基于特殊環(huán)境下的車牌識別研究.pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、21世紀以來我國經濟的快速發(fā)展及社會環(huán)境的變化,使得交通管理系統(tǒng)中車牌識別技術在我們日常生活中掀起了浪潮。車牌識別技術需要處理各種條件下的車牌圖像,尤其對于特殊環(huán)境下采集的圖像需要我們更加深入的研究,如現(xiàn)在的霧霾天氣的持續(xù)增加,不能清晰的識別車牌號碼;傍晚時由于光線變暗不能清楚識別車牌圖像等難題,環(huán)境的復雜性及所需處理車牌圖像的多樣性,需要我們研究出更加實用的車牌識別技術在交通系統(tǒng)中得到應用,以對日益嚴重的交通問題得到緩解。
  

2、日益嚴重的霧霾天氣、黃昏天氣拍攝到的車牌圖片清晰度很差,甚至導致顏色信息丟失,造成我們對車牌圖像的識別率極度下降,針對以上兩種特殊環(huán)境下的車牌圖像對圖像進行了以下深入研究:
  1)針對深度霧霾、黃昏環(huán)境下的車牌圖像清晰度非常差的問題,提出了改進的Retinex算法(五尺度 Retinex算法)對圖像進行增強。首先用傳統(tǒng)的Retinex算法對車牌圖像進行處理,針對傳統(tǒng)算法的缺點,創(chuàng)新性的提出了五尺度Retinex算法,并將該算法中

3、的中心函數(shù)加以改進,實現(xiàn)了車牌圖像的顏色恢復,減少了圖像的處理時間及運算的復雜度和運算量。
  2)針對改進的Retinex算法不能很好的完成圖像的邊緣增強效果,首先創(chuàng)新性的提出了改進的Retinex算法與雙邊濾波及冪函數(shù)相結合的圖像增強算法,利用三者的邊緣保持特性,對車牌圖像進行了顏色增強及邊緣保持,達到了比較理想的效果,但是雙邊濾波對圖像處理時間比較長,然后創(chuàng)新性的提出引導濾波與改進的Retinex算法相結合對圖像進行預處理,

4、創(chuàng)新性的結合,節(jié)省了處理時間,并且邊緣信息得到了一定程度的提高,對特殊環(huán)境(霧霾、黃昏)下的車牌圖像有了較強的增強效果,為接下來的車牌定位技術做好鋪墊。
  3)針對車牌定位問題,首先創(chuàng)新性的使用Adaboost算法與顏色特征相結合的車牌檢測方法,能夠精確的定位出車牌區(qū)域,但是Adaboost算法處理時間太長,實用性比較差,然后創(chuàng)新性的采用了基于小波模極大值灰度跳變算法進行車牌定位,對車牌定位處理時間大大降低,并且還能夠精確的定位

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論