视频流关键帧提取与标识串识别研究

摘要

该文对这三方面的内容都进行了研究.其中,对前两个方面的内容,给出了针对特定应用的方案设计.字符识别是该文讨论的重点.对于关键帧检测,该文提出二种将邻帧差分与背景差分相结合的方法,将视频流分为四种不断循环的状态,通过对当前状态和前后状态的判断,从而准确的检测出关键帧.文本字符分割借鉴了OCR系统中的分割方法,对字符倾斜与粘连两种主要影响分割质量的情况提出了解决方案.字符识别是一个典型的模式识别课题.字符形状模板匹配识别方法具有简单易实现的特点,但同时也存在抗干扰差,识别率不高的缺陷.该文应用神经网络技术,研究了上述识别方法的改进.先研究了标准字符空间中利用归一化字符形状相关系数的聚类识别特性,实际字符图像的畸变仿真,讨论了畸变对形状相关识别的影响.然后,在此基础上,应用神经网络理论中的感知机模型,对于不同的位字符空间,生成了相应的线性识别机器,PC仿真给出了良好的结果.

目录

文摘

英文文摘

声明

第一章引 言

1.1研究任务与结果

1.2相关关键技术动态

1.2.1智能交通系统中计算机视觉技术的应用

1.2.2基于计处机视觉的视频流关键帧检测与获取

1.2.3视频流中标识文本串的分割与提取

1.2.4字符识别

1.3论文内容安排

第二章.视频流关键帧提取与流中标识字符串分割

2.1车流视频关键帧提取方案

2.2.1视频分层组织方案和技术

2.1.2 车流视频序列关键帧检测与提取方案

2.2流中标识文本串提取与字符分割

2.2.1文本提取

2.2.2车牌图像倾斜度的检测与校正

2.2.3粘连字符的分割

第三章字符串图象形状相关识别特性

3.1文本图象序列逐位识别技术

3.1.1整体识别策略

3.1.2 文本图象序列的位结构模型

3.1.3图象序列逐位识别方案

3.2机动车号牌图象的位模式分析

3.2.1国家标准车牌样式

3.2.2车牌位结构分解及位空间分类

3.3字符基元图象基于形状相关的识别原理

3.3.1字符基元图象归一化

3.3.2形状相关尺度特征变换

3.4标准车牌字符基元图象的相关识别特性

3.4.1十元标准字符基元空间相关特性

3.4.2二十五元标准字符基元空间相关特性

3.4.3三十五元字符空间相关特性

第四章字符图象畸变对其相关识别的影响

4.1车牌图象的传输和干扰模型

4.2字符基元畸变模型

4.3畸变字符样本的PC仿真生成

4.4各畸变字符子空间相关识别特性

4.4.1十元畸变字符空间相关识别特性

4.4.2二十五元畸变字符空间相关识别特性

4.4.3三十五元畸变字符空间相关识别特性

4.5分析结论

第五章.字符基元相关识别系统设计

5.1相关理论

5.1.1分类决策

5.1.2线性判别函数

5.1.3 多类问题

5.2各空间线性机器的算法描述与程序实现

5.3试验结果

5.3.1各空间线性机器的设计

5.3.2在车辆识别系统中的应用

第六章总结与展望

6.1论文总结

6.2未来研究展望

参考文献

致 谢

个人简历