【摘要】：車牌識(shí)別技術(shù)作為智能交通系統(tǒng)的一個(gè)重要環(huán)節(jié),在道路信息監(jiān)控、停車場(chǎng)管理和高速公路管理等場(chǎng)景中得到了廣泛應(yīng)用。目前正常環(huán)境下的車牌識(shí)別已經(jīng)達(dá)到了較高的準(zhǔn)確率,但在一些環(huán)境惡劣的區(qū)域(如港口),容易造成車牌污損(如車牌附著污泥,字符斷連等情況),此時(shí)車牌識(shí)別率會(huì)受到較大影響。本文研究污損車牌檢測(cè)與識(shí)別的關(guān)鍵技術(shù),將車牌識(shí)別過程分為車牌定位、車牌修復(fù)和車牌識(shí)別,并在結(jié)合深度學(xué)習(xí)理論的基礎(chǔ)上,采用端到端的方法(即去除車牌字符分割操作,直接將車牌輸入進(jìn)行識(shí)別)來解決污損車牌識(shí)別率低的問題。本文主要工作如下:(1)針對(duì)傳統(tǒng)方法在檢測(cè)車牌形變及背景復(fù)雜情況下定位率低的問題,本文采用基于改進(jìn)的最大極值穩(wěn)定區(qū)域(Maximally Stable Extremal Regions,MSER)和車牌定位卷積神經(jīng)網(wǎng)絡(luò)(License Plate Location-Convolutional Neural Network,LPL-CNN)結(jié)合的車牌定位方法。首先利用改進(jìn)的MSER文字提取算法進(jìn)行車牌粗定位,該方法能較好地保留圖像中的字符區(qū)域,剔除非字符區(qū)域;然后設(shè)計(jì)車牌篩選網(wǎng)絡(luò)LPL-CNN進(jìn)行車牌精定位,該網(wǎng)絡(luò)接收全像素輸入,多維度獲取車牌特征。實(shí)驗(yàn)結(jié)果表明,車牌定位的準(zhǔn)確率達(dá)到了99.1%,改進(jìn)后的定位算法準(zhǔn)確率得到了提升。(2)針對(duì)目前圖像修復(fù)算法在處理污損車牌圖像時(shí)存在邊緣修復(fù)不連續(xù)和效率不高問題,本文提出一種紋理塊與梯度特征相結(jié)合的改進(jìn)算法。新算法從兩個(gè)方面進(jìn)行改進(jìn):針對(duì)最優(yōu)匹配塊,加入梯度計(jì)算,優(yōu)化匹配塊的選擇及預(yù)編輯,提高與環(huán)境的融合效果;采用了一種新的更新填充前端方案,提高修復(fù)效率。實(shí)驗(yàn)結(jié)果表明,PSNR和SSIM指標(biāo)均有所提升,所提出的算法具有較好的計(jì)算效率,視覺感知方面具有更好的邊緣連續(xù)性。(3)針對(duì)車牌分割帶來的不準(zhǔn)確問題,本文采用基于車牌識(shí)別卷積神經(jīng)網(wǎng)絡(luò)(License Plate Recognition-Convolutional Neural Network,LPR-CNN)和雙向循環(huán)神經(jīng)網(wǎng)絡(luò)(Bi-directional Recurrent Neural Networks,BiRNN)的車牌端到端識(shí)別方法。首先采用LPR-CNN提取車牌字符的靜態(tài)局部特征和全局特征,建立高層特征和底層像素的位置關(guān)系;然后采用BiRNN捕獲圖像上下文信息,得到概率估計(jì)序列;最后通過基于連接時(shí)序分類(Connectionist Temporal Classification,CTC)的文字解碼方法,將概率估計(jì)序列變換成字符串。實(shí)驗(yàn)結(jié)果表明,車牌識(shí)別準(zhǔn)確率達(dá)到了95.4%,本文提出的方法能提升污損車牌的識(shí)別率。(4)論文最后對(duì)每個(gè)模塊進(jìn)行實(shí)驗(yàn)及分析,并將模塊進(jìn)行整合,實(shí)現(xiàn)污損車牌識(shí)別原型系統(tǒng)。該原型系統(tǒng)平均定位準(zhǔn)確率為98.7%,平均識(shí)別準(zhǔn)確率為97.0%,平均整體識(shí)別準(zhǔn)確率為95.8%,表明本文污損車牌識(shí)別方法在準(zhǔn)確率上有一定的提升,達(dá)到實(shí)用化效果。
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;TP183;U495
【圖文】：

