收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于模板匹配的车牌字符识别及其判别函数的研究

谷秋頔  
【摘要】:车牌识别是智能交通系统的重要部分,主要涉及模式识别、数字图像处理、计算机应用和人工智能等学科。车牌识别过程主要由车牌定位、车牌字符分割和车牌字符识别组成。文中主要对车牌字符识别进行了研究,并在MATLAB环境下进行了相应的实验。 文中在车牌字符识别过程中,主要采用了基于模板匹配的车牌字符识别方法。首先将字符的标准模板存储在电脑中备用,然后将待识别字符进行灰度化和二值化,然后将归一化后的待识别字符与存储在电脑中的标准字符模板进行匹配。文中选择的匹配方法是将待识别字符与标准模板进行逻辑“与”运算。进行运算后会得到一个新的字符模板,再根据预先设计好的判别函数对得到的新字符模板进行判断,从而得出识别结果。 我国车牌字符由汉字、字母和数字组成。根据汉字、字母和数字结构的不同,在判别函数部分文中将整个车牌字符分为两部分进行研究。汉字为一部分,数字与字母为另一部分。在汉字识别部分,文中将求取标准模板、待识别字符和新字符模板三者标准差的最小值作为一个判别函数;将求取新字符模板最大值作为另一个判别函数。在数字与字母识别部分,文中将求取标准模板、待识别字符和新字符模板三者的标准差最小值作为一个判别函数;将求取新字符模板与标准模板比值的最大值作为另一个判别函数。 文中对每个判别函数的判别结果进行了对比,发现不同的判别函数都有不同的优点。因此,文中提出选择一个适当的分界值,将两个判别函数进行联合使用。通过联合使用判别函数后,可以有效地运用每个函数的不同优点,使整个识别结果有所提高。 在车牌汉字字符识别中,文中选择作为分界区间将两个判别函数联合使用,此时的总识别率由分别使用判别函数时的83.45%和68.31%提高到84.51%。在单个字符识别上,也做到了兼具两者优点的要求。 在数字和字母字符识别中,文中选择作为分界区间,通过此分段区间联合使用判别函数后的总识别率由单个使用判别函数的83.81%和80.94%提高到84.33%。并且此时具备了两个判别函数的优点,使得整个识别更加稳定。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 何通能,贾志勇;基于小波矩的车牌字符识别研究[J];浙江工业大学学报;2005年02期
2 杨晓敏,吴炜,黎涛,何小海;基于Gabor变换和支持向量机的车牌字符识别算法[J];四川大学学报(工程科学版);2005年05期
3 赵海燕;张世铮;庄丽艳;;基于LS_SVM的车牌字符识别[J];内蒙古民族大学学报(自然科学版);2009年06期
4 黄志斌,陈锻生;支持向量机在车牌字符识别中的应用[J];计算机工程;2003年05期
5 赵先锋;离散K-L变换在汽车车牌字符识别中的应用一例[J];仪器仪表学报;2004年S2期
6 陈可华;阮群生;;基于改进的BP神经网络的车牌字符识别方法[J];福建电脑;2009年04期
7 郭荣艳;胡雪惠;;BP神经网络在车牌字符识别中的应用研究[J];计算机仿真;2010年09期
8 董慧颖,孔文,王璞;汽车牌照自动识别系统总体设计及软件结构[J];沈阳工业学院学报;2003年03期
9 柳欣;吴杰;;基于中心投影变换的车牌字符识别[J];湖北大学学报(自然科学版);2009年01期
10 周虹君;杨浩;林一莽;;利用独立成分分析和小波矩对车牌字符特征的识别[J];西南师范大学学报(自然科学版);2010年02期
11 谢剑斌;刘通;文特;闫玮;;基于多特征和加权模式相似性测度的车牌字符识别方法[J];计算机工程与科学;2008年08期
12 高在村;龚声蓉;;基于量子门神经网络的车牌字符识别[J];计算机工程;2008年23期
13 王敏,黄心汉,魏武,李炜;一种模板匹配和神经网络的车牌字符识别方法[J];华中科技大学学报;2001年03期
14 王洪元;刘忠杰;刘爱萍;;基于多特征组合的车牌识别算法[J];常州大学学报(自然科学版);2010年04期
15 刘忠杰;宋小波;何锋;李芬;周培莹;刘百辰;;基于MATLAB的车牌识别系统设计与实现[J];微型机与应用;2011年14期
16 魏武;黄心汉;张起森;王敏;王明俊;;基于模板匹配和神经网络的车牌字符识别方法[J];模式识别与人工智能;2001年01期
17 杜选;;基于支持向量机的车牌字符识别研究与应用[J];计算机系统应用;2008年08期
18 任子真;刘金卓;;神经网络在车牌字符识别中应用[J];信息与电脑(理论版);2010年02期
19 文乔农;王海瑞;危春波;;车牌字符识别研究[J];科技广场;2007年05期
20 吴炜,余艳梅,刘大宇,何小海;一种基于Hausdorff距离的车牌字符识别算法[J];计算机应用研究;2004年02期
中国重要会议论文全文数据库 前10条
