搜索
电子警察系统中车牌定位与识别技术的研究作者：柳妮学位授予单位：长安大学相似文献(8条)1.学位论文苏雷车牌识别技术在电子警察系统中的应用研究2009随着交通管理智能化的发展，电子警察系统的研究与建设越来越受到国家的高度重视。车牌识别系统作为电子警察系统的核心组成部分，直接影响到电子警察系统的产品质量和工作效率。本文讨论了车牌识别系统中车牌定位、车牌字符分割、车牌字符识别等方面的相关算法及实现。在车牌定位过程中，本文采用了基于行扫描的车牌定位来确定车牌的水平上下边界，采用基于垂直投影的车牌定位法寻找车牌的垂直左右边界，从而定位出车牌区域；在字符分割的过程中，本文采用车牌字符垂直投影法，获得车牌字符的垂直投影，结合车牌字符的尺寸、位置等先验知识将车牌字符分割出来。在车牌字符识别方面，讨论了人工神经网络和BP神经网络的基本原理，针对目前国内各城市陆续开放使用自定义车牌号，车牌序号中的数字字母组合不再有次序关系可遵循这一特点，设计了汉字网络，字母数字网络2个子网络来进行车牌字符的识别。采用了行列每隔3个像素提取一个特征点的方法，对归一化图像进行特征提取。本文采用matlab进行实验来实现相关算法。使用从各种不同环境中采集了200多幅车牌的图像作为训练及测试样本，经过测试，系统的整体识别率达到了94.5％，识别速度快，识别成功率高。2.学位论文喻星车牌识别技术在“电子警察”系统开发中的实践研究2008随着我国经济的高速发展，在城市中通过修建马路来扩大路网的手段越来越不能解决日益严峻的交通问题。因此，智能交通系统(ITS)的建立越来越受到人们的关注。作为ITS系统的重要组成部分，“电子警察”系统已经在国内的许多城市得到了应用。但“电子警察”系统仍属于比较“年轻”的系统，以往的系统往往只强凋前端取证，对后台管理系统的建立则刚起步。车牌识别(VLPR)技术在我国的应用日益广泛，如能将其运用在“电子警察”系统中，用于违章图片的车牌自动识别，将大大减轻人工操作负担，减少差错，提高系统的运行效率。本文通过对车牌识别算法的研究及比较，在分析了各种违章图片的特点的基础上制定出了一套车牌自动识别策略，并将它应用在“电子警察”系统中，具有一定的实用价值。3.学位论文颜秉勇车牌识别技术的研究及其在电子警察系统中的应用2005本论文依托于青岛海信网络科技股份有限公司的研究与开发工作——国家“十五”科技攻关项目:智能交通系统关键技术开发和示范工程,研究了基于小波分析以及神经网络理论的车牌识别技术及其在电子警察系统中的应用。随着青岛市经济的迅速发展,机动车数量出现了的迅猛增长,城市交通面临着越来越大的压力。特别是作为2008年北京奥运会的合作承办城市,解决城市交通所面临的一系列突出问题刻不容缓,如何利用现代化的高科技手段有效的控制和管理交通有着极其重要的意义。本论文以电子警察系统为背景,在对其实现的关键技术——车牌识别技术进行研究的基础上,提出了一种基于小波分析的快速车牌定位算法,通过Mallat算法分解出的高频图像经过后继处理即可定位出车牌,提高了车牌定位的速度。本文还将引入动量因子的BP神经网络应用于字符识别,克服了传统的BP算法训练速度慢,容易陷入局部最小等缺点,并使用VC6.0编写了仿真和测试程序。最后,使用动态链接库技术具体实现了改进的车牌识别算法。4.学位论文郑刚车牌自动识别系统中相关技术的研究2007车辆牌照自动识别(LPR，LicensePlateRecognition)是计算机视觉与模式识别技术在智能交通领域的重要应用，是实现交通管理的重要环节之一。它在高速公路、城市道路和停车场等项目管理中占有不可取代的重要地位，它的广泛应用必将有助于交通管理自动化的进程。本文对交通单路车辆监控视频进行处理，通过在视频检测、车牌定位、字符分割和字符识别等环节中相关技术的研究，在一定程度上解决了当前识别系统存在的难题，提高了系统的识别准确率。在视频检测中，提出了一种利用帧间差来捕获车辆图片的检测方法，改变了惯用的硬件触发方式；在定位环节中，根据车牌地区密集的字符垂直边缘特征来定位车牌，并提出了一种实用的球球滤波方法；在车牌分割中，先对其进行对比度增强处理、二值化、倾斜校正及气泡去噪处理，然后进行投影切分；字符识别的关键在于特征提取和分类器的选择，本文提取字符的粗网格特征和投影特征，利用主成分分析法降低维数，针对实际中相近字符易识别错误，采用两级支持向量机分类器，第二级分类器用来区分相近字符。本文详细阐述了相关的技术细节和应用结果，并指出了系统中尚存在的难点和需改进之处。由实验结果可看出，本文算法能较准确的进行车辆图片捕获、车牌的定位、分割以及识别，系统的性能良好，部分环节已应用于某地的交通电子警察系统中。本文将多种预处理与识别技术有机结合，提高了系统识别能力，对车辆牌照自动识别在实际中的应用有一定的参考和借鉴价值。5.学位论文杨京忠基于数字图像处理技术的车牌识别算法研究2006工业革命开始以来,交通运输业的飞速发展为人们的生活带来了极大的便利,与此同时,各种交通运输工具特别是汽车数量的剧增也给社会和环境带来了日趋严重的巨大压力,为缓解这些压力,智能交通系统(ITS)应运而生.