车辆牌照识别技术研究—车牌字符识别模块研究---毕业论文

车辆牌照识别技术研究—车牌字符识别模块研究---毕业论文

ID:46215542

大小:1.02 MB

页数:77页

时间:2019-11-21

车辆牌照识别技术研究—车牌字符识别模块研究---毕业论文_第1页
车辆牌照识别技术研究—车牌字符识别模块研究---毕业论文_第2页
车辆牌照识别技术研究—车牌字符识别模块研究---毕业论文_第3页
车辆牌照识别技术研究—车牌字符识别模块研究---毕业论文_第4页
车辆牌照识别技术研究—车牌字符识别模块研究---毕业论文_第5页
资源描述:

《车辆牌照识别技术研究—车牌字符识别模块研究---毕业论文》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、4n;本科毕业论文车辆牌照识别技术研究一车牌字符识别模块研究ResearchonVehiclelicenseplaterecognitiontechnology—Licenseplatecharacterrecognitionmodule姓名:号:学院:软件学院系:软件工程专业:软件工程年级:指导教师:摘要车牌识别是智能交通系统中的一个重要环节,它在交通监视和控制中占有很重耍的地位。论文结合实际应用,首次采用C#编程语言实现相关算法的处理和车牌识别软件界面的开发。分3大主要模块对车辆牌照识别系统进行研究,即牌照的预处理、分割与识别模块。预处理模块综合运用了图像处理中灰度处理、图像

2、去噪、二值化等技术对车俩图像进行分析、处理。分割模块是牌照识别系统的关键技术,首先提取车牌灰度图像信息,运用角度变换技术检测倾斜角度进而对倾斜的车牌进行矫正。最后利用直方图统计、图像投影、图像二值化、牌照区域内字符之间、字符与牌照边框之间存在相当的间隙,以及字符宽度与牌照边框宽度相差较多等因素,对牌照图像进行水平投影与垂直投影,去除牌照边框,分割字符。识别模块先对字符进行归一化及特征提取,包括逐像素特征提取法,骨架特征提取法,垂直方向数据统计特征提取法以及13点特征提取法。最后一部分便是字符的识别。利用多分类器,提高识别率。具体实现上为:采用模式匹配,即用欧式距离求出提取出的特征

3、与模板库中相应特征的最小距离,取几个分类器的占大数的结果,此即为最终的识别结果。实验表明,本文所采用的算法对于车牌的校正,边框的去除,字符的分割具有较好的效果,但在字符识别的算法上还应该再加以改进,识别的正确率有待进一步的提高。不过总体来说,本文在车牌图像的处理,识别上还是具有较好的效果。关键词:车牌预处理;车牌分割;车牌识别AbstractLicensePlateRecognitionisanimportantpartofIntelligentTransportationSystem.Itplaysanimportantroleintrafficmonitoringandcon

4、trol.Thispapercombinedwithpracticalapplication,useC#astheprogramminglanguage.Thisvehiclelicenseidentificationsystemincludes3mainmodules:Pretreatmentmodule,Partitionmodule,andRecognitionmodule.Pretreatmentmoduleusegray-scaleprocessing,imagedenoising,andBinarizationtoanalysisofimagesofvehicles.

5、PartitionmoduleisthekeymoduleinLicensePlateRecognitionSystem.FirstAbstractthegray-scaleinformation,Usetheangle-changedtechnologytodetecttheangle,Correctit.Thenusehistogramstatistics,Imageprojection,Imagebinarization,distancebetweencharacters,distancebetweencharactersandborders,characters'heig

6、ht,borders?width.etctocleanthebordersandcutupcharacters.Recognitionmodulefirstnormalizedandabstractcharacters'feature,includingPixel-by・featureextractionmethod,Skeletonfeatureextractionmethod,Characteristicsofverticaldataextractionmethod,and13featureextractionmethod.Thelastpartischaracterreco

7、gnition.Usemult-classifiertoimprovetherecognitionrate.Meansusepatternmatching;counttheleastdistancebetweenextractionfeatureandthecorrespondingfeature.Getthemostresultasthelastresult.ExperimentsshowthattheAlgorithmsthispapertakesforplatecorrec

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。