基于支持向量机和深度学习的车牌识别技术研究

发布时间：2022-01-05 23:43

　　车牌识别是一种计算机视觉技术,其运用数字图像处理和模式识别的相关知识完成汽车牌照的识别,汽车牌照相当于汽车的身份证,通过与车辆绑定的唯一标识对其进行监管,能够让交通管理更加高效和便捷。本文在调研传统车牌识别技术的基础上,分别对车牌定位、有效车牌判断、字符分割和字符识别四大技术进行了完整且详细的论述,旨在解决目前传统车牌识别算法存在的问题。其主要研究内容如下:1.论述了单一特征如边缘或颜色特征定位算法的局限,并引入文字特征定位的方法,文字特征定位的方法可以很好的弥补边缘和颜色特征定位的不足,在综合考虑应用场景以及算法效率等方面之后,最终采用边缘、颜色和文字等特征相结合的方法进行车牌定位。2.无论使用边缘、颜色和文字等特征结合还是其他的车牌定位方法,都不可能滤除现实场景中的所有干扰,在定位出车牌的同时可能会产生一些类似车牌的干扰图像。为了在候选图像中筛选出有效车牌,使用机器学习领域中的支持向量机模型进行分类训练以判断候选图像是否为车牌,从而得到最后的车牌图像。3.由于我国车牌包含特殊的中文字符,这也要求字符分割算法需要很好的适应中文。在调研相关资料后,使用轮廓和先验知识相结合的方法实现车牌... 

【文章来源】：成都理工大学四川省

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

人工智能、机器学习、深度学习三者的关系

时定位效果并不理想。特征的定位方法用来定位车牌之外，颜色也是车图像而言，首先想到的一个方-蓝色）值判断颜色。如果车牌是值，如果大于这个阈值就判定为哪怕 Blue 分量确实为蓝色，但是来的图片颜色也不一定是蓝色。 255，这样组合出来的图像最终颜色判定比较繁杂，Smith（197, Value-亮度）模型，这个模型非

原始图像

【参考文献】：
期刊论文
[1]基于ABC-SVM算法的车牌识别系统设计[J]. 刘雪阳.  电子测量技术. 2018(24)
[2]基于TensorFlow深度学习的车牌识别算法研究[J]. 李兵,易嘉闻,黄锋,晏鹏程,张一鸣,吴健辉,欧先锋.  成都工业学院学报. 2018(04)
[3]基于OpenCv的车牌识别研究[J]. 洪传豪,丁兵兵,靳伟.  福建电脑. 2018(12)
[4]基于车牌颜色特征的车牌识别系统[J]. 童璟芸,李雅雯,张弛斌,胡旭东,李红莉.  中国科技信息. 2018(22)
[5]基于改进的BP神经网络的车牌识别技术研究[J]. 张娜,韩美林,王园园,杨琳.  计算机与数字工程. 2018(10)
[6]基于SVM的车牌识别技术研究[J]. 李良荣,荣耀祖,顾平,李震.  贵州大学学报(自然科学版). 2018(05)
[7]基于直线检测和数学形态学的车牌定位算法[J]. 蔡秀梅,周川力.  计算机与数字工程. 2018(08)
[8]基于BP神经网络算法的车牌自动识别[J]. 李雅雯,童璟芸,胡旭东,张弛斌,李红莉.  工业控制计算机. 2018(06)
[9]一种基于核密度估计的图像边缘检测方法[J]. 周建,徐海芹.  计算机科学. 2018(S1)
[10]一种基于GMP-LeNet网络的车牌识别方法[J]. 林哲聪,张江鑫.  计算机科学. 2018(S1)

博士论文
[1]局部仿射不变特征的提取技术研究[D]. 吴伟平.中国科学院研究生院(长春光学精密机械与物理研究所) 2015

硕士论文
[1]复杂环境下车牌检测与识别方法研究[D]. 孙庭强.南京邮电大学 2018
[2]基于支持向量机（SVM）的车牌识别[D]. 余承波.安徽理工大学 2018
[3]基于深度学习的车牌识别关键技术研究[D]. 李朝兵.电子科技大学 2018
[4]神经网络的权值规范化研究[D]. 杜森.吉林大学 2017
[5]基于机器学习的车牌识别算法研究[D]. 杜伟.沈阳师范大学 2017
[6]适用于智能停车场的车牌识别系统的研究[D]. 陈元正.浙江工业大学 2015
[7]神经网络解决机械加工误差复映的应用研究[D]. 武星星.吉林大学 2004



本文编号：3571273