理上的成熟应用,使其成为了当前研究的热点。在卷积网络结构中,权值共享的特性降低了网络模型的复杂度,减少了权值的数量。卷积网络作为识别二维形状进行了特殊的设计,具有一个多层感知机,这种特殊的结构属性使卷积网络对等比例缩放、角度倾斜、位移变换或其他形式的二维图形形变具有了高度不变性。一般情况下,单个卷积网络通过减少神经元个数来降低计算量,从而可以达到提高检测效率的目的,但这样同时也降低了准确率。本文通过级联多个分类器,建立由粗到精的逐步筛选过程,以此来提高分类准确率和效率是一种简单且有效的方法。在本文提出的级联卷积网络结构,级联多个分类器,使用逐层训练过的基本网络,对输入的图像信息进行逐步的检测筛选,从而取得较高的检测效率和较好的准确率。
【学位授予单位】:郑州大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TP391.41

手机知网App
【参考文献】
中国期刊全文数据库 前3条
1 李文举,梁德群,张旗,樊鑫;基于边缘颜色对的车牌定位新方法[J];计算机学报;2004年02期
2 马爽;樊养余;雷涛;吴鹏;;一种基于多特征提取的实用车牌识别方法[J];计算机应用研究;2013年11期
3 闫鹏;牛常勇;范明;;基于级联卷积网络的自然场景下的车牌检测[J];计算机工程与设计;2014年12期
【共引文献】
中国期刊全文数据库 前10条
1 白利波;郝晓莉;李杰;;基于模糊集的车牌提取方法[J];北京交通大学学报;2006年02期
2 曾丽华;李超;熊璋;;基于边缘与颜色信息的车牌精确定位算法[J];北京航空航天大学学报;2007年09期
3 杨昊;刘玉德;林建龙;毕海滨;熊光洁;梁乙朝;;车牌定位算法的研究[J];北京工商大学学报(自然科学版);2008年03期
4 何立新;姚泓;吴晓琴;王昆仑;;基于行扫描灰度跳变分析的车牌定位系统的设计与实现[J];巢湖学院学报;2012年03期
5 谢剑斌;闫玮;刘通;李沛秦;;用于交通监视的视频感兴趣区域提取方法[J];电视技术;2008年01期
6 刘思远;李在铭;;复杂光照下的车牌定位技术研究[J];电子测量与仪器学报;2005年06期
7 姜文涛;刘万军;袁姮;;基于曲量场空间的车牌定位与识别[J];电子学报;2011年11期
8 龙镇;杨耀权;苏猛;;车牌识别关键技术的研究与实现[J];仪器仪表用户;2009年02期
9 吕钊钘;黄恒;;基于色彩映射决策树的车牌分块定位算法[J];福建电脑;2011年03期
10 潘天工;;一种基于区域纹理特征的车牌定位算法[J];公路交通科技(应用技术版);2007年06期
中国重要会议论文全文数据库 前2条
1 陈俊杰;山宝银;;5.8GHz电子不停车收费(ETC)技术综述[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
2 杨琳;赵建民;朱信忠;;复杂背景下的多车牌的定位方法[A];2006年全国理论计算机科学学术年会论文集[C];2006年
中国博士学位论文全文数据库 前4条
1 李香平;基于复合颜色空间与时空域的视频车辆监控系统的研究[D];天津大学;2004年
2 蔡光程;视频中对运动物体的寻找、跟踪及块匹配算法[D];昆明理工大学;2005年
3 王国良;图像处理技术在智能交通系统中应用的研究[D];大连海事大学;2008年
4 李卫江;基于线阵CCD成像交通信息采集和检测技术的研究[D];长安大学;2008年
中国硕士学位论文全文数据库 前10条
1 朱正强;车标识别的关键技术研究[D];辽宁师范大学;2010年
2 唐海周;基于区域综合特征的车牌定位方法研究及应用[D];湖南工业大学;2010年
3 鲁飞;车牌定位与字符分割算法的研究与实现[D];电子科技大学;2011年
4 张涛;基于图像的车牌定位算法研究[D];西华大学;2011年
5 王玉军;基于图像处理的车牌定位方法的研究[D];太原科技大学;2011年
