搜索
汽车牌照识别技术的研究作者：李文岩学位授予单位：西安电子科技大学参考文献(24条)1.VapnikVNThenatureofstatisticallearning19952.郭大波彩色汽车图像车牌定位技术分析[期刊论文]-山西大学学报（自然科学版）2005(1)3.芮挺.沈春林.张金林车牌识别中倾斜牌照的快速矫正算法[期刊论文]-计算机工程2004(13)4.BarronJ.FleetD.BeaucheminSPerformanceofopticalflowtechniques1994(01)5.LiptonA.FujiyoshiH.PatilRMovingtargetclassificationandtrackingfromreal-timevideo19986.StaufferC.GrimsonWAdaptivebackgroundmixturemodelsforreal-timetracking1999(06)7.汪涛汽车牌照识别技术的研究[学位论文]硕士20048.HAHegt.RJDelaHaye.NAKhanAHightPerformanceLicensePlateRecognitionSystem19989.JAGNijhuis.MHTBrugge.KAHelmholt.J.P.W.Pluim,L.Spaanenburg,R.S.Benema,M.A.WestenbergCarLicensePlateRecognitionwithNeuralNetworksandFuzzyLogic199510.HAHegt.RJDelaHaye.NAKhanAHightPerformanceLicensePlateRecognitionSystem199811.LuZhaoyangDetectionofTextRegionsfromDigitalEngineeringDrawings1998(04)12.边肇祺.张学工模式识别200013.王耀南智能控制系统-模糊控制·专家控制·神经网络控制199614.章毓晋图象工程199915.IngridDaubechies.李建平.杨万年小波十讲200416.崔锦泰.程正兴小波分析导论199517.潘翔.叶修梓.张三元基于小波的车牌汉字特征提取[期刊论文]-中国图象图形学报A辑2003(10)18.王璞.董慧颖车牌字符识别的混合特征提取方法[期刊论文]-沈阳工业学院学报2003(1)19.杜树新.吴铁军模式识别中的支持向量机方法[期刊论文]-浙江大学学报(工学版)2003(5)20.MartinTHagan.戴葵翻.MarkHBeale神经网络设计200421.TomasoPoggio.FedericoGircosiNetworksforApproximationandLearning199022.DennisWRuck.StevenKRogers.MathewKabrisky.MarkE.Oxley,BruceW.SuterTheMultilayerPerceptronasanapproximationtoaBayesOptimalDiscriminantFunction1990(04)23.GilesMFoody.AjayMathurARelativeEvaluationofMulticlassImageClassificationbySupportVectorMachines2004(06)24.黄志斌.陈锻生支持向量机在车牌字符识别中的应用[期刊论文]-计算机工程2003(5)相似文献(10条)1.学位论文薛迎卫基于小波变换与支持向量机的车牌识别2009伴随着世界各国汽车数量的增加，城市交通状况日益受到人们的重视。智能交通系统也成为人们研究的热点，车牌识别系统是智能交通系统的一个重要组成部分，它的成功开发必将大大加速智能交通系统的进程。但由于实际环境的复杂性使得车牌识别系统在实际应用中的效果并不理想。