- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
(完好word版)汽车牌照辨别系统车牌定位技术研究开题报告
(完好word版)汽车牌照辨别系统车牌定位技术研究开题报告
(完好word版)汽车牌照辨别系统车牌定位技术研究开题报告
淮阴工学院
毕业设计 (论文 )开题报告
学生姓名:
专 业:
设计 (论文 )题目 :
学 号:
电气工程及其自动化
汽车牌照辨别系统的车牌定位技术研
究
指导教师:
2011 年 02 月 24 日
毕业设计(论 文)开 题报告
1.联合毕业设计(论文)课题状况,依据所查阅的文件资料,每人撰写
2000 字左右的文件综述
文件综述
一、课题研究的目的及意义
汽车车牌就相当于汽车的身份证,是在民众场合可以独一的汽车身份证的凭据。
为次,我国交通管理部门对汽车牌的管理特别重视并拟订了一套严格的管理法例。 此中对汽车车牌的制作、安装、保护都要求由拟订部门一致进行管理。
车辆牌照定位与辨别是计算机视觉与模式辨别技术在智能交通领域应用的重要
研究课题之一,该技术应用范围特别宽泛,此中包含: (1)交通流量检测;( 2)交通控制与引诱;( 3)机场、港口等进出口车辆管理; (4)小区车辆管理;(5)闯红灯等违章车辆监控;(6)不断车自动收费;( 7)道口检查站车辆监控;(8)公共泊车场安全防盗管理;( 9)计算出行时间;(10)车辆安全防盗、查堵指定车辆等。其潜伏在市场应用价值极大,有能力产生巨大的社会效益和经济效益。
车辆牌照定位与辨别是计算机视觉与模式辨别技术在智能交通领域应用的重要
研究课题之一 , 该技术应用范围特别宽泛。 外国汽车牌照辨别系统研究工作已有必定
进展 , 但其实不尽合我国国情。我国汽车牌照的规范悬挂地点不独一,而且因为环境、
道路或人为要素造成汽车牌照污染严重 , 这类状况下外国发达国家不同意上路 , 而
在我国仍可上路行驶等。
在此基础上,假如研制出能在民众场合正确快速地对汽车牌照进行自动定位识其他系统,那么这将是一件特别存心义的工作, 冰将极大的提升汽车安全管理水平及管理效率。
二、车牌辨别技术的国内外研究状况
鉴于图像办理的车牌辨别技术的研究在外国起步比较早, 在美国、意大利、德国、以色列、新加坡等国家,此刻已经有比较成熟的产品投入使用, 如美国的 AUTOSCOF
2003 系统、以色列的 Hi-Tech 企业研制的 See/CarSystem、德国西门子
毕业设计(论 文)开 题报告
企业的 ARTEM7S 系统、新加坡的 Optasa企业研制的 VLPRS 等车牌辨别系统, 可是因为我国车牌式样的多样性、 车牌颜色的多样性以及包含汉字等特色, 这些车牌辨别系统其实不合适我国国情。
近几年,国内也有很多企业以及科研机构进行这方面的研究, 而且有一些适用化产品,这些产品的车牌辨别率都在 70%以上,可是对环境要求较高, 在全天候的条件下,都存在辨别精度不高、 辨别时间长等特色, 车牌辨别技术还存在很大的发展空间。当前,这一领域仍很活跃。
鉴于图像办理的车牌辨别技术主要包含车牌定位、 车牌切割、字符辨别等方面技
术。
对于车牌定位方面, 主要利用车牌的边沿、 形状、颜色等特色,再联合数字图像、
形态学、小波变换、人工神经元网络等技术对车牌进行定位。
完好鉴于形态学的算法有运用数学形态学的闭运算获取车牌的候选区, 而后采纳
投影的方法剔除车牌、定位真车牌。
鉴于神经元网络的方法有鉴于 BP 网络的牌照定位方法,在算法中,使用一个滑动窗口作为采样窗口, 在灰度图像上挨次挪动, 将窗口覆盖下的图像块作为神经网络的输入,当输入表示出靠近 1/2 时,表示滑动窗口下的图像块属于车牌地区,当输出
靠近— 1/2 时,表示滑动窗口下的图像属于背景地区。 人工神经网络算法抗扰乱性好,
可是因为图像中车牌地区往常只占 2—3%的面积,特色值难以提取,算法也比较复杂。
鉴于彩色的车牌定位方法有采纳多层感知器网络对输入彩色图像进行彩色切割
多级混淆集成分类器的车牌自动辨别方法。这类方法的主要思想是经过三层 MLPN
网络将拥有平均色度空间的彩色图像进行色彩切割, 再利用投影法切割出潜伏的各样
底色的车牌地区。该方法辨别正确率高、车牌定位正确率高达 98.6%。
还有依据彩色边沿检测算子 ColorPrewitt 和彩色边沿检测与地区生长相联合的牌照定
位算法。这类方法的主要思想是经过边沿检测算子 ColorPrewitt 对彩色图像的边沿检
测,加强牌照地区, 最后利用车牌的先验知识, 剔除虚假车牌区, 确立真实的车牌区。
毕业设计(论 文)开 题报告
三、汽车牌照辨别技术的发展远景
在车牌辨别系统的性能指标中, 辨别率和辨别速度很大程度上是互相矛盾的, 难
以同时提升。除了图像办理以及车牌自动辨别技术不够成熟以外,还遇到拍摄设施、
计算机等硬件
原创力文档


文档评论(0)