文档介绍：:篫::.。
指捌雠:\伽哼指导教师签名:\轴学位论文作者签名:缘汾学位论文作者签名:枨多务西华大学学位论文独创性声明西华大学学位论文版权使用授权书日期:二护//.‘./作者郑重声明:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中已经注明引用内容和致谢的地方外,本论文不包含其他个人或集体已经发表的研究成果,也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承担相关法律责任。日期本学位论文作者完全了解学校有关保留、使用学位论文的规定,在校攻读学位期间论文工作的知识产权属于西华大学,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅,西华大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。C艿穆畚脑诮密后遵守此规定日期:。,/.乙’
⒊鞘薪煌管理等方面发挥着举足轻重的作用,发展前景非常可观。车牌定位是车牌识别系统的关键技术。随着车牌识别系统的普及,以前在固定环境和简单场景下的车牌定位算法已经不能满足当前的需要。因此,在复杂环境下的车牌定位逐渐成为当前研究的热点。车牌识别系统一般包括车牌定位、字符分割和字符识别三部分。本文主要对车牌定位部分进行系统的研究。本文对近年来国内外车牌定位领域的最新研究成果和进展进行了分析,采用了分级车牌定位算法对静态图片进行定位。针对低对比度车牌定位难的问题,本文通过分析车牌图像的特征,找出了车牌的几何特征、字符的紧密性特征以及特征,为了描述特征,引入家族算法的蚏算法去设计分类器,最终实现了基于特征的算法的车牌定位。为了提高分类器的准确率,分别将琑算法用于分类器的设计,从定性和定量的角度进行了分析,得到惴苁苟ㄎ唤峁锏阶钣诺慕崧邸分级车牌定位算法的流程分为三步:首先是粗定位,根据车牌区域字符紧密性特征和车牌区域的几何特征提取所有可能的候选车牌。由于具备这两个特征的区域很少,筛选掉了大量的非车牌区域,方便于最后的精定位;然后对倾斜角度大的候选区域进行几何校正;最后是精定位阶段,进行候选车牌辨识,根据基于特征的分类器,将经过几何校正后的候选车牌通过该分类器以求得最终的车牌定位。实验结果表明,本文采用的算法能够适应复杂背景下的车牌定位,定位准确率高,具有很强的鲁棒性。关键词:‘
閍∥琣甒∞篈基于图像的车牌定位算法研究—.瑃丘甌豁甌瑃篖垃‘瓵,∞甀譴甀.,.,.琣畇.。.籋籆籊;觯琫。.瓵●..
●
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯课题的研究意义和目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯车牌定位的研究现状⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯~车牌定位算法综述及其难点分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文研究的主要内容和结构安排⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯车牌定位算法的理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯:⋯⋯⋯⋯⋯⋯⋯⋯⋯.基本概念⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.笈新省算法理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。惴ā惴ā贖卣鞯腁蹬贫ㄎ凰惴ā基于特征的车牌定位算法概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..样本来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯特征与积分图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.样本的预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯算法的学习过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯提取特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..醴掷嗥鞯纳伞强分类器的生成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..峁埂峁乖怼峁沟纳杓啤峁狗治觥西华大学硕士学位论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
分级车牌定位算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯车牌的特征分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图像预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像灰度化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.枷裨銮俊!车牌的粗定位⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〕蹬铺崛∷⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.车牌的精定位⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