收藏本站
《华中科技大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于样条模板滤波和双函数法的车牌自动识别

郑晓东  
【摘要】: 车牌自动识别LPR(License Plate Recognition)是指通过识别车辆车牌来自动认证车辆的身份。它是以特定目标为对象的专用计算机视觉系统。该系统能从一幅图像中自动提取车牌图像,自动分割字符,进而对字符进行识别。它是智能交通系统ITS(Intelligent Transportation Systems)的关键技术之一,在电子收费系统、城市交通监控系统以及特种车辆识别等方面都有广泛的应用。国内外有关学者穷数十年精力对此进行深入的研究,将图像工程、模式识别、人工智能、计算机视觉、计算机图形学以及相关的数学工具用于车牌定位、字符识别等方面,在理论和实践上取得了长足的进展。 车牌自动识别第一步是获取尽量清晰的汽车图像,消除光线、阴影、天气等因素的影响;第二步是在获取的图像中确定车牌的位置,第三步是对车牌图像预处理,第四步是字符的切分及识别。本文从以上4个部分着手详细介绍了车牌自动识别系统硬件组成、软件结构、处理流程。对于某些关键算法进行了深入细致的研究,改善处理效果,提高识别率。 本文详细论证了车牌图像预处理的方法,将多分辨分析(MRA)与样条函数卷积滤波进行了详尽的比较,结果表明,尽管Daubechies小波(n=4)的滤波效果优于Haar小波,但在多分辨分析的框架下都有同样的缺陷,即被虑除的低频分量都有明显的小方块,最终导致二值化图像的质量下降;而模板卷积滤波所得的低频分量,图像明暗过渡自然,不含小方块,其二值化图像质量明显优于小波滤波所得的图像。在此前提下,深入研究了样条函数,并提出了新的样条函数集,使其能够无限趋近高斯函数,从而在理论上阐明了样条函数与高斯函数的联系。同时推导了样条模板卷积滤波的简化计算公式,在进行样条模板卷积运算时,充分利用前一个卷积的计算结果,大大降低了计算量。 本文提出了用于边界描述的一种新方法——双函数法,双函数法的主要思路是动点沿二维目标图像的边界匀速移动时,其横轴及纵轴上的投影形成两个时间函数,从而将任意的曲线转化为以时间为变量的参数方程。使用双函数法描述物体边界或曲线可以大大拓宽对边界或曲线的处理方法,可将傅立叶变换、小波分析等处理手段应用于对图像目标区域边界或曲线的处理。本文使用双函数法提取数字和英文字母笔划特征,收到了理想的效果。 本文提出采用掩码技术开设特殊形状的窗口检测车辆的方法代替传统的感应装置,不仅简化了系统的硬件结构,同时较之通常的矩形、梯形、或直线组成的虚拟线圈而言,采用掩码技术可以更加精确地定义检测区域,从而有效地去除了树木,花草等复杂背景产生的影响,减少了误检。 本文还对一些常规算法作出了改进,例如使用基于链表结构的算法替代递归算法,减少了系统资源消耗;采用改进的图像旋转错切算法,有效地消除了因舍入误差而造成的锯齿状纹理;提出了基于8邻域判别法的二值化图像滤波方法替代形态学运算,在对笔画宽度只有2-4个象素的字符进行处理时该方法可以在保留字符的基本笔画的基础上有效地消除宽度为1个象素的噪音点,从而避免形态学运算对于细笔画的过度影响。文章介绍了车牌自动识别系统的实现方法,包括车牌自动识别系统中的图像描述数据格式,车牌自动识别系统概况,及其运行平台、开发环境和相关工具软件。然后给出了车牌自动识别系统的识别结果。 最后总结了本文的主要研究工作及进展和创造性的成果,对车牌自动识别技术的前景作了展望。
【学位授予单位】:华中科技大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:TP391.41

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 杨大力;刘舒;;基于神经网络的车牌汉字识别方法[J];中国人民公安大学学报(自然科学版);2009年03期
2 于连伯;;车牌图像识别二值化研究[J];江苏科技信息;2010年08期
3 马陆美;金明;;基于神经网络的车辆违章管理系统研究[J];科技风;2009年08期
4 王立强;;车牌自动识别技术的算法与实践[J];廊坊师范学院学报(自然科学版);2010年04期
5 殷刚;贾振红;覃锡忠;杨杰;;基于数字图像处理的车牌定位与识别研究(英文)[J];新疆大学学报(自然科学版);2010年03期
6 张强;张玮;李春华;;新型车牌自动识别系统的研究与设计[J];科技信息(科学教研);2008年13期
7 崔艳玲;周国辉;;汽车牌照定位算法研究[J];现代计算机(专业版);2008年11期
8 王秋芬;邵艳玲;;数学形态学在车牌自动识别中的应用[J];电脑知识与技术(学术交流);2006年23期
9 李小平,林学訚,曲大成,任江兴;车辆牌照识别系统可靠性问题的研究[J];北京理工大学学报;2001年01期
10 李凌;;一种改进的车牌图像二值化方法[J];电脑知识与技术(学术交流);2006年35期
