车牌识别算法的研究与实现--《重庆大学》2011年硕士论文
车牌识别算法的研究与实现
【摘要】：车牌识别系统作为城市智能交通系统中的一项关键技术,它能自动摄取并识别车辆的车牌号码,利用车牌号码的唯一性来识别车辆,为智能交通管理带来便利。随着社会的发展,车牌识别技术(LPR)的应用越来越广泛,技术要求也越来越高,因此LPR是现代智能交通管理中重要的一项研究课题。
在分析和总结国内外研究学者研究成果的基础上,对车牌识别系统的关键技术进行了深入地研究,主要的研究内容如下:
①车牌定位部分:将边缘检测和数学形态学结合起来,有效地突出了垂直边缘丰富的区域(候选车牌区),然后结合车牌的几何特征和颜色特征对候选车牌区域进行筛选,确定正确的车牌区域。
②车牌字符分割部分:为消除车牌边框对字符分割的影响,去除了车牌的上下边框。对传统的垂直投影分割法进行了改进,结合车牌的先验知识,确定出车牌第二、三字符间的最大间隔区,然后向左分割两个字符、向右分割五个字符,以实现对车牌字符的分割。
③车牌字符识别部分:该部分是本文的核心部分,在分析常用车牌识别方法的基础上,设计了一种基于层次的车牌字符识别算法,对于结构简单的字符仅通过一级粗分类进行识别,对于易混淆的形近字符,再通过二级细分类进行识别。每级都进行了特征提取及分类器的设计。在特征提取上,将统计特征与结构特征相结合。在分类器设计上,一级粗分类采用支持向量机(SVM),并利用SVM工具箱——LibSVM,进行SVM分类器的设计;二级细分类采用决策表作为分类器。
最后,在Visual C++6.0编程环境下对算法进行了仿真、调试,通过实验表明,本文设计的基于层次的车牌字符识别算法,可有效地提高字符的识别率,对形近车牌字符的识别效果尤佳。
【关键词】：
【学位授予单位】：重庆大学【学位级别】：硕士【学位授予年份】：2011【分类号】：TP391.41【目录】：
中文摘要3-4英文摘要4-81 绪论8-13 1.1 课题的研究背景及意义8-9 1.2 车牌识别技术的国内外发展现状9-10
1.2.1 国外发展现状9-10
1.2.2 国内发展现状10 1.3 车牌识别技术的应用前景10-11 1.4 本课题的主要研究内容11-132 车牌识别系统概述13-20 2.1 车牌识别系统总体概述13-17
2.1.1 车牌识别系统的设计要求13
2.1.2 车牌识别系统工作流程13-14
2.1.3 车牌识别系统的结构方案14-15
2.1.4 车牌识别系统主要模块功能分析15-17 2.2 车牌识别系统的评价指标17-18 2.3 技术难点18-203 车牌定位20-29 3.1 引言20 3.2 车牌定位技术简介20-21 3.3 车牌区域特征分析21 3.4 基于彩色图像边缘提取和数学形态学的车牌定位算法21-29
3.4.1 彩色图像的垂直边缘提取22-24
3.4.2 无效边缘去除24-25
3.4.3 线状中值滤波25-26
3.4.4 数学形态学获取候选连通域26-27
3.4.5 车牌候选区的判别27-28
3.4.6 显示定位结果28-294 车牌字符分割29-38 4.1 引言29 4.2 车牌字符分割技术简介29-30 4.3 车牌字符规律及几何特征30 4.4 车牌字符分割预处理30-34
4.4.1 灰度化30-31
4.4.2 二值化31-32
4.4.3 车牌背景色统一32
4.4.4 去除车牌上下边框32-34 4.5 基于改进型垂直投影分割法34-36 4.6 实验结果与分析36-385 车牌字符识别38-61 5.1 引言38 5.2 车牌字符识别技术简介38-39 5.3 支持向量机简介39-42
5.3.1 线性可分情况下的最优分类面39-41
5.3.2 线性不可分情况下的最优分类面41
5.3.3 核函数和支持向量机41-42 5.4 车牌字符识别预处理42-46
5.4.1 字符归一化43-44
5.4.2 细化44-46 5.5 特征提取46-47 5.6 基于层次分类的车牌字符识别算法47-58
5.6.1 一级分类采用的特征提取方法48-51
5.6.2 基于SVM 的一级分类器的设计51-53
5.6.3 一级分类实现及结果分析53-55
5.6.4 二级分类采用的特征提取方法55-56
5.6.5 依据决策表进行二级分类56-57
5.6.6 二级分类实现及结果分析57-58 5.7 算法验证58-616 结论与展望61-63致谢63-64参考文献64-67附录67
欢迎：、、)
