基于壓縮感知的模糊車牌圖像預(yù)處理及其識(shí)別研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩78頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、車牌識(shí)別系統(tǒng)尤其是模糊車牌的識(shí)別系統(tǒng)是智能交通和監(jiān)控系統(tǒng)的重要組成部分和核心研究課題。智能交通和監(jiān)控系統(tǒng)的作用主要是計(jì)算和統(tǒng)計(jì)交通流量、監(jiān)控違章車輛以及對(duì)這些違章車輛的跟蹤和其基本信息的提取等。而對(duì)于機(jī)動(dòng)車輛來(lái)說(shuō),車牌是其重要標(biāo)示,因此,對(duì)于整個(gè)交通和監(jiān)控系統(tǒng),車牌識(shí)別技術(shù)是其關(guān)鍵技術(shù),而對(duì)車牌識(shí)別技術(shù)的研究具有很大的現(xiàn)實(shí)意義。
  本文首先對(duì)車牌識(shí)別系統(tǒng)的結(jié)構(gòu)組成進(jìn)行了簡(jiǎn)單的介紹,闡述了現(xiàn)有的幾種圖像預(yù)處理、車牌定位、分割和識(shí)別

2、的方法,通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了模糊圖像預(yù)處理在車牌識(shí)別系統(tǒng)中的重要性;接著對(duì)幾種運(yùn)動(dòng)模糊圖像處理方法進(jìn)行了介紹,并分別對(duì)各種算法的去模糊性能進(jìn)行了仿真實(shí)驗(yàn);之后給出了壓縮感知理論的基本組成與內(nèi)容,著重介紹了壓縮感知圖像重構(gòu)算法,并對(duì)介紹的兩種算法進(jìn)行了車牌圖像的重構(gòu)仿真實(shí)驗(yàn);最后進(jìn)行了壓縮感知去模糊研究,提出了將基于壓縮感知的TV范數(shù)去模糊模型應(yīng)用于模糊車牌圖像的復(fù)原問(wèn)題,并用該算法對(duì)模糊車牌圖像進(jìn)行了去模糊復(fù)原仿真實(shí)驗(yàn),通過(guò)與其它幾種復(fù)原

3、算法的仿真結(jié)果進(jìn)行比較以及對(duì)各復(fù)原圖像進(jìn)行質(zhì)量評(píng)價(jià),驗(yàn)證了該算法的可行性和其良好的性能。最后對(duì)去模糊后的車牌圖像進(jìn)行了定位分割和識(shí)別。
  在車牌識(shí)別的整個(gè)系統(tǒng)中,圖像預(yù)處理模塊是一個(gè)重要組成部分,是車牌正確識(shí)別的前提。車牌圖像處理特別是對(duì)模糊車牌圖像的處理是本文研究的核心與重點(diǎn)。本文在現(xiàn)有的模糊圖像處理技術(shù)以及車牌識(shí)別技術(shù)的基礎(chǔ)上,將壓縮感知理論引入到車牌識(shí)別圖像預(yù)處理模塊中,用壓縮感知理論實(shí)現(xiàn)了對(duì)模糊車牌圖像的去模糊復(fù)原,并利

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論