中国重要会议论文全文数据库 前10条
1 陈小勇;马钺;陈帅;;基于DM642的车牌识别系统设计[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
2 付炜;张金艳;;基于BP神经网络的车牌定位方法的研究[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年
3 付炜;张金艳;;基于BP神经网络的车牌定位方法的研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
4 张春霞;魏小林;阳德志;王阳;盛宏至;;内旋流流化床内异重颗粒横向扩散系数的试验研究[A];第七届全国实验流体力学学术会议论文集[C];2007年
5 王晓蕾;杨健;;基于图像处理技术的地基云图云量的识别[A];第三届长三角气象科技论坛论文集[C];2006年
6 梁威;沈昱明;;基于改进的Fourier描述子算法的车辆识别[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
7 杨浩;袁海文;彭琴;武新成;;基于无向图的沥青路面裂缝检测技术研究[A];2010全国虚拟仪器大会暨MCMI2010’会议论文集[C];2010年
8 魏国强;胡敏良;;图像处理技术及其在水电站泄洪雾化研究中的应用[A];第十六届全国水动力学研讨会文集[C];2002年
9 茹海峰;殷业;;基于与图像相结合的语音端点检测方法研究[A];第三届全国信息获取与处理学术会议论文集[C];2005年
10 刘春桐;赵兵;张志利;仲启媛;;基于图像处理的自动瞄准系统精度研究[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
中国重要报纸全文数据库 前10条
1 四川 刘焱彬;数码相机的图像处理[N];电子报;2001年
2 长人 编译;专家评索尼α100[N];中国摄影报;2006年
3 孙婧;视频图像处理技术在案件中的应用[N];西部法制报;2008年
4 武文;索尼两系列电视新品亮相[N];中国质量报;2008年
5 殷幼芳;印前图像处理技术对印刷质量的影响[N];中国包装报;2005年
6 金彧;★图像处理实用小工具Qimage又推新版[N];中国电脑教育报;2002年
7 ;智能化监控对图像处理能力提出更高要求[N];中国电子报;2009年
8 本报记者 刘晖;图像处理引擎的威力[N];计算机世界;2003年
9 赵军红 编译;仿生眼睛助盲人重见光明[N];科技日报;2010年
10 ;方正Z910 针对图像处理领域[N];中国计算机报;2002年
中国博士学位论文全文数据库 前10条
1 余庆军;智能图像处理及其在无线多媒体业务中的应用[D];华南理工大学;2004年
2 程光权;基于方向小波图像处理与几何特征保持质量评价研究[D];国防科学技术大学;2010年
3 张旗;基于属性的图像分类研究[D];大连海事大学;2005年
4 王朝阳;微米云纹法及其相关的超高频制栅与数字化图像处理技术[D];清华大学;1999年
5 倪超;定量化多巴酚丁胺超声心动图负荷试验的临床研究[D];中国协和医科大学;1995年
6 张东梅;车载平台变形测量技术的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2006年
7 刘斌;微小三维尺寸自动光学检测系统的关键技术研究[D];天津大学;2010年
8 王保平;基于模糊技术的图像处理方法研究[D];西安电子科技大学;2004年
9 石永华;基于视觉传感的药芯焊丝水下焊接焊缝自动跟踪系统[D];华南理工大学;2001年
10 王明祥;独立分量分析方法及在图像处理中的应用研究[D];上海大学;2005年
中国硕士学位论文全文数据库 前10条
1 姜滔;基于模式识别的图像处理及其在车牌识别中的应用[D];合肥工业大学;2002年
2 郁炜;车型车牌自动识别技术的研究[D];浙江工业大学;2005年
3 刘大良;基于小波分析的自动车牌识别算法的研究与设计[D];电子科技大学;2005年
4 李少军;汽车牌照识别研究与应用[D];武汉理工大学;2006年
5 毕晓冬;智能交通信号控制系统中车牌识别技术研究[D];长春理工大学;2009年
6 谭志标;高速公路收费系统中图像识别关键技术的研究[D];广东工业大学;2004年
7 章为川;基于神经网络的车牌识别系统的研究与设计[D];西南交通大学;2006年
8 胡强;基于特征信息车牌识别系统的研究[D];西南交通大学;2004年
9 江炜亮;车牌图像自动定位与识别算法的研究[D];国防科学技术大学;2003年
10 邹洋;基于图像处理的摇表读数系统的研究[D];哈尔滨工业大学;2010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