支持CAJ、PDF文件格式
【引证文献】
中国硕士学位论文全文数据库
余维;[D];武汉理工大学;2013年
【参考文献】
中国期刊全文数据库
朱成军;蒲菊华;高磊;熊璋;;[J];北京航空航天大学学报;2008年05期
熊军,高敦堂,沈庆宏,都思丹;[J];光电工程;2003年02期
罗帆,陈晟,王敏,黄心汉;[J];华中科技大学学报(自然科学版);2004年S1期
王枚;王国宏;;[J];计算机工程与应用;2007年01期
王夏黎,周明全,耿国华;[J];计算机工程;2004年17期
吴红梅;陈继荣;鹿晓亮;;[J];计算机仿真;2007年02期
崔凤奎,王晓强,张丰收,王永森;[J];洛阳工学院学报;1997年04期
刘万军;姜庆玲;张闯;;[J];自动化学报;2009年12期
王红梅;赵政;郑建华;;[J];Transactions of Tianjin U2006年02期
贾瑜;饶建辉;;[J];武汉工业学院学报;2006年03期
中国硕士学位论文全文数据库
李嘉;[D];电子科技大学;2008年
黄海滨;[D];哈尔滨工业大学;2007年
刘培锋;[D];哈尔滨工业大学;2007年
张鸣明;[D];重庆大学;2008年
周科伟;[D];西安电子科技大学;2009年
姚蕾;[D];上海交通大学;2010年
【共引文献】
中国期刊全文数据库
王全凤;郑浩;;[J];四川建筑科学研究;2010年05期
李东升;;[J];安防科技;2010年01期
张根耀,李竹林,赵宗涛;[J];安徽大学学报(自然科学版);2003年03期
陈弋兰;王鸣;孙书诚;;[J];安徽工程科技学院学报(自然科学版);2008年04期
张红涛;胡玉霞;张恒源;顾波;;[J];安徽农业科学;2008年27期
李淑华;徐良培;陶建平;;[J];安徽农业科学;2008年30期
程伟;张燕平;赵姝;;[J];安徽农业科学;2009年08期
赵万明;黄彦全;谌贵辉;;[J];安徽农业科学;2009年25期
张昭;何东健;;[J];安徽农业科学;2010年26期
汪洁;朱军;;[J];安徽农业大学学报;2011年02期
中国重要会议论文全文数据库
周绮凤;林成德;罗林开;彭洪;;[A];第二十六届中国控制会议论文集[C];2007年
刘志斌;金连文;;[A];第二十六届中国控制会议论文集[C];2007年
张彬;金连文;;[A];第二十六届中国控制会议论文集[C];2007年
顾小军;杨世锡;钱苏翔;;[A];第二十六届中国控制会议论文集[C];2007年
吕蓬;柳亦兵;马强;魏于凡;;[A];第二十六届中国控制会议论文集[C];2007年
梁禹;王义刚;王娜;;[A];第二十六届中国控制会议论文集[C];2007年
康传会;汪晓东;汪轲;常健丽;;[A];第二十九届中国控制会议论文集[C];2010年
刘华;张建华;王娆芬;王行愚;;[A];第二十九届中国控制会议论文集[C];2010年
晋朝勃;胡刚强;史广智;李玉阳;;[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
尹雪娇;;[A];创新沈阳文集（A）[C];2009年
中国博士学位论文全文数据库
梁洪;[D];哈尔滨工程大学;2010年
任桢;[D];哈尔滨工程大学;2010年
殷志伟;[D];哈尔滨工程大学;2009年
孔凡芝;[D];哈尔滨工程大学;2009年
李晚龙;[D];哈尔滨工程大学;2010年
乔小燕;[D];中国海洋大学;2010年
杨宁;[D];中国海洋大学;2010年
郑大腾;[D];合肥工业大学;2010年
陈志国;[D];江南大学;2010年
王晓明;[D];江南大学;2010年
中国硕士学位论文全文数据库
杜二玲;[D];河北大学;2007年
朱杰;[D];河北大学;2007年
廖甜甜;[D];南昌航空大学;2010年
黄正荣;[D];南昌航空大学;2010年
刘棉;[D];山东科技大学;2010年
刘桂珍;[D];山东科技大学;2010年
张海峰;[D];山东科技大学;2010年
田文娟;[D];山东科技大学;2010年
徐芳芳;[D];山东科技大学;2010年
陈楠楠;[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库
徐瑞;;[J];安防科技;2009年05期
陈旭梅,于雷,郭继孚,全永燊;[J];城市规划;2004年07期
韩丽萍;药春晖;张文格;尹王保;;[J];测试技术学报;2006年01期
