外文资料翻译---车牌识别.docVIP

淮 阴 工 学 院 毕业设计(论文)外文资料翻译 学 院： 电子与电气学院 专 业： 电子信息工程 姓 名： 学 号： 外文出处： License plate recognition (用外文写) Louka Dlagnekov, Serge Belongie 附 件： 1.外文资料翻译译文；2.外文原文。 指导教师评语： 年 月 日 签名： 注：请将该封面与附件装订成册。附件1：外文资料翻译译文 《车牌识别》 摘要：车牌号码识别（LPR）的研究是一个相当重要的问题，这一系统已经是商业运作系统的几个重要组成部分之一。然而许多类似系统需要复杂的视频采集硬件并且需要与红外闪光灯利用技术相结合，用以形成大尺寸车牌在某些区域和（人工）字符鉴别。在本文中，我们描述了一个车牌识别系统，这一系统实现了高质量的视频信号分辨，具备较高的识别率而且不需要昂贵的硬件。我们也探讨了汽车制造和模式识别问题，其目的在于搜寻用于部分车牌号码监控并与录像档案馆联合一些汽车视觉描述系统。我们的提出的方法将提供给民间基础设施宝贵的信息，并提供以各种情境为执法对象的信息。 1、简介 车牌识别问题（LPR）被广泛认为是与许多系统急待解决的问题之一。一些较为著名的是为伦敦交通拥挤而设置的收费系统，以及为美国海关边境巡逻任务开发的系统，还有在加拿大和美国的部分收费公路用于执法的收费系统 。虽然向公众发布了一些关于商业的准确性细节，但是部署的车牌识别系统仅仅在可操作的条件下才能正常工作。因而，他们有两个主要缺点是我们可以解决的： 首先，他们需要高解析度成像，需要有专门的硬件。大多数的学术研究在这方面也需要高清晰度图像或依赖于特殊地理位置的车牌，并考虑下到这些地区的人和实物因素，甚至是一些常见的误读字符和特殊字符。 其次，具有一定性质的LPR系统可以当作是汽车的指纹车牌。换句话说，确定车辆的身份完全基于附带的车牌。可以想见，这种情况下需要考虑两个板块从完全不同的品牌和型号的汽车被调换的情况，在这种情况下，这些系统将无法发现这一问题。我们作为分辨者也不太会容易分辨汽车的车牌号码，除非汽车很接近我们的。我们也不能非常容易的记忆所有字符。然而，我们能够识别和记忆的汽车外观，，即使当汽车正在加速离开我们。事实上，信息记忆表现出这样了一种迹象，首先是汽车的品牌和型号，只有那么它的车牌号码，有时甚至不是一个完整的号码。因此，考虑到汽车的外观描述和部分车牌号，当局应该能够查询他们对类似的车辆监控系统和检索时，该车辆失踪与当时存档的录像资料以及时间记号。 在本文中，我们描述了一个车牌识别方法，执行良好，而且不需要使用昂贵的成像硬件，同时可以用于探索汽车制造商和型号识别（MMR）。由于车牌的互补性和品牌和型号的信息不同，使用时需要考虑分辨能力，不仅具备高精度文字分辨能力，而且具备更强能力的汽车监控系统。 2、车牌侦测 在任何物体识别系统中，有两个需要加以解决的重大问题 - 即检测到场景中的对，认识它，检测一个重要的先决条件。我们车牌检测问题作为一个文本提取的问题[5]。该检测方法可如下描述。窗口大约一个车牌图像尺寸，被安置在每个视频流和帧的图像内容作为输入传递给一个分类器，如果窗口包含一个车牌其输出为10。然后放置在画面中的车牌和候选地点的所有可能的地点记录该类一览表。而实际上，这种分类，我们一个强大的分类器，许多弱分类，于不同功能的专门牌照，从而使每一个更为准确的。这种分类器采用AdaBoost算法，因为它们只需要超过50％的准确，AdaBoost的选择最佳从弱分类设置，每一个单一的功能弱分类器品牌和型号识别 由于与车牌识别问题，探测车的第一步，品牌和型号进行识别（MMR）。为此，我们可以应用运动分割方法估算的感兴趣区域（ROI），其中包含了汽车。相反，我们决定使用作为存在和一个视频流中车辆的位置显示检测到的车牌位置，并为作物识别汽车的投资回报率。这种方法也将是有益品牌和型号的静态影像，那里的分割问题是比较困难的。3.1字符识别 应用二值化算法，这是我们最初的意图，如对尼布莱克算法的修改后的版本由陈和尤尔[5]用于提取牌照从我们的检测器板的图像，然后使用商业二元化的形象OCR的包作为输入。我们发现，即使我们尝试在104 × 31的OCR软件包决议产生了非常糟糕的结果。也许这不应该作为许多定制的OCR车牌识别系统在现有的解决方案考虑除非在阅读文字手写的形式然后对分割图像进行识别，是OCR软件来分割共同的特点。市场细分最简单的方法通常涉及的行和列像素，并把部门在当地最小的投影功能的投影。在我们的数据，分辨率太低可