基于稀疏表達(dá)理論的高效車牌識(shí)別算法研究.pdf

1、車牌識(shí)別技術(shù)是智能交通管理中的關(guān)鍵技術(shù)之一，已經(jīng)成為相關(guān)領(lǐng)域的研究熱點(diǎn)問題。雖然近年來(lái)車牌識(shí)別技術(shù)已經(jīng)得到了快速的提升，但是該技術(shù)的發(fā)展依舊面臨著諸多困難。因此，如何在復(fù)雜成像條件下獲得有效的車牌識(shí)別，具有重要意義。
　　本文以車牌為研究對(duì)象，圍繞車牌識(shí)別系統(tǒng)中車牌定位、車牌二值化分割以及車牌識(shí)別三個(gè)關(guān)鍵問題展開研究，最終基于稀疏表達(dá)理論，構(gòu)建穩(wěn)定、準(zhǔn)確的全自動(dòng)車牌識(shí)別算法。本文的主要工作如下：
　　首先，提出了多特征結(jié)合的

2、車牌定位算法。該方法利用HSV顏色特征進(jìn)行車牌的粗定位，在此基礎(chǔ)上，利用Canny邊緣描述特征進(jìn)行多方向掃描，并使用車牌的豐富邊緣特征實(shí)現(xiàn)對(duì)車牌的準(zhǔn)確定位。實(shí)驗(yàn)結(jié)果表明本文車牌定位方法能夠在汽車顏色與車牌底色相近的情況下完成對(duì)車牌的準(zhǔn)確定位。
　　其次，提出了改進(jìn)型PCNN模型及其參數(shù)設(shè)定算法。該方法定義了圖像灰度直方圖灰度極值有效性的概念，完成了對(duì)預(yù)設(shè)定閾值參數(shù)及調(diào)制系數(shù)的確定。并將其用于車牌圖像二值分割中，實(shí)驗(yàn)結(jié)果表明該方法對(duì)

3、車牌分割清晰，目標(biāo)一致性較好，能夠有效提升后續(xù)提取的字符特征的表達(dá)能力和區(qū)分度。
　　最后，提出一種免分割的基于結(jié)構(gòu)化字典稀疏表達(dá)的車牌識(shí)別算法，充分利用車牌字符的先驗(yàn)知識(shí)，在構(gòu)建車牌HOG特征整體結(jié)構(gòu)化子字典的基礎(chǔ)上，利用子字典系數(shù)的稀疏指示函數(shù)來(lái)完成車牌每個(gè)字符的分類識(shí)別，最后，將每個(gè)子字典識(shí)別的字符串聯(lián)得到整個(gè)車牌的識(shí)別結(jié)果。在公開車牌測(cè)試數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，本文算法不僅能在不影響實(shí)時(shí)性的前提下有效提高車牌識(shí)別率，還對(duì)多