復雜場景車牌字符分割和識別算法研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著經濟的不斷發(fā)展和交通管理的復雜化,交通智能中的車牌識別系統(LPR)已經成為熱門研究領域。車牌識別系統可以動態(tài)抓取視頻圖像或者靜態(tài)圖像,將車牌號碼自動識別出來,并且可以應用到停車點、收費站、非法車輛檢測等各種領域。隨著信息和人工智能技術的不斷發(fā)展,交通管理信息化和智能化必將是大勢所趨。LPR系統一般包括車牌定位、字符分割和字符識別三個模塊。其中字符分割最為關鍵,不僅受到前面車牌定位結果的影響,還直接影響后面識別的效果。在獲取圖片過程

2、中,復雜光照、拍攝距離不定、車牌多樣性等因素給車牌字符分割和字符識別模塊帶來了很大的困難和挑戰(zhàn),所以現在很多準確率較高的算法都是在嚴格限定條件下提出的,但是由于局限性,很難移植到其他領域。
   本文詳細總結了圖像分割中經常用到的對比度拉伸、空間濾波、邊緣檢測,以及處理二值化圖像和灰度圖像的數學形態(tài)學操作等圖像處理技術。然后又詳細介紹了基于圖像內容分類中的特征選擇和分類器選擇問題,比如最優(yōu)特征提取中的主成分分析和線性判別分析,多

3、分類中的樸素貝葉斯、k近鄰算法和支持向量機。
   美國佛羅里達州車牌的字符布局不一、字符個數多變、背景復雜多樣等特點和光照陰影、陰天灰暗等外界環(huán)境因素,都給車牌識別系統的穩(wěn)定性和實時性提出了更高的要求。本文在增強魯棒性和滿足實時性的原則下,提出了可以處理復雜多變車牌的車牌字符分割算法,并綜合利用聚類分析和概率統計技術解決了分割中遇到的多個常見的技術難題。比如復雜背景下提出了基于字符分布的尋找車牌旋轉角度算法、基于垂直投影局部梯

4、度的偽字符區(qū)域去除算法、循環(huán)局部梯度分割算法、斷裂字符合并技術、偽字符去除技術等。為了獲得穩(wěn)定的高識別率和高效率分類器,本文利用了可以提取最優(yōu)特征的主成分分析和具有最大分類面的支持向量機來建立分類器。最后利用本文提出的分割算法對美國佛羅里達州采集到的視頻進行了測驗,并與基于投影的分割算法、基于連通域的分割算法做了對比,正確率分別是89.3%、84.7%和82.5%??梢钥闯霰疚奶岢龅乃惴ú粌H同時滿足了實時性和穩(wěn)定性要求,還獲得了很高的正

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論