車牌識別開題報告

0/28青島大學(xué)論文題目:基于信息融合的車輛識別系統(tǒng)關(guān)鍵技術(shù)研究姓名:楊文文專業(yè)名稱:信號與信息處理研究方向:智能信息處理指導(dǎo)教師:楊國為教授1/28青島大學(xué)碩士研究生學(xué)位論文開題報告專業(yè)課題來源論文題目論文起止日期選題報告會日期研究方向費(fèi)站，小區(qū)進(jìn)出口管理等)，系統(tǒng)自動識別出車輛本身的代表符號以及固有屬性(如車牌識別包括車牌定位，車牌字符切割與車牌字符識別。其中車牌定位一直算法有基于邊緣法，基于彩色分割法，基于小波變換和基于遺傳算法的方法等;在車牌字符切分方面，主要的方法有[2]：基于二值(灰度)圖像水平(垂直)投影分布，基于二值圖像字符區(qū)域上下輪廓分布的車牌字符切分算法，2/28得車輛圖像分辨率低,而且車標(biāo)的尺寸差別5.隨著車輛種類的不斷增加，識別系統(tǒng)的模板庫也要隨之豐富，否則識。3/28大大提高。例如文獻(xiàn)[5]就是將車型識別與車牌識別通過信息DS輛識別算法，具體實現(xiàn)方法是：首先進(jìn)行車型識SVM決策樹)來進(jìn)行車牌識別的多分類識別；最后將車牌識別，車型識別與IC卡中的DS的融合算法進(jìn)行融合，分別計算各種情況下的信任度函數(shù)，結(jié)可信度要高。文獻(xiàn)[6]采用車輛顏色和車型就是由多種信息源，如傳感器，數(shù)據(jù)庫，知識庫和人類本身來獲取基于上述背景，本文的主要創(chuàng)新點(diǎn)是采集車輛的多種信息(包括車牌，車標(biāo)，外形，大小，顏色等)，采用優(yōu)化的識別算法和信息融合技術(shù)，自動識別出車輛的各種4/28青島大學(xué)碩士研究生學(xué)位論文開題報告，圈法：感應(yīng)線圈作為車輛識別的傳感元件，埋設(shè)在收費(fèi)車道內(nèi)、，運(yùn)5/28(3)超聲波檢測法：超聲波檢測系統(tǒng)利用路面反射，在路面和檢測單元之間沒路面與檢測單元之間有無遮擋物。最后由信息融合單元按融合方案和模糊識別技術(shù)(4)車牌識別法：車牌識別法是根據(jù)從攝像機(jī)獲取的汽車牌照的圖像識別出車用于停車場，入口控制，交通檢測等場所LPR(licenseplaterecognition)系統(tǒng)；6/28他們可以分別適應(yīng)某一個國家的車牌，但卻不能識別中國大陸車牌上的漢字；香港難識別出完整的車牌信息。網(wǎng)器也是神經(jīng)網(wǎng)絡(luò)分類器，訓(xùn)練算法是尺度共軛梯度算法，在一定程度上解決了經(jīng)典BP算法訓(xùn)練速度慢，易陷入局部極小值的問題。但是其車輛分類過于簡單，于實際7/28位的車標(biāo)定位方法[16]；文獻(xiàn)[14]中采用車標(biāo)圖像的像素分布特征作為車標(biāo)特征，并采用最小歐氏距離分類器作為車標(biāo)識別分類器。文獻(xiàn)[18]所使用的是以模板匹配為基礎(chǔ)的方法，此方法局限于攝像機(jī)正面捕獲或者傾斜角度很小的情況，當(dāng)攝像機(jī)傾斜角度偏大時，識別率下降?，F(xiàn)實中拍攝的圖像主要存在旋轉(zhuǎn)、平移、比例變化和光照不均等因素，這些因素2.1模式識別[21-33]識別和模式的概念8/28模式，而把模式所屬的類別或同一類中模式的總體成為模式類(或簡稱為類)。識別的樣本進(jìn)行分類決策。基于統(tǒng)計方法的模式識別系統(tǒng)主要由4個部分組成：數(shù)據(jù)策，如圖2-3所示。分類器設(shè)計信息獲取預(yù)處理特征提取和選擇分類決策說明。(2)一維波形如腦電圖、心電圖、機(jī)械震動波形等。(3)物理參量和邏輯值前者如在疾病診斷中病人的提問及各種化驗數(shù)據(jù)等；9/28識別方法變換x=W(y)線性變換x=WTy(W是D×d維)按歐式距離度量的特征提取方法6(x(i),x(j))假使用kl表示第i類的第k個樣本與第j類的第l個樣本之間的距x而2ijnni=1j=1ijkl=iin10/28kjxljxkxlTxkxlJ(x)=tr(S+S)1wbJ(x)=tr(S-1S)2wb「S]4trSwJ(x)5SwbbwwJ(W)=tr[(WTSW)-1WTSW]2wb將此式對W的各分量求偏導(dǎo)數(shù)并令其為零可以確定一個W值。對J2,J3,J5來說使判據(jù)達(dá)最大的變換W如下：11/2812D12d2ii=1(1)最近鄰決策規(guī)則12ciikiiik其中xk的角標(biāo)i表示類，k表示類N個樣本中的第k個。決策規(guī)則可以寫為iiii若ijiij(2)最近鄰法的錯誤率分析(漸近分析)(1)K-近鄰法的基本規(guī)則設(shè)這N個樣本中，來自類的樣本有N個，來自類的樣本有N個，…，來自類的有1122c12/28(需存(需存儲所有訓(xùn)練樣本iiijii則決策x=。