基于深度学习的复杂场景下车牌识别系统
发布时间：2022-12-04 09:17
车牌识别是图像处理领域中目标识别和场景文字识别技术的一个综合应用,是智能化犯罪车辆动态追踪打击系统中车辆身份验证的关键技术。目前常用的车牌识别系统流程主要分为四步:车牌检测、车牌校正、字符分割和字符识别,传统算法的可识别背景单一,采集相机的距离和角度固定,应用场景具有很大的局限性,算法时间复杂度较大,难以达到车载移动环境下快速识别车牌的应用需求。为实现以上需求,本文设计了一种可部署在嵌入式端的复杂场景下的高效车牌识别系统,通过结合深度学习技术,优化车牌识别流程,仅需车牌检测、偏斜校正和字符识别三步完成识别。首先在车牌检测上采用单次多目标检测（SSD）的网络框架,实现了端对端的车牌检测与分类;在车牌偏斜校正模块,提出一种基于多级阈值二值化图像的方法直接定位区域角点,然后通过透视变换实现多种偏斜情况的单步校正;在车牌字符识别模块,取消了字符分割的步骤,采用卷积循环神经网络（CRNN）的类序列识别思想,实现车牌全部字符的端对端识别。进一步地,由于深度学习网络的参数量较多、计算量较大,本文对SSD和CRNN网络进行效率优化,重组网络内部结构,大幅度的降低了网络参数计算量。本系统在1216张多场...
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题背景及研究意义
1.2 国内外研究现状
1.3 车牌识别的难点
1.4 论文创新点
1.5 论文章节安排
第二章 车牌识别系统概述
2.1 中国机动车号牌制式介绍
2.2 传统车牌识别算法概述
2.3 本文车牌识别系统介绍
2.4 本章总结
第三章 基于改进的SSD车牌检测分类网络
3.1 常用车牌检测定位算法
3.1.1 基于传统特征的车牌检测定位
3.1.2 基于机器学习的车牌检测定位
3.2 基于轻量型SSD的车牌检测分类网络
3.2.1 SSD检测定位算法
3.2.2 基于深度可分离卷积的SSD车牌检测分类网络
3.3 实验对比与结果分析
3.3.1 车牌图像数据集
3.3.2 车牌检测网络训练
3.3.3 实验对比与结果分析
3.4 本章总结
第四章 基于多级二值化的车牌字符偏斜校正
4.1 传统字符校正算法
4.1.1 基于Hough变换的字符校正
4.1.2 基于Radon变换的字符校正
4.2 基于多级二值化的车牌校正算法
4.3 实验对比与结果分析
4.4 本章总结
第五章 基于改进的CRNN车牌字符识别网络
5.1 传统车牌字符识别算法
5.1.1 车牌字符分割
5.1.2 单字符识别
5.2 基于轻量型CRNN的车牌字符识别网络
5.2.1 CRNN序列识别算法
5.2.2 基于深度可分离卷积和GRU的CRNN车牌字符识别网络
5.3 实验对比与结果分析
5.3.1 车牌数据集
5.3.2 车牌字符识别网络训练
5.3.3 实验对比与结果分析
5.4 本章总结
第六章 系统设计与实验分析
6.1 车牌识别系统介绍
6.2 系统平台介绍
6.2.1 嵌入式平台介绍
6.2.2 嵌入式环境搭建
6.3 系统实验结果与分析
6.4 系统GUI界面设计
第七章 总结与展望
致谢
参考文献
作者在学期间取得的学术成果
附录 A 车牌检测分类部分伪代码
附录 B 车牌偏斜校正部分伪代码
附录 C 车牌字符识别部分伪代码
【参考文献】：
期刊论文
[1]基于模板匹配法的字符识别算法研究[J]. 李新良. 计算技术与自动化. 2012(02)
[2]基于垂直投影的车牌字符分割方法[J]. 冉令峰. 通信技术. 2012(04)
[3]基于连通域提取的车牌字符分割算法[J]. 甘玲,林小晶. 计算机仿真. 2011(04)
[4]Radon变换在倾斜车牌图像校正中的应用[J]. 贡丽霞,白艳萍. 测试技术学报. 2009(05)
[5]基于边缘检测与Hough变换的车牌字符分割算法[J]. 马腾飞,郑永果,赵卫东. 系统仿真学报. 2006(S1)
[6]一种基于SVM的车牌汉字的有效识别方法[J]. 王晓光,王晓华. 计算机工程与应用. 2004(24)