郑万才;许征帆;;[J];黑龙江交通科技;2008年10期
张旭光;;[J];今日科苑;2008年18期
王润民;钱盛友;宋平;许慧燕;;[J];计算机工程与应用;2006年26期
李孟歆;吴成东;夏兴华;;[J];计算机工程与应用;2008年30期
张美多;郭宝龙;;[J];计算机工程;2007年16期
刘磊;苗启广;石程;;[J];计算机应用;2011年11期
黄果;许黎;蒲亦非;;[J];计算机应用研究;2012年02期
中国硕士学位论文全文数据库
张丽敏;[D];重庆大学;2011年
李珈;[D];华中师范大学;2006年
林男;[D];兰州理工大学;2007年
李玲玲;[D];北京交通大学;2008年
丁坚;[D];南京航空航天大学;2008年
李本秀;[D];太原理工大学;2010年
宋娜;[D];重庆大学;2010年
王传丽;[D];山东理工大学;2012年
刘聪;[D];西北大学;2012年
蓝利君;[D];重庆大学;2012年
【二级参考文献】
中国期刊全文数据库
王年,熊原,赵海峰,任彬;[J];安徽大学学报(自然科学版);2000年01期
徐海兰;刘彦婷;杨磊;;[J];北京广播学院学报(自然科学版);2005年04期
曹晓光,朱风云,Ahmed H[J];北京航空航天大学学报;2004年03期
林立,何为,韩力群;[J];北京轻工业学院学报;2001年01期
吴伟伟;王小红;周亚南;;[J];传感器世界;2008年06期
鲁小平;陈阿林;;[J];测绘通报;2007年10期
袁宝民,于万波,魏小鹏;[J];大连大学学报;2002年02期
吴进军;杜树新;;[J];电路与系统学报;2008年01期
王林;杨克俭;;[J];电脑编程技巧与维护;2008年10期
叶茂亮,刘长松,丁晓青,燕鹏;[J];电视技术;2005年05期
中国硕士学位论文全文数据库
胡振宇;[D];广西师范大学;2001年
谢鸣;[D];武汉理工大学;2002年
范春年;[D];南京气象学院;2004年
丁颐;[D];华中科技大学;2004年
贾志勇;[D];浙江工业大学;2005年
何婕;[D];四川大学;2005年
郭天舒;[D];沈阳工业大学;2006年
刘艳云;[D];长沙理工大学;2006年
何海燕;[D];哈尔滨工业大学;2006年
杨峰;[D];电子科技大学;2007年
【相似文献】
中国期刊全文数据库
王磊;任洪娥;;[J];信息技术;2007年06期
郭大波,陈礼民,卢朝阳,韩丽萍;[J];计算机工程与设计;2003年05期
聂笃宪;曾文曲;;[J];广东工业大学学报;2005年04期
曹福永;[J];基础自动化;1996年01期
郭捷,施鹏飞;[J];中国图象图形学报;2002年05期
熊军,高敦堂,沈庆宏,都思丹;[J];光电工程;2003年02期
李文举,梁德群,崔连延,王新年;[J];信息与控制;2004年02期
周波,李剑锋,王绪本;[J];电脑与信息技术;2002年04期
李明;[J];现代电子技术;2004年18期
鹿昌义,李敏,黄廷磊;[J];桂林电子工业学院学报;2004年06期
中国重要会议论文全文数据库
陈荔;;[A];全国计算机安全学术交流会论文集·第二十五卷[C];2010年
朱芳;王晓东;;[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年
童剑军;刘迎建;;[A];第八届全国汉字识别学术会议论文集[C];2002年
唐振民;潘亦婷;赵建;;[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年
钱晨;王钦若;郑伟;;[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
贾永兴;马磊;仇小锋;;[A];第九届全国青年通信学术会议论文集[C];2004年
刘丽新;刘京刚;;[A];第七届青年学术会议论文集[C];2005年
李川;邹金慧;李一民;钟丽云;侯波;;[A];'99系统仿真技术及其应用学术交流会论文集[C];1999年
郑伟;钱晨;王钦若;吴乃优;;[A];冶金自动化信息网年会论文集[C];2004年
李贵俊;刘正熙;游志胜;王宁;;[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
中国重要报纸全文数据库
薛刚凌;[N];法制日报;2004年
深圳商报记者