（a）單字符部分遮擋 （b）字符斷裂圖 1-1 車牌污損示例研究的主要應(yīng)用場(chǎng)景，是港口區(qū)域內(nèi)地磅采集處的車輛號(hào)牌型及以上載貨汽車、半掛牽引車、專項(xiàng)作業(yè)車和一般小型汽

圖 1-2 LeNet 網(wǎng)絡(luò)結(jié)構(gòu)AlexNet 是 Geoffrey 和他學(xué)生 Alex 在 2012 年 ImageNet 的競(jìng)賽中提出的較于 LeNet，AlexNet 主要的優(yōu)點(diǎn)有：a) 通過對(duì)網(wǎng)絡(luò)進(jìn)行擴(kuò)展（其中包括卷和全連接層）；b) 同時(shí)采用 Dropout 等方法解決過擬合問題；c) GPU 加速計(jì)

圖 1-3 AlexNet 網(wǎng)絡(luò)結(jié)構(gòu)N 網(wǎng)絡(luò)在圖像識(shí)別中應(yīng)用最為廣泛，CNN 將圖像直接作為網(wǎng)絡(luò)復(fù)雜的人工特征提取和數(shù)據(jù)構(gòu)建過程，該網(wǎng)絡(luò)充分結(jié)合特征學(xué)對(duì)圖象識(shí)別更具有效性[6]。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陶夢(mèng)夢(mèng);高天惠;姜從云;李佳佳;;新型智慧城市建設(shè)背景下智能交通系統(tǒng)設(shè)計(jì)研究——以安徽省合肥市為例[J];哈爾濱學(xué)院學(xué)報(bào);2019年05期

2 ;國外智能交通系統(tǒng)介紹[J];廣東交通;2011年05期

3 賈述評(píng);房筱莉;;日本智能交通系統(tǒng)的發(fā)展[J];吉林交通科技;2006年03期

4 張溪;;大數(shù)據(jù)下智能交通系統(tǒng)的發(fā)展綜述[J];信息與電腦(理論版);2019年01期

5 王笑京;;中國智能交通發(fā)展回眸(一) 智能交通系統(tǒng)的起步歲月[J];中國交通信息化;2018年12期

6 譚慧芳;;中國智能交通系統(tǒng)的現(xiàn)狀和發(fā)展對(duì)策[J];中小企業(yè)管理與科技(上旬刊);2019年01期

7 黃周平;;大數(shù)據(jù)在智能交通系統(tǒng)中的應(yīng)用淺析[J];中國交通信息化;2019年01期

8 楊博文;;智能交通系統(tǒng)的研究現(xiàn)狀及發(fā)展趨勢(shì)分析[J];中國設(shè)備工程;2019年02期

9 趙一錦;;我國智能交通系統(tǒng)的發(fā)展研究[J];住宅與房地產(chǎn);2019年06期

10 楊智勇;;城市智能交通系統(tǒng)建設(shè)內(nèi)容與探討[J];現(xiàn)代經(jīng)濟(jì)信息;2017年22期

相關(guān)會(huì)議論文 前10條

1 洪曉龍;;烏魯木齊智能交通系統(tǒng)規(guī)劃解析[A];第十二屆中國智能交通年會(huì)大會(huì)論文集[C];2017年

2 劉銘;;計(jì)算機(jī)技術(shù)在智能交通系統(tǒng)中的應(yīng)用[A];天津市電子工業(yè)協(xié)會(huì)2017年年會(huì)論文集[C];2017年

3 朱鳳華;;智能交通系統(tǒng)發(fā)展研究[A];2010-2011控制科學(xué)與工程學(xué)科發(fā)展報(bào)告[C];2011年

4 劉允才;孔慶杰;湯淑明;;智能交通系統(tǒng)[A];2007-2008控制科學(xué)與工程學(xué)科發(fā)展報(bào)告[C];2008年

5 肖文武;;韓國智能交通系統(tǒng)建設(shè)歷程[A];養(yǎng)護(hù)與管理2015年第07期（總第53期）[C];2015年

6 王軍華;張偉;王良模;;智能交通系統(tǒng)發(fā)展現(xiàn)狀與分析[A];江蘇省公路學(xué)會(huì)優(yōu)秀論文集（2006-2008）[C];2009年

7 張志文;;智能交通系統(tǒng)綜述[A];第四屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

8 吳蓉;陳金鷹;;4G技術(shù)與智能交通系統(tǒng)的融合[A];四川省通信學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文集[C];2013年