[7]国内外城市智能交通系统的发展概况与趋势及其启示[J]. 夏劲,郭红卫. 科技进步与对策. 2003(01)
[8]智能交通系统的发展[J]. 史新宏,蔡伯根,穆建成. 北方交通大学学报. 2002(01)
硕士论文
[1]图像识别技术在智能交通中的应用研究[D]. 李超.暨南大学 2017
[2]AdaBoost算法优化及其在车牌定位中的应用研究[D]. 侯雪莹.西安电子科技大学 2013
[3]卷积神经网络在图像识别上的应用的研究[D]. 许可.浙江大学 2012
本文编号：3707992
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题背景及研究意义
1.2 国内外研究现状
1.3 车牌识别的难点
1.4 论文创新点
1.5 论文章节安排
第二章 车牌识别系统概述
2.1 中国机动车号牌制式介绍
2.2 传统车牌识别算法概述
2.3 本文车牌识别系统介绍
2.4 本章总结
第三章 基于改进的SSD车牌检测分类网络
3.1 常用车牌检测定位算法
3.1.1 基于传统特征的车牌检测定位
3.1.2 基于机器学习的车牌检测定位
3.2 基于轻量型SSD的车牌检测分类网络
3.2.1 SSD检测定位算法
3.2.2 基于深度可分离卷积的SSD车牌检测分类网络
3.3 实验对比与结果分析
3.3.1 车牌图像数据集
3.3.2 车牌检测网络训练
3.3.3 实验对比与结果分析
3.4 本章总结
第四章 基于多级二值化的车牌字符偏斜校正
4.1 传统字符校正算法
4.1.1 基于Hough变换的字符校正
4.1.2 基于Radon变换的字符校正
4.2 基于多级二值化的车牌校正算法
4.3 实验对比与结果分析
4.4 本章总结
第五章 基于改进的CRNN车牌字符识别网络
5.1 传统车牌字符识别算法
5.1.1 车牌字符分割
5.1.2 单字符识别
5.2 基于轻量型CRNN的车牌字符识别网络
5.2.1 CRNN序列识别算法
5.2.2 基于深度可分离卷积和GRU的CRNN车牌字符识别网络
5.3 实验对比与结果分析
5.3.1 车牌数据集
5.3.2 车牌字符识别网络训练
5.3.3 实验对比与结果分析
5.4 本章总结
第六章 系统设计与实验分析
6.1 车牌识别系统介绍
6.2 系统平台介绍
6.2.1 嵌入式平台介绍
6.2.2 嵌入式环境搭建
6.3 系统实验结果与分析
6.4 系统GUI界面设计
第七章 总结与展望
致谢
参考文献
作者在学期间取得的学术成果
附录 A 车牌检测分类部分伪代码
附录 B 车牌偏斜校正部分伪代码
附录 C 车牌字符识别部分伪代码
【参考文献】：
期刊论文
[1]基于模板匹配法的字符识别算法研究[J]. 李新良. 计算技术与自动化. 2012(02)
[2]基于垂直投影的车牌字符分割方法[J]. 冉令峰. 通信技术. 2012(04)
[3]基于连通域提取的车牌字符分割算法[J]. 甘玲,林小晶. 计算机仿真. 2011(04)
[4]Radon变换在倾斜车牌图像校正中的应用[J]. 贡丽霞,白艳萍. 测试技术学报. 2009(05)
[5]基于边缘检测与Hough变换的车牌字符分割算法[J]. 马腾飞,郑永果,赵卫东. 系统仿真学报. 2006(S1)
[6]一种基于SVM的车牌汉字的有效识别方法[J]. 王晓光,王晓华. 计算机工程与应用. 2004(24)
[7]国内外城市智能交通系统的发展概况与趋势及其启示[J]. 夏劲,郭红卫. 科技进步与对策. 2003(01)
[8]智能交通系统的发展[J]. 史新宏,蔡伯根,穆建成. 北方交通大学学报. 2002(01)
硕士论文
[1]图像识别技术在智能交通中的应用研究[D]. 李超.暨南大学 2017
[2]AdaBoost算法优化及其在车牌定位中的应用研究[D]. 侯雪莹.西安电子科技大学 2013
[3]卷积神经网络在图像识别上的应用的研究[D]. 许可.浙江大学 2012
本文编号：3707992
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3707992.html