管亚东;[N];深圳商报;2010年
丁波;[N];解放日报;2010年
北京大学法学院副教授 王 磊;[N];人民法院报;2002年
侯莎莎;[N];北京日报;2008年
张馨云;[N];云南日报;2008年
赵 琰 刘 佳;[N];中国商报;2004年
李爱明;[N];中华工商时报;2003年
简工博;[N];解放日报;2009年
周义兴;[N];中国经济导报;2009年
中国博士学位论文全文数据库
曹刚;[D];四川大学;2004年
周文罡;[D];中国科学技术大学;2011年
左奇;[D];西北工业大学;2003年
杨斌;[D];湖南大学;2010年
陈为;[D];山东大学;2013年
黄志军;[D];中南大学;2010年
彭建芬;[D];北京邮电大学;2011年
陈振学;[D];华中科技大学;2007年
李建美;[D];山东大学;2008年
张坤;[D];哈尔滨工业大学;2010年
中国硕士学位论文全文数据库
张晓艳;[D];南京邮电大学;2011年
张慧;[D];重庆大学;2011年
杨双喜;[D];云南大学;2011年
李云华;[D];长安大学;2010年
于彦国;[D];湖南师范大学;2011年
张秀丽;[D];东北大学;2008年
邓运生;[D];安徽工程大学;2012年
徐郑;[D];西南交通大学;2010年
胡金凤;[D];重庆大学;2010年
刘晓黎;[D];武汉科技大学;2012年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备74号您的位置： >
用户级别：高级会员
贡献文章：
贡献资料：
+ (0) + （0）
车牌识别技术作为智能交通系统的重要组成部分，广泛应用于高速公路收费、停车场车辆管理、违章车辆监控、交通诱导控制等重要场合。典型的车牌识别算法分为车牌定位、字符切分、字符识别三个组成部分。本文概述了车牌识别算法的关键技术及其研究现状、现有算法的优点与不足，分析了我国车牌识别技术的难点以及目前制约识别率提高的瓶颈，并指出了未来的发展趋势。
不好我反对
车牌识别算法的关键技术及研究下载
相关电子资料下载
评价:好评中评差评
技术交流、我要发言
发表评论，获取积分！ 请遵守相关规定！提 交
Powered by: 电子发烧友 （
. .All Rights Reserved 粤ICP备号求翻译,汉译英,紧急啊!一个车牌识别系统可分为三个步骤：车牌检测,字符分割和字符识别.车牌检测主要会受到倾斜、光照、污染等的影响,算法实现较复杂.近年来提出了许多车牌检测算法,_百度作业帮
求翻译,汉译英,紧急啊!一个车牌识别系统可分为三个步骤：车牌检测,字符分割和字符识别.车牌检测主要会受到倾斜、光照、污染等的影响,算法实现较复杂.近年来提出了许多车牌检测算法,
求翻译,汉译英,紧急啊!一个车牌识别系统可分为三个步骤：车牌检测,字符分割和字符识别.车牌检测主要会受到倾斜、光照、污染等的影响,算法实现较复杂.近年来提出了许多车牌检测算法,但是它们大多有着不足,无法在复杂环境下很好地实现车牌的实时识别.边缘检测算法随拍摄影响变化,当没有清晰车牌边缘时无法成功检测出车牌.颜色和纹理综合特征检测算法准确率较好,但是受光照影响十分明显,且算法复杂度高,效果不行.对于形态学车牌检测算法,它容易受类车牌字符的影响,检测速度比较慢.以上这些检测算法拥有的缺点都是因为算法缺少了适应能力.本文提出了Boosting算法中的代表AdaBoost算法,这是一种构造准确分类器的自适应学习算法,它通过结合多个特征来构造精确分类器,最终完成车牌的检测. 本文研究了车牌识别中关键的技术,详细介绍了车牌定位、字符分割、特征提取和字符识别的方法,并且对车牌定位与基于AdaBoost算法的车牌识别进行了研究,结果表明AdaBoost算法明显提高了车牌检测的稳定性和精度性.这些是作为论文摘要的翻译,希望翻译的规整点,望高人指导,谢谢啊.不用提机器翻译翻得不行,请高人手工翻译.