9 郭淑萍;張敖;;智能交通系統(tǒng)發(fā)展及其標(biāo)準(zhǔn)現(xiàn)狀研究[A];市場(chǎng)踐行標(biāo)準(zhǔn)化——第十一屆中國標(biāo)準(zhǔn)化論壇論文集[C];2014年

10 張國伍;;關(guān)于發(fā)展我國智能交通系統(tǒng)的幾個(gè)問題[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國系統(tǒng)工程學(xué)會(huì)第十屆年會(huì)論文集[C];1998年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 潘希;前方擁堵 問路科技[N];科學(xué)時(shí)報(bào);2011年

2 吳昊;“車聯(lián)網(wǎng)”或可破解交通擁堵？[N];科學(xué)時(shí)報(bào);2011年

3 柯訊;中科院團(tuán)隊(duì)獲IEEE智能交通系統(tǒng)杰出團(tuán)隊(duì)獎(jiǎng)[N];科學(xué)時(shí)報(bào);2010年

4 中國信息通信研究院技術(shù)與標(biāo)準(zhǔn)研究所 郎保真;全球智能交通系統(tǒng)頻率亟待統(tǒng)一[N];人民郵電;2019年

5 記者 馬雪榮 達(dá)娃·梅朵;緩解城市擁堵 需要來點(diǎn)“智慧”[N];昆明日?qǐng)?bào);2017年

6 本報(bào)記者 操秀英;用科技創(chuàng)新的鑰匙打開智能交通系統(tǒng)大門[N];科技日?qǐng)?bào);2017年

7 本社記者 李卓謙 王德;安徽太湖智能交通系統(tǒng)助力平安建設(shè)[N];民主與法制時(shí)報(bào);2017年

8 記者 焦陽;我市智能交通系統(tǒng)工程進(jìn)展順利[N];常德日?qǐng)?bào);2014年

9 本報(bào)記者 徐金忠;全國性智能交通系統(tǒng)規(guī)劃有望出臺(tái)[N];中國證券報(bào);2014年

10 通訊員 李帙奇;沙區(qū)打造智能交通系統(tǒng)[N];重慶政協(xié)報(bào);2015年

相關(guān)博士學(xué)位論文 前10條

1 魏峗;基于物聯(lián)網(wǎng)的智能交通系統(tǒng)中車輛自組織網(wǎng)絡(luò)建模與仿真研究[D];蘭州交通大學(xué);2017年

2 滑思忠;V2X關(guān)鍵技術(shù)在城市道路智能交通中的應(yīng)用研究[D];長(zhǎng)安大學(xué);2018年

3 張建軍;GPS與GIS技術(shù)在ITS系統(tǒng)中的應(yīng)用研究[D];長(zhǎng)安大學(xué);2004年

4 許焱;奧運(yùn)智能交通系統(tǒng)規(guī)劃研究[D];北京工業(yè)大學(xué);2006年

5 紀(jì)筱鵬;智能交通系統(tǒng)中車輛視頻檢測(cè)、識(shí)別與跟蹤方法的研究[D];中國海洋大學(xué);2006年

6 謝磊;智能交通系統(tǒng)中的視頻處理技術(shù)研究[D];華中科技大學(xué);2006年

7 耿慶田;基于圖像識(shí)別理論的智能交通系統(tǒng)關(guān)鍵技術(shù)研究[D];吉林大學(xué);2016年

8 曹妍;本體理論在城市智能交通系統(tǒng)語義集成中的應(yīng)用研究[D];大連海事大學(xué);2010年

9 黎曦;脈沖耦合神經(jīng)網(wǎng)絡(luò)在智能交通系統(tǒng)中的應(yīng)用技術(shù)研究[D];武漢大學(xué);2014年

10 嚴(yán)捷豐;交通視頻監(jiān)控中的車輛檢測(cè)與分割方法研究[D];中國科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 孫光宇;飽和狀態(tài)下交通信號(hào)控制算法研究[D];浙江工業(yè)大學(xué);2019年

2 蘭小麗;基于深度學(xué)習(xí)的污損車牌檢測(cè)與識(shí)別關(guān)鍵技術(shù)研究[D];武漢理工大學(xué);2018年

3 王震;路面車輛監(jiān)測(cè)雷達(dá)設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2018年

4 鄭凱;武漢市智能交通系統(tǒng)路口檢測(cè)子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2018年

5 楊岳航;特征描述與匹配方法研究及在智能交通系統(tǒng)中的應(yīng)用[D];南京航空航天大學(xué);2018年

6 郭陽陽;顯著性檢測(cè)及在智能交通系統(tǒng)中的應(yīng)用[D];南京航空航天大學(xué);2018年

7 陳文Z

本文編號(hào)：2754934