智能交通系统(ITS-IntelligentTransportationSystem)通过对道路交通流信息进行实时监测和了解,依此及时地做出各种交通诱导控制和管理,使相关的交通设施得到充分合理的运用,而车牌识别系统(LPK)则是其关键,车牌识别系统具有对车辆进行自动化监视,验证,登记与报警等强大功能,故而可应用于高速公路管理系统,停车场收费管理系统,小区车辆管理系统与电子警察系统等领域当中.本文完成了民用车牌识别系统的算法研究和系统设计工作,主要工作由以下几个部分组成:(1)全天候车牌定位算法,首先对原始的车辆图像进行预处理,增强图像对比度,然后利用处理后图像的差分图像进行数学空间降维处理,接下来把降维后的数据进行高斯变换与小波变换定位出车牌在车辆中的水平位置,把水平定位出来的车牌图像再次进行数学空间降维和高斯变换,最后进行形态学膨胀与腐蚀处理,从而实现车牌的精确定位;(2)字符识别算法,采用基于噪声模型训练的二级识别算法,第一级采用基于字符外形特征的分类方法进行粗分类,第二级采用统计特征与噪声模板匹配法进行细分类,与此同时结合中国民用车牌的特征,采用两个基于噪声模型的并行三级神经网络对字符外形特征进行识别实现粗分类,接下来采用统计特征与模板匹配法进行细分类,最终实现字符的准确识别;(3)车牌识别系统软件平台,搭建了一个基于c/c++语言的算法演示平台,该平台集成了本文算法研究的结果,以及一些通用的数学算法,该平台是完全开放的,可以自由在其基础上增加新的算法并可方便的观察算法结果.本文提到的算法均已在软件平台上正确实现,以从各种不同环境下采集的具有代表性的531张车辆图像作为算法测试数据源进行测试,车牌定位准确率达95﹪,字符识别率达94.6﹪.6.学位论文李嘉车牌自动识别系统的算法研究与实现2008随着我国经济的发展和汽车拥有量的急剧增加，公路交通成为我国重要的交通运输途径，是国家大力发展的基础建设领域。日益拥堵的城市交通需要更先进、更有效的交通管理和控制。利用电子信息技术来提高管理效率、交通流量和安全系数的智能交通系统已经成为当前交通管理发展的主要方向。智能交通系统通过对道路交通流信息进行实时监测，及时地做出各种交通诱导控制和管理，使相关的交通设施得到充分合理的运用，而车牌自动识别系统则是智能交通系统的关键技术。车牌识别系统具有对车辆进行自动化监视、验证、登记与报警等强大功能，故可应用于高速公路管理系统、停车场收费管理系统、小区车辆管理系统与电子警察系统等领域当中。本文完成了车牌自动识别系统的算法研究和设计实现，主要工作由以下几个部分组成：(1)车牌定位算法。把输入的图像划分成若干矩形子图，利用车牌颜色特征对每幅子图进行局域分析，得到车牌定位模板；使用数学形态学方法去除车牌定位模板的噪声，得到最终的车牌定位模板；利用车牌定位模板提取出候选车牌区域，使用Hough变换对具有一定倾斜角度的候选车牌进行矫正；对每个候选区域运用车牌尺寸和纹理特征进行判断，排除虚假候选车牌区域，实现车牌的精确定位。(2)车牌字符分割算法。基于区域生长算法提取出二值化车牌图像中的每个连通区域；利用车牌字符的尺寸特征和字符像素占空比特征对每个连通区域进行筛选，得到候选字符区域；根据已有候选字符区域估算车牌字符的尺寸，并以此去除虚假候选字符区域；最后应用车牌字符间隔先验知识，补出遗漏的字符区域，实现车牌字符的准确分割。(3)车牌自动识别软件系统。搭建了基于C语言的车牌识别算法演示系统，该系统集成了本文中的算法研究成果。该系统完全开放，可方便地修改已有算法或添加新算法，并具有很好的硬件平台无关性。本文提出的算法已以软件系统的形式实现，并使用从各种实际场景下采集的具有代表性的大量车辆图像作为算法测试数据源对算法进行测试，结果证明车牌定位算法的准确率为96.3％，字符分割算法的准确率为96.8％。7.期刊论文许健.段小梅.XuJian.DuanXiaomei车牌定位技术在电子警察系统中的应用研究-自动化与信息工程2006,27(3)随着我国城市交通管理水平的发展,车牌识别技术得到了广泛的应用.而车牌定位作为车牌识别的关键环节之一,也受到越来越多技术人员的重视.在众多车牌定位方法中,寻找一种适用于电子警察系统应用的方法显得十分必要.文章通过对三种车牌定位方法的分析、研究及实验对比,提出了比较适用于电子警察系统中车牌识别的方法,其中的研究方法、过程以及结果具有一定的参考价值.8.学位论文李艳洪基于小波和神经网络的车牌识别技术的研究2006本论文以智能交通、电子警察系统为背景，在其实现的关键技术——车牌识别进行研究的基础上，提出了一种基于小波分析的快速车牌定位算法，通过Mallat算法分解出的高频图像经过后继处理即可快速定位车牌。同时，将EMD、PCA和改进BP神经网络应用于车牌字符识别，克服了传统算法训练速度慢，容易陷入局部最小等缺点。最后，使用VC6.0编写了仿真和测试程序，使用动态链接库技术具体实现了改进的车牌识别算法。在实际的工程测试中表明，所研究的改进的车牌识别算法在保证系统运行的实时性和可靠性的前提下，能够比较快速、准确的实现车辆牌照自动识别。本文链接：下载时间：2010年4月7日