j(2)K-近鄰法的錯誤率分析P*P2P*(3)問題：①存儲量和計算量近時風(fēng)險較大，有噪聲時風(fēng)險加大(4)改進(jìn)：①減少存儲量和計算量近鄰法的快速算法(樹搜索算法)基本思想：①分級分解把樣本集分級分解成多個子集(樹狀結(jié)構(gòu))；每個子集(結(jié)點(diǎn))可用較少幾個量13/28ppppr=maxD(x,M)MxXipip：從xXiipprpMppx現(xiàn)在的近鄰BxD(x.Mp)B+r<D(x,M)ppB+D(x,M)<D(x,M)ipp2.2信息融合決策，對信息的解釋，達(dá)到系統(tǒng)目標(biāo)(如識別或跟蹤運(yùn)動目標(biāo))，傳感器管理和系統(tǒng)14/28的性間層次的融合，它先對來自傳感器的原始信息進(jìn)行特征提取，綜合分析和處理。特征層融合的優(yōu)點(diǎn)在于實現(xiàn)了可觀的信息壓15/28h是對各種假設(shè)的評價權(quán)值。則映射B:p(H))[0,1]稱為信任測度。中的任意兩個子集A,A有B(A同A)>B(A)+B(A)-B(A后A)則稱為弱信任測2121212度。度16/28則映射L:p(H))[0,1]稱為似然測度。這就說明似然測度表示對假設(shè)的信任程度估計的上限估計(樂觀估計)。假定僅對H中的任意兩個子集A,A有L(A行A)共L(A)+L(A)-L(A請A)則稱為弱似然測度。12121212信任區(qū)間表示事件發(fā)生的下限估計到上限估計的可能范圍。12m(A)=1xm(E)m(F),A豐0N12N是mass函數(shù)，其中N=xm(E)m(F)>0123.證據(jù)推理一般模型的計算步驟iiiiiiiii2l17/28是一個與應(yīng)用密切相關(guān)的問題，同時也是D-S方法建立過程中需要解決的有一個關(guān)1ii2iii1(m(A)_m(A)>c若滿足下式：〈|(o)<21|lm(A1)>m(o)則A即為判決結(jié)果，其中c,c為預(yù)先設(shè)定的門限值。不同的門限值有可能得到11218/28青島大學(xué)碩士研究生學(xué)位論文開題報告三、主要研究內(nèi)容和解決的主要問題究標(biāo)識車牌顏牌被19/281)利用所有信息綜合作用的結(jié)果即利用決策級信息融合策略(選用D-S證據(jù)理論)，將車標(biāo)，車牌和車輛顏色作為證據(jù)，分別建立信任測度和似然測度，得出決策im(A)表示車牌識別判定為車輛為ID=i的可信度分配;m(A)表示車標(biāo)識別判定車1i2iIDi；m(A)表示車身顏色識別判定為車輛ID=i的可信度分配；iii123ii求出在三個證據(jù)(車牌，車標(biāo)，車身顏色)下的合成可信度分配值，如選取里面最大在此，我先用車牌和車標(biāo)融合來識別車輛，設(shè)車標(biāo)，車牌對命題“車輛為大眾121220/28而確3)利用信息的優(yōu)先級進(jìn)行車輛精確識別。基于前面兩步，一是融合車輛的多種信息，且各信息之間具有相同的優(yōu)先等級即各個信息的信任測度(權(quán)值)是相同的。以采21/28青島大學(xué)碩士研究生學(xué)位論文開題報告22/28參考文獻(xiàn)[1]肖志紅，官宗琪.高速公路不停車收費(fèi)系統(tǒng)的研究與開發(fā).計算機(jī)與信息技[3]孫娟紅.車標(biāo)識別方法研究：(碩士學(xué)位論文).遼寧：遼寧師范大學(xué).2011合.北京：清華大學(xué)出版社.2006[8]陸曄.智能交通系統(tǒng)中車輛識別技術(shù)的研究與應(yīng)用：(碩士學(xué)位論文).西安：西[10]吳高峰.車牌識別關(guān)鍵技術(shù)研究及系統(tǒng)實現(xiàn)：(碩士學(xué)位論文)中山大學(xué).2010[12]李貴俊,劉正熙,游志勝.基于能量增強(qiáng)和形態(tài)學(xué)濾波的車標(biāo)定位方法.光電子?激[15]李文舉，梁德群，王新年，于東.基于紋理一致性測度的汽車車徽分割方法.計算[17]羅彬,游志勝等.基于邊緣直方圖的快速汽車標(biāo)志識別方法.計算機(jī)應(yīng)用與研究.2004,(6):150-157[19]王玫，王國宏等.基于PCA和邊緣不變矩的車標(biāo)識別新方法.計算機(jī)工程與應(yīng)23/28[21]邊肇祺，張學(xué)工．模式識別(第二版)．北京：清華大學(xué)出版社，2000.1ew[25][日]福永圭之介著，陶篤純譯：《統(tǒng)計圖形識別導(dǎo)論》，北京：科學(xué)出版社，[28]VladimirN.Vapnik：TheNaturalofStatisticalLearningTheory,NewYork：works[32]劉效靜，成瑜．汽車牌照自動識別技術(shù)研究．南京航空航天大學(xué)學(xué)報，