车辆牌照自动识别系统中若干关键问题的研究

摘要

该论文是车辆牌照自动识别系统的一部分.论文针对车牌中字符特征的提取和车辆牌照图像的分割两个问题做了深入和有效的研究.首先针对车辆牌照自动识别系统中车牌字符,特别是汉字字符,提出了一种新的基于hough变换的特征提取方法,在理论上对该方法的性能进行了探讨,并在软件仿真提取特征后用人工神经网络的方法对提取后的特征进行了分类识别,达到了理想的结果.其次提出了一种基于图像纹理特征的图像分割新方法.该方法是一种目标图像灰度特征与空间特征相结合的图像分割方法.该方法通过分析目标的纹理,经过若干步预处理在图像中寻找到目标中有代表意义的一些点,再通过分析这些点的特征,对图像进行分割.仿真证明这种方法对整体灰度分布不均,存在与目标灰度接近且与目标相交带状干扰的图像具有普遍适用性.

目录

摘要

第一章绪论

1.1汽车牌照自动识别技术简介

1.2汽车牌照自动识别技术的发展

1.3论文主要研究内容

第二章车牌自动识别系统设计

2.1系统结构及工作原理

2.2系统各部分功能设计

第三章车辆牌照中字符特征的提取

3.1特征选择与提取的基本概念

3.2传统的特征提取方法

3.3基于HOUGH变换的特征提取方法

3.3.1原始图像归一化

3.3.2归一化图像的细化

3.3.3 hough变换

3.3.4高斯滤波

3.3.5探测局域极大值

3.3.6用最大类间方差法对极值点分类

3.3.7根据分类保留的极值在三维座标中构造特征矢量

3.4基于HOUGH变换特征提取方法的算法流程图与性能分析

第四章车牌的神经网络模式识别方法

4.1神经网络简介

4.2神经网络与模式识别的关系

4.2.1神经网络模式与其它模式识别方法的比较

4.2.2神经网络模式识别系统概述

4.3神经网络结构及类型

4.4前馈神经网络

4.5反向传播学习算法(B-P算法)

第五章一种基于目标纹理的图像分割方法

5.1图像阈值分割技术

5.1.1图像阈值分割的基本原理

5.1.2图像分割算法研究现状

5.2基于目标纹理和点特征的图像分割的原理与思想

5.3基于目标纹理和点特征的图像分割方法

5.4结论

第六章车辆牌照自动识别系统的硬件实现

6.1图像采集及处理系统的发展历程

6.2基于微型计算机的图像采集及处理系统

6.3基于DSP的图像处理系统及高速印刷线路板的设计

第七章结束语

致谢

参考文献