隨著信息技術(shù)和智能技術(shù)的發(fā)展,交通管理系統(tǒng)的信息化、智能化是大勢所趨。車牌識別系統(tǒng)是智能交通系統(tǒng)的核心組成部分,現(xiàn)已廣泛地應(yīng)用到多地。目前的車牌識別過程,存在著背景干擾較大、光照變化較快和車牌尺寸不固定等問題,進而導(dǎo)致了識別速度慢、識別率低的問題。本論文利用了卷積神經(jīng)網(wǎng)絡(luò)對識別二維圖像的優(yōu)異性,設(shè)計了一個基于卷積神經(jīng)網(wǎng)絡(luò)的車牌識別系統(tǒng),并針對各個模塊在車牌識別過程中存在的問題,研究并實現(xiàn)相應(yīng)的算法,本文主要完成了以下五個方面的工作:1)在運動車輛檢測方面,針對視頻監(jiān)控中的兩種噪聲,使用了中值和均值綜合濾波降噪。為了保證較高的實時性,設(shè)計了基于背景差分法的車輛檢測方法,差分后的圖像通過形態(tài)學(xué)方式檢測車輛前景。最后,測試了多種路況和光照的情況下,車輛檢測模塊的性能。2)在車牌定位方面,本文提出了基于形態(tài)學(xué)和邊緣統(tǒng)計的車牌定位算法。車輛前景圖片首先通過形態(tài)學(xué)一次定位車牌區(qū)域,再根據(jù)車牌特有的邊緣稀疏性二次定位車牌,排除相似非車牌區(qū)域。3)在字符分割方面,針對中文車牌所特有的“.”區(qū)域,本文提出了一種基于垂直投影的雙向掃描字符分割算法。通過一次水平掃描和兩次垂直掃描,規(guī)避了左右邊框?qū)ψ址挠绊?..

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外的研究和應(yīng)用現(xiàn)狀
    1.3 本文的研究內(nèi)容和組織架構(gòu)
第2章 車牌識別系統(tǒng)的設(shè)計方案
    2.1 車牌識別簡介
    2.2 車牌識別中的關(guān)鍵技術(shù)
        2.2.1 圖像預(yù)處理技術(shù)
        2.2.2 車輛檢測技術(shù)
        2.2.3 車牌定位技術(shù)
        2.2.4 車牌分割技術(shù)
        2.2.5 車牌字符識別技術(shù)
    2.3 車牌識別系統(tǒng)的方案設(shè)計
        2.3.1 系統(tǒng)的需求分析
        2.3.2 系統(tǒng)的方案選擇
        2.3.3 系統(tǒng)的模塊化架構(gòu)
        2.3.4 系統(tǒng)的整體組成
        2.3.5 系統(tǒng)性能指標(biāo)
    2.4 本章小結(jié)
第3章 車輛檢測模塊的設(shè)計
    3.1 車輛視頻的預(yù)處理
        3.1.1 圖像灰度化
        3.1.2 圖像去噪
    3.2 車輛檢測算法的介紹
        3.2.1 常見的車輛檢測算法
        3.2.2 三種檢測算法性能比較
    3.3 基于背景差分法的車輛檢測模塊設(shè)計
    3.4 車輛檢測模塊的性能測試
        3.4.1 不同路況下的檢測率
        3.4.2 不同光照條件下的檢測率
    3.5 本章小結(jié)
第4章 車牌定位、矯正和分割算法的研究
    4.1 車牌定位算法的研究
        4.1.1 常見的車牌定位算法
        4.1.2 基于形態(tài)學(xué)和邊緣統(tǒng)計的車牌定位算法
    4.2 車牌傾斜矯正算法的研究
        4.2.1 常見的車牌傾斜矯正算法
        4.2.2 基于統(tǒng)計特征點圖的傾斜矯正算法
    4.3 車牌字符分割算法的研究
        4.3.1 常見的車牌分割算法
        4.3.2 基于垂直投影的雙向掃描字符分割算法
    4.4 定位、矯正和分割算法的性能測試
    4.5 本章小結(jié)
第5章 基于卷積神經(jīng)網(wǎng)絡(luò)的車牌識別算法的研究
    5.1 LENET-5 卷積神經(jīng)網(wǎng)絡(luò)介紹
        5.1.1 LeNet-5 的結(jié)構(gòu)簡介
        5.1.2 前向傳播
        5.1.3 反向傳播
        5.1.4 過擬合現(xiàn)象
        5.1.5 傳統(tǒng)的LeNet-5 車牌識別方法
    5.2 GMP-LENET卷積神經(jīng)網(wǎng)絡(luò)
        5.2.1 GMP-LeNet網(wǎng)絡(luò)的具體改進措施
        5.2.2 GMP-LeNet的結(jié)構(gòu)描述
    5.3 基于GMP-LENET網(wǎng)絡(luò)的車牌識別方法
    5.4 車輛識別算法的性能測試
    5.5 本章小結(jié)
第6章 車牌識別系統(tǒng)的搭建與測試
    6.1 車牌識別系統(tǒng)軟硬件環(huán)境
    6.2 視頻監(jiān)控系統(tǒng)的搭建
        6.2.1 采集端搭建
        6.2.2 監(jiān)控端搭建
    6.3 車牌識別軟件的實現(xiàn)
        6.3.1 軟件的模塊間整合
        6.3.2 軟件的代碼實現(xiàn)
        6.3.3 軟件的界面實現(xiàn)
    6.4 系統(tǒng)的功能測試和性能分析
        6.4.1 系統(tǒng)功能測試
        6.4.2 系統(tǒng)性能分析
    6.5 本章小結(jié)
第7章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間參加的科研項目和成果



本文編號：3861727