1 胡芬;孙涵;;基于改进的AdaB00st车牌字符识别算法[A];第七届中国通信学会学术年会论文集[C];2010年
2 蒲亦非;吴炜;余艳梅;刘大宇;何小海;;一种高效快速的车牌字符识别算法[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
3 余华;;基于快速最近特征线(NFL)的车牌字符识别方法[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年
4 余华;;基于快速最近特征线(NFL)的车牌字符识别方法[A];2007’促进西部发展声学学术交流会论文集[C];2007年
5 陈媛媛;李晓;田二明;;基于粗糙集和BP网络的车牌字符识别[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
6 李晶;陈媛媛;;基于AdaBoost的车牌字符识别模型研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
7 李鑫;李力争;;基于模板匹配的固态流体流速检测算法[A];第二十七届中国控制会议论文集[C];2008年
8 张志佳;李媛;苑玮琦;;基于灰度模板匹配的仪表字符识别研究[A];第二十九届中国控制会议论文集[C];2010年
9 余立功;王强;陈纯;;多尺度模板匹配算法研究[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
10 那盟;贾培发;徐华;;基于模板匹配的微型直升机自主着陆目标识别[A];2005年中国智能自动化会议论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 左奇;交通图象检测与处理方法研究[D];西北工业大学;2003年
2 刘云霞;基于有限脊波变换和压缩感知理论的智能交通监控系统技术研究[D];山东大学;2012年
3 李雅梅;南宋川南墓葬石刻艺术与计算机图像识别应用的研究[D];重庆大学;2008年
4 闵锋;基于与或图表示的肖像画自动生成方法研究[D];华中科技大学;2009年
5 孙国玺;多变异拟子—基因共同进化算法的理论及应用研究[D];华南理工大学;2006年
6 吴振华;离线中文签名验证技术研究[D];华中科技大学;2006年
7 邵平;复杂背景下快速多姿态人脸检测研究[D];中南大学;2007年
8 衣晓飞;集成电路芯片图象处理技术的研究[D];国防科学技术大学;2001年
9 周秀芝;面向深度提取和形状识别的图像匹配[D];国防科学技术大学;2006年
10 李戈;基于并行处理的机器人立体视觉伺服系统研究[D];哈尔滨工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 谷秋頔;基于模板匹配的车牌字符识别及其判别函数的研究[D];中北大学;2012年
2 邹静文;车牌字符识别关键技术研究[D];西南交通大学;2010年
3 曹蕊;车牌字符识别系统的研究和实现[D];中北大学;2010年
4 林克全;车牌字符识别技术的研究[D];华南理工大学;2011年
5 胡芬;车牌字符识别的研究与实现[D];南京航空航天大学;2010年
6 王浩;车牌字符识别技术的研究[D];重庆大学;2010年
7 杨旭;基于SVM的车牌字符识别算法研究与实现[D];南京邮电大学;2012年
8 丁姗;基于神经网络集成的车牌字符识别研究[D];山东师范大学;2011年
9 梁晓龙;基于BP神经网络的车牌字符识别算法研究[D];西安电子科技大学;2010年
10 曹被军;关于车牌字符识别技术的研究[D];中南林业科技大学;2009年
中国重要报纸全文数据库 前10条
1 吕雅娟付雷 黄瑾 何中军 刘群;能自动翻译专利文献的翻译系统[N];计算机世界;2007年
2 谭家义(作者单位:农行四川巴中分行);西方商业银行信用风险评估方法的启示[N];中国城乡金融报;2005年
3 中科院自动化所生物特征认证与测评中心 李江伟;知人知面 知身份[N];计算机世界;2003年
4 ;对在途机动车实现全方位监控[N];人民公安报;2010年
5 锄禾;让计算机看懂文字[N];中国电脑教育报;2003年
6 卢家兴;果蝇也能像人一样辨别物体特征[N];大众科技报;2004年
7 中科院计算所-银晨网讯面像识别联合实验室 山世光 高文 曾文斌;面像识别看像认人[N];计算机世界;2001年
8 中国电子工程设计院 宋昆;车牌识别系统的关键技术[N];计算机世界;2005年
9 魏兴杰;“沙尘暴归类判别分析预报模式”作用显著[N];中国气象报;2000年
10 马艳荣;浅析企业财务预警系统的建立[N];中国审计报;2003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
  • 010-62982499
  • 010-62783978