文档介绍：摘要关键字:车牌检测,车牌定位,机器学习,.,安等方面发挥着重要作用,有着广泛的应用前景。车牌检测是车牌识别系统的关键技术之一。随着车牌识别系统的广泛使用,过去在受控环境和简单场景下的车牌检本文对复杂场景和成像条件下的车牌检测算法进行了研究,主要完成了以下工首先,本文实现并改进了一种启发式的车牌检测算法。该算法根据车牌区域垂上两种算法都在平台上编程实现,并且在一个磐枷褡槌傻牟馐约辖车牌识别系统侵悄芙煌ǖ闹匾W槌刹糠郑谙执煌ü芾怼⑸缁嶂测算法已经不能满足当前的需要。因此,在复杂场景和成像条件情况下的车牌检测逐渐成为当前研究的热点。作。直边缘丰富的特点,提取图像中的垂直边缘,并通过连接边缘,获得车牌候选区域。最后根据车牌的几何、边缘分布以及颜色等特征对候选区域进行筛选得到车牌区域。其次,本文实现了一种基于机器学习算法的车牌检测算法。在该算法中,定义了一种表征局部灰度与全局灰度比例的矩形特征,使用惴训练了一个由个特征组成的级联分类器,并由此实现了一种车牌检测算法。以了实验,给出了结果和性能分析。此外,图像中的倾斜车牌不利于后续的字符分割等操作。针对该问题,本文实现了一种基于“跨栏模型”和“窄孔透射模型”的倾斜车牌矫正算法,给出了实验结果。最后,本文将启发式车牌检测算法移植到了教ㄉ希菇艘桓龀蹬萍觳系统,可以在袷降耐枷裆洗锏絣的检测速度。文中介绍了算法在台上的移植和优化过程,并给出了实验结果。硕士论文复杂场景下的车牌检测算法研究及其工程实现
知识水坝为您整理
,,琫瓵:,,,.—瑃..,珼Ⅱ
知识水坝为您整理
研究生签名:社研究生签名:缉率选渺矽年日菽月/日学位论文使用授权声明声明本学位论文是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的全部或部分内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的全部或部分内容。对于保密论文,按保密的有关规定和程序处理。
研究背景条件下的车牌检测何题,车牌识别系统必将有比现在更好的应用前景。车牌检测算法综述于是,人们把目光聚焦到了道路交通运输系统的管理和监控技术的开发上。因此,键的问题。要解决这一问题,首先必须把车辆的身份识别出来。在实际应用中,车’在交通、治安、管理等方面有着广泛的应用。车牌识别随着社会经济的快速持续发展,我国的车辆数目增长迅猛,道路交通流量激增。交通流量的急剧增大,使得交通拥堵和交通事故成为困扰我国道路交通尤其是城市交通的突出难题。日益严重的交通状况引起了人们的高度重视,但由于资金和空间的限制,新建和拓宽道路等方式并不能有效的解决这些问题。近年来,随着计算机技术、通信技术和计算机网络技术的发展,自动化的信息处理技术水平不断提高。构建高效、安全、现代化的智能化交通管理系统已成为目前交通管理系统的迫切要求。智能交通系统简称正是在这种条件下产生和发展起来的【。在智能交通系统中,交通信息服务系统是重要的组成部分,也是整个智能交通系统顺利运作的关键和基础。其中交通信息的获取、采集、传输和处理,是一个关牌作为汽车的标识具有唯一性。知道了车牌号,车辆的相关信息绯盗局掷唷⒊主等阋荒苛巳唬云蹬普兆远侗鹣低匙魑V悄芙煌ㄏ低车闹匾W槌刹糠郑简称的快速、准确实现对于交通管理、治安处罚等工作的智能化起着非常重要的作用。车牌识别系统一般由车牌检测、字符分割和字符识别三部分组成,车牌检测是最重要的一环。如果无法准确定位车牌并分割出车牌图像,字符分割和识别也就无从谈起。目前,车牌识别系统已经做到了实用化和产品化。但是,现在大多数的车牌识别系统工作的环境相对固定。在这种环境中获取的车牌图像中,光照条件、背景、车牌尺寸等都比较稳定,可以达到较好的检测和识别效果。然而,能够满足这些条件的地方是有限的,人们总是希望对工作环境的限制条件越少越好,因此在复杂场景下的车牌检测逐渐成为研究的重点。若能较好的解决在复杂场景和复杂成像车牌检测或称车牌定位术,就是在图像中寻找并确定汽车牌照位置的技术。国外对车牌检测的研究起步比硕士论文复杂场景下的车牌检测算法研究及其工程实现
这种方法受车牌图像倾斜的影响较大。另外,这种算法没有很好的去除非车牌直线较早,曾经出现过的典型车牌定位方法主要有文献】中提到的基于水平线搜寻的定位方法,文献【】曾提出基于扫描行的车牌提取方法。上述这些方法,在一定条件下能达到比较好