6 蒋欣欣;彩色车牌图像定位及字符分割方法研究[D];湖南师范大学;2011年
7 程增会;车牌定位技术的研究与设计[D];安徽工业大学;2011年
8 丁芝娟;基于图像处理的车牌识别系统设计与应用[D];长安大学;2011年
9 韩璇;基于数字图像处理的车牌定位算法的研究[D];长安大学;2011年
10 侯戬;通用车牌定位系统的研究与实现[D];华南理工大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 何兆成;佘锡伟;余文进;杨文臣;;字符多特征提取方法及其在车牌识别中的应用[J];计算机工程与应用;2011年23期
2 罗三定;孙喜梅;;视觉检测系统的反馈机制研究[J];计算机工程;2010年01期
3 吴一全;张金矿;;基于投影坐标p次方差及粒子群的车牌倾斜检测[J];计算机辅助设计与图形学学报;2010年01期
4 李文举,梁德群,张旗,樊鑫;基于边缘颜色对的车牌定位新方法[J];计算机学报;2004年02期
5 胡金蓉;周激流;王玲;郑秀清;;一种新的基于字符形状特征的高效车牌识别算法[J];计算机应用研究;2010年06期
6 赵雪春,戚飞虎;基于彩色分割的车牌自动识别技术[J];上海交通大学学报;1998年10期
7 张引,潘云鹤;彩色汽车图象牌照定位新方法[J];中国图象图形学报;2001年04期
8 郭捷,施鹏飞;基于颜色和纹理分析的车牌定位方法[J];中国图象图形学报;2002年05期
9 左奇,史忠科;一种基于数学形态学的实时车牌图象分割方法[J];中国图象图形学报;2003年03期
10 顾弘;赵光宙;齐冬莲;孙赟;张建良;;车牌识别中先验知识的嵌入及字符分割方法[J];中国图象图形学报;2010年05期
【相似文献】
中国期刊全文数据库 前10条
1 陈庆荣;蒋志杰;;自然场景信息提取和验证加工的眼动研究(英文)[J];Journal of Southeast University(English Edition);2010年03期
2 彭浩;陈继锋;刘琼;王海涛;高海波;;一种面向聚焦爬虫的自然场景文本定位技术[J];小型微型计算机系统;2014年09期
3 戴津;;自然场景中文本检测技术研究综述[J];计算机光盘软件与应用;2013年18期
4 古辉;芦亚亚;丁维龙;王杰;张维统;;自然场景下果实目标的识别和定位[J];浙江工业大学学报;2007年03期
5 皮学贤;李思昆;宋君强;;一种新的离散格子气模型及其在自然场景仿真中的应用[J];计算机工程与科学;2006年10期
6 杨丹;李博;赵红;;鲁棒视觉词汇本的自适应构造与自然场景分类应用[J];电子与信息学报;2010年09期
7 刘宏;普杰信;;一种改进的自然场景特征提取方法[J];计算机工程;2011年21期
8 宋文;肖建于;;基于笔画宽度变换的自然场景文本检测方法[J];计算机工程与应用;2013年09期
9 张冬梅;张全元;郑达;郑蔚;李晖;戴光明;;一种新的自然场景标志牌文本提取算法[J];计算机工程与应用;2007年24期
10 常莹;何东健;李宗儒;;基于聚类与边缘检测的自然场景文本提取方法[J];计算机工程与设计;2010年18期
中国重要会议论文全文数据库 前1条
1 霍静萍;杜建政;;自然场景视觉记忆中颜色的作用途径[A];第十一届全国心理学学术会议论文摘要集[C];2007年
中国博士学位论文全文数据库 前4条
1 吴锐;自然场景中文本识别技术研究及实现[D];哈尔滨工业大学;2010年
2 黄剑华;自然场景中文本信息提取方法[D];哈尔滨工业大学;2007年
3 孙雷;自然场景图像中的文字检测[D];中国科学技术大学;2015年
4 刘晓佩;自然场景文本信息提取关键技术研究[D];西安电子科技大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026