A license plate recognition system can be divided into three steps: license plate detection, character segmentation and character recognition. License plate detection will be inclined, light, pollution and so on, algorithm complexity. In recent years, put forward a lot of license plate detection algorithm, but most of them are inadequate, not in a complex environment, achieve a good license plate recognition. Edge detection algorithm with filming the impact of changes, when there is no clear license plate edge can be detected in the plate. Combination of color and texture feature detection accuracy is better, but by the influence of illumination is very obvious, and the algorithm complexity is high, no effect. The morphology of license plate detection algorithm, it is easy to be affected by class of license plate character effects, detection speed is slow. These detection algorithm has shortcomings because of lack of adaptation algorithm. This paper presents the Boosting algorithm in the AdaBoost algorithm, this is a kind of structure accurately classifier adaptive learning algorithm, it combines many features to construct accurate classifier, finally complete license plate detection.This paper studies the key technologies in license plate recognition, license plate location, introduces in detail the character segmentation, feature extraction and recognition method of license plate location, and with the AdaBoost algorithm based on license plate recognition is discussed, the results show that the AdaBoost algorithm can evidently improve the stability and precision of license plate detection of.视频矩阵相关供应信息
厦门宸天电子科技有限公司的智能 06月24日
卡口系统，在一台主机，一套软件,即可最大 06月24日
天高清卡口系统
宸天高清卡口系统--- 09月07日
o采用DM368+DM6467 08月14日
的智能治安卡口系统，在一台主机，一套软件 08月31日
最近搜索来访记录
山东济南的网友一个月前在百度搜索“高清车牌识别一体机”访问了本页甘肃的网友一个月前在百度搜索“高清车牌识别一体机内部构造”访问了本页新疆的网友一个月前在百度搜索“车牌识别仪和车牌一体机区别”访问了本页山西阳泉的网友一个月前在百度搜索“车牌识别一体机好用吗”访问了本页广东深圳的网友一个月前在百度搜索“【高清一体纯车牌识别系统】-黄页88网”访问了本页
视频矩阵VIP推荐信息
传输/记录设备最新信息
视频矩阵相关分类 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
车牌识别算法的研究和实现
下载积分：1500
内容提示：车牌识别算法的研究和实现
文档格式：PDF|
浏览次数：6|
上传日期： 11:12:08|
文档星级：
该用户还上传了这些文档
车牌识别算法的研究和实现
官方公共微信}