自然場景下車牌字符識別方法的研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著現(xiàn)代社會和經(jīng)濟的高速發(fā)展,車輛也越來越多,如何能夠?qū)囕v進行有效管理,是交管部門亟待解決的問題。智能交通系統(tǒng)利用先進的信息技術(shù)、通信技術(shù)、傳感器技術(shù)等,提高了交通運輸效率。而作為智能交通系統(tǒng)的重要組成部分,車牌識別系統(tǒng)的應(yīng)用范圍非常廣泛,如:停車場自動收費、道路按次計費使用、交通執(zhí)法等等。當(dāng)前,大部分車牌識別系統(tǒng)應(yīng)用場景非常單一,而系統(tǒng)獲取的圖像往往是自然場景下的,受環(huán)境影響較大,如對比度低、傾斜、光照不均勻、強光照、運動模糊等。應(yīng)

2、用場景單一的車牌識別系統(tǒng)對自然場景下獲取的車牌具有較低的魯棒性。一個完整的車牌識別系統(tǒng)主要包括:車牌檢測;車牌字符分割;識別中分割出的字符。
  本文主要研究字符分割與字符識別的方法。車牌的字符分割將直接影響到最終的整牌識別率,而自然場景下的車牌面臨著光照不均勻、角度傾斜、運動模糊等影響,在分割時極易出現(xiàn)字符斷裂及粘連情況。針對以上情況,首先對車牌進行旋轉(zhuǎn)校正及二值化處理,本文提出一種基于垂直投影二分法與模板校正法相結(jié)合的方法,通

3、過多次尋找最優(yōu)分割閾值的二分法對車牌進行分割,然后通過模板進行校準(zhǔn)尋找最優(yōu)分割點。實驗結(jié)果表明,無論光照條件良好還是較弱或不均勻,都能對車牌進行準(zhǔn)確分割,有效克服字符粘連及斷裂的情況,在自然場景下魯棒性良好。在字符識別階段,根據(jù)我國的車牌特點,主要分為漢字分類器、英文字母分類器、數(shù)字分類器以及能夠有效區(qū)分字母及數(shù)字的分類器。車牌漢字識別是字符識別階段的難點,本文提出一種基于灰度圖的漢字識別方法,利用Haar型局部二值模式算子( Haar

4、 Local Binary Patterns)對灰度圖運算形成HLBP特征圖,運用窗口分塊法對HLBP特征圖進行直方圖統(tǒng)計并形成直方圖特征向量,使用改進后的KNN算法(k-Nearest Neighbor)對特征向量進行識別。對于字母分類及數(shù)字分類,提出一種基于Adaboost集成多個多尺度卷積神經(jīng)網(wǎng)絡(luò)的分類器,通過基于樣本權(quán)值大小的抽樣方法,使訓(xùn)練過程中更加關(guān)注那些分類錯誤的樣本;多尺度卷積神經(jīng)網(wǎng)絡(luò)通過組合前一階段提取的低層特征以及后

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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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