鉴于小波变换优良的时频特性以及支持向量机极强的分类能力和灵活多样的分类方式，本文研究了基于小波变换与支持向量机的车牌识别方法。主要工作如下：1、提出了基于XYZ颜色空间融合小波高频能量的车牌定位方法，该方法利用了车牌图像的颜色信息，并采用小波变换的垂直高频能量来表征车牌区域字符的纹理信息，再结合车牌区域的几何特征，快速准确的提取出车牌区域。实验选取了各种复杂背景下的车牌413幅，定位准确率达98．2%，且具有较强的环境适应性。2、对粗定位车牌进行了完善的精定位，包括水平和垂直方向车牌的倾斜矫正，上下边界的精确确定以及图像的二值化与大小归一化。充分考虑了字符的粘连、断裂、噪声、车牌边框干扰等多种情况，利用垂直投影法对车牌进行了字符的分割。3、基于小波分析理论对分割后的字符图像进行了特征提取，研究分析了直接利用小波分解系数和利用优化后的小波包分解的特征提取方法，并比较了应用不同小波基函数对识别结果的影响。分析了应用支持向量机进行分类时特征选择的性能。4、利用最小二乘支持向量机分类算法对车牌字符进行识别。本文选择了最小输出编码多类分类方法，并利用基于交叉验证的网格搜索法优化分类器的参数，设计并实现了数字，字母，数字和字母以及车牌汉字四种分类器。实验结果表明该方法具有很高的车牌字符整体识别率。2.学位论文赵晶支持向量机及其在智能交通系统中的应用研究2004统计学习理论是一种专门研究小样本情况下机器学习规律的理论,支持向量机方法是在该理论基础上发展起来的通用学习方法,它具有全局优化、适应性强、理论完备、泛化性能好等优点,统计学习理论和支持向量机是目前机器学习领域的研究热点.随着通信、信息和电子技术及计算机网络技术的发展,智能交通系统正越来越受到各国的重视,它包括车型识别、车牌识别等模块.该文将支持向量机引入智能交通系统领域,主要进行的工作如下:(1)整理总结了国内外学术界关于统计学习理论方面的研究成果,介绍统计学习理论的基本概念和支持向量机的基本原理;(2)在形状识别问题中以交通标志图像作为实验对象,利用Hough变换进行特征提取,在识别阶段利用支持向量机方法进行分类,并与神经网络等传统学习方法对比;(3)将支持向量机应用于车型识别问题中,针对收费站采集的汽车图像,首先采用小波分析和数学形态学的方法提取其外形特征,在识别阶段利用支持向量机方法进行分类,并与其他传统学习方法进行了对比;(4)将支持向量机应用于车牌识别问题中,车牌识别包括车牌定位、车牌字符分割以及字符识别三个步骤,先采用数学形态学方法对车牌区域进行定位,然后采用Top-Hat变换等方法分割车牌字符,在识别阶段采用支持向量机算法进行字符识别,取得了较为满意的结果.3.期刊论文廉飞宇.付麦霞.张元.LIANFei-yu.FUMai-xia.ZHANGYuan基于支持向量机的车辆牌照识别的研究-计算机工程与设计2006,27(21)将支持向量机(SVM)引入到复杂条件下运动车辆牌照字符的识别中.回顾了车牌识别研究的现状,简要介绍了SVM的基本原理,比较了SVM算法和神经网络算法在车牌字符识别上的优劣;提出了采用基于先验知识的二叉树结构组合多个二值分类支持向量机来解决车牌字符的多类识别问题.在实验中采用了LibSVM训练软件,针对车牌汉字的小字符集进行了仿真,同时与神经网络分类方法进行了比较.实验结果表明该方法的汉字识别率较高,在小字符集车牌汉字识别中具有较强的实用性.4.学位论文洪健车牌识别相关技术的研究2007作为智能交通系统的一部分，车牌的自动识别技术应用的前景十分广泛。从高速公路收费到入境管理，车牌的自动识别技术都显示出举足轻重的作用。尽管在市场中已经有车牌识别系统产品出现，但是由于受到复杂多变的应用坏境的影响以及图像处理技术方面的限制，车牌自动识别的技术仍然有改进的必要。在前人的研究基础上，本文针对车牌识别相关的若干技术进行了深入的探索，力求使系统的识别效果能有进一步的改善，主要创新点主要位于以下方面：1．