毕业论文

打赏
当前位置: 毕业论文 > 电子通信 >

MATLAB车辆标识识别技术研究

时间:2020-05-15 21:14来源:毕业论文
图像增强,图像分割,数学运算与识别。车辆标志的自动识别可分为两个方面内容:标志的定位和标志的识别。由于国内外在车牌定位技术方面已经相当成熟,所以本文首先使用车牌的位

摘要智能交通系统中车辆的自动识别系统是一个重要的构成部分,其在很多至关重要的领域都有需求,并且广泛应用于自动停车收费系统、路灯监控系统和高速自动收费系统等领域。车辆自动识别分为三个步骤:图像增强,图像分割,数学运算与识别。车辆标志的自动识别可分为两个方面内容:标志的定位和标志的识别。由于国内外在车牌定位技术方面已经相当成熟,所以本文首先使用车牌的位置信息,获得汽车车标的大概位置。之后通过一系列的图像预处理和数学形态学算法,由粗到细定位车标,最后利用直方图边缘检测方法和模版匹配方法完成车辆标志与模版库中车标的匹配,实现了车标识别。论文利用matlab编写了车标定位和车标识别程序,运行结果显示程序实现了车标定位和识别任务。48932
毕业论文关键词:MATLAB;车辆识别;牌照识别;车标;直方图;数据库
Title     Study on vehicle logo recognition technology
Abstract: The vehicle identification system is the foundation and an important part in the ITS system.And it has been used in many important part of field.Automatic vehicle identification  are  demanded  in many vital areas, and  it has been  used  very extensive, such as automatic parking charging system, monitoring system for street lamps and high-speed automatic toll collection system and other fields. Automatic recognition of vehicle  logo  is pided into three steps: image enhancement, image segmentation, mathematical operation and recognition  of image. Automatic recognition of vehicle logo can be pided into two aspects: the orientation of the logo and the  location  of the mark. The license plate location technology both at home and abroad has been very mature, so we have  to use based on basic knowledge of license plate can be obtained approximately logo car position. After through a series of image pretreatment and mathematical morphology algorithm,  that we can find a  approxiamte  vehicle logo location. Finally, the histogram of edge detection method and Euclidean distance matching method to complete the sign recognition. The corresponding MATLAB program and processing results are given in the paper.   
Keywords:MATLAB; Vehicle recognition , License plate recognition , Gray histogram and edge histogram ,Database   

目录

1绪论1

1.1课题研究背景和意义.1

1.2车标识别的各种方法.1

1.3车标识别的应用.2

2理论分析与算子...4

2.1图像预处理4

2.4车牌定位.8

2.5车辆标志的识别10

2.6本章小结..12

3车标定位13

3.1车标定位的总体设计..13

3.2车标的粗定位14

3.3车辆标志的精确定位...15

3.4本章小结20

4.车标的特征库及模版匹配.21

4.1直方图运算21

4.3本章小结.26

5.实验结果分析与总结.27

5.1灰度图的识别法27

5.2边缘直方图的识别方法.30

5.3实验的不足和改进的设想33

总结35

致谢36

参考文献..37

1 绪论 1.1课题研究背景和意义 车标是车辆的特有特性,人们不会去可以改变和掩盖,为了更好地进行交通管理以及疏导, 我们需要进行车标的识别来获取车辆品牌信息。通过对车标的图像和视频画面进行处理和识别,即可达到要求获得汽车标志信息。同时十几年来,随着现代的人类的生活水平的普遍的提高,科学技术的飞速发展,小轿车已经变得非常普及,我们经常会遇到交通拥堵问题,停车也变成了一个亟待解决的问题。因此如何管理调控出入车辆十分重要。
1.2车标识别的各种方法 车标识别有两个步骤进行完成为包括车标定位和标志识别匹配。完成定位车标之后,车标的识别问题就转化为图像识别问题,即为分割和处理所需识别的图像与并进行车标库的建立并用车标库进行匹配分析。目前主要有以下几种识别方法[4]: MATLAB车辆标识识别技术研究:http://www.751com.cn/tongxin/lunwen_51685.html

------分隔线----------------------------
推荐内容