在不影响车牌系统的识别速度的情况下，采取定位和二值化模块相互配合的方式提高二值化和定位的准确效果，为后续的模块处理提供一个很好的输入。2．针对车牌字符识别的特点结合统计学习理论，提出了一个面向多类问题的支持向量机方法。5.期刊论文李蓉.周维柏.LIRong.ZHOUWei-bai利用改进的半正定规划的支持向量机识别车牌-激光与红外2010,40(5)针对现有车牌识别系统效率低的问题,提出了一种改进的支持向量机算法.首先对车牌进行预处理和定位,将每个特征区域构建一个多核心组合.以半定规划求解最佳的权系数.使用改进的半定规划来解决多核学习算法,降低搜索空间.最后构建车牌识别模型.仿真实验表明,该算法效率高,稳定性好.6.学位论文赵钲基于支持向量机的车牌识别技术的研究2008随着城市交通的不断发展，汽车牌照识别系统在交通管理中显得越来越重要，对识别率和识别速度的要求日益提高，传统的识别技术已经无法满足现代交通控制的需求。汽车牌照识别系统主要包括车牌校正、字符切分和字符识别三个部分，本课题采用Hough变换实现车牌校正，运用字符串车牌相似度的方法进行字符切分，并创新性的提出了基于核聚类支持向量机的车牌字符识别方案，引入交叠系数的概念，减少了错分累积和判别器的数目。同时，在对核函数的构成条件以及不同核函数的特性进行分析和研究的基础上，本文对车牌字符识别算法中使用的核函数进行了改进，采用了组合核函数。本课题通过大量实验得出结论，新方法可以有效的提高车牌识别系统的识别率和识别速度，在车牌试验中取得了较为显著的效果。7.期刊论文杜晶基于改进ICA与v-S的车牌识别-科技创新导报2009,(29)提出一种结合改进的基于独立分量分析(ICA)提取算法和基于多层感知器和单向二叉决策树的多类支持向量机分类方法.该算法通过ICA进行字符的特征提取,并利用多类支持向量机分类器完成字符的识别.以对机动车车牌识别实验为例,实验证明,改进的IcA算法具有更好的稀疏性和更快的收敛速度.用单向二叉决策树将字符图像逐步分类,并引入参数调整环节,实现了缩短字符识别时间并提高识别精度的目的.8.学位论文徐磊基于1-SVM的多球体分类器理论及其应用研究2008作为支持向量机的重要分支算法，一类支持向量机及多球体聚类算法在异常检测、聚类学习等无指导领域得到了良好的应用。本文在深入研究一类支持向量机理论的基础上，给出一类支持向量机的作用集训练算法，从改进核聚类算法出发提出多球体理论框架，并进一步与有指导分类器融合以增强其训练速度和分类正确率，使之能适应现今大样本训练和实时决策的学习趋势。本文的主要工作包括：（1）提出一类支持向量机的作用集训练算法，并引入递推方法求解无约束优化的线性方程。该算法寻找支持向量在最优状态下的分布，无需逼近目标函数，避免使用KKT容忍值，并可获得解析的最优解，从而提高了一类支持向量机的训练效率。（2）为解决一类支持向量机核聚类的距离参数问题，提出模糊核聚类算法，定义具有支持向量特性的模糊隶属度函数替代距离参数，通过惩罚边缘样本的权重抑制聚类中心的偏移，不失鲁棒性地避免了参数搜索过程。同时，在核聚类算法基础上提出多球体理论框架。（3）扩展多球体理论框架至有指导学习并构造多球体分类器，引进精简一对多分类器以分离多球体内的混叠样本。构造组合分类器将上述两个性能互补的分类器加权组合，并给出基于交叉验证的权重估计和参数搜索策略。相对于传统的一对多算法，组合分类器显著减少了训练时间和决策时间，提高了分类正确率。（4）针对一对一算法的成对耦合决策规则的实时性问题，使用多球体分类器获得样本与类别的模糊隶属度，引进预分类算法挑选部分隶属度较高的类别参与决策，显著降低决策计算量。给出固定候选集容量和K均值两种预分类算法。前者固定参与决策的类别数，通过调节容忍参数权衡决策时间和分类正确率，以牺牲一定正确率为代价获得较快的决策速度；后者采用K均值聚类得到隶属度较高的类别，考虑了不同样本的模糊隶属度特性，因而其分类正确率无明显下降。（5）针对车牌识别项目，