基于模板匹配的模糊数字识别研究毕业设计论文.docx
- 文档编号:2973858
- 上传时间:2022-11-16
- 格式:DOCX
- 页数:39
- 大小:741.24KB
基于模板匹配的模糊数字识别研究毕业设计论文.docx
《基于模板匹配的模糊数字识别研究毕业设计论文.docx》由会员分享,可在线阅读,更多相关《基于模板匹配的模糊数字识别研究毕业设计论文.docx(39页珍藏版)》请在冰豆网上搜索。
基于模板匹配的模糊数字识别研究毕业设计论文
诚信声明
本人声明:
我所呈交的本科毕业设计论文是本人在导师—李学斌老师指导下进行的研究工作及取得的研究成果。
尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果。
与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。
本人完全意识到本声明的法律结果由本人承担。
本学位论文诺与资料若有不实之处,本人承担一切相关责任。
本人签名:
日期:
2014年5月28日
本科生毕业设计(论文)任务书
设计(论文)题目:
基于模板匹配的模糊数字识别研究
学院:
信息学院专业:
通信工程班级:
通信1003
学生:
吴甲森指导教师:
李学斌副教授专业负责人:
王学伟
1.设计(论文)的主要任务及目标
用于安全防范的视频监控目前已在人流密集区域得到普及,然而由于监控图像较为模糊而难以很好发挥作用,其中监控画面中的较远距离汽车车牌号码辨识困难就是一个急待解决的问题。
本论文旨在运用模式识别理论,通过对监控图像进行适当处理和建立模糊数字字符模板,研究基于模板匹配的模糊数字识别方法,以期提高视频监控效果,更好地维护社会治安和人民生命财产安全。
2.设计(论文)的基本要求和内容
在查阅文献了解有关视频监控及图像处理技术的基础上,分析不同模糊程度图像中的数字特点,建立模糊数字模板,探索模糊数字的自动识别方法。
在严重模糊情况下不要求识别绝对准确,只要求通过技术分析为人眼辨识提供借鉴。
参考文献不低于15篇(其中至少5篇为英文),图像只考虑灰度图,字符只考虑车牌上的数字,模糊等级至少考虑5种情况。
3.主要参考文献
[1]章毓晋.图像工程(上册)图像处理(第2版).清华大学出版社,北京,2006
[2]
4.进度安排
设计(论文)各阶段名称
起止日期
1
查阅资料,了解有关图像处理及视频监控技术,撰写文献综述、开题报告并翻译5000字英文资料
11.12----2.28
2
收集制作各种模糊数字图像,分析字符特点
3.1----3.24
3
建立不同模糊程度下的模板,进行匹配识别
3.25----4.21
4
修改模板和算法,提高识别的准确率
4.22----5.20
5
撰写及修改论文
5.21----6.2
注:
一式4份:
学院、指导教师各1份,学生2份(毕业论文及答辩评分手册各1份)
摘要
随着经济的迅速发展,公路建设项目与日俱增,公路交通的安全运营问题显得越来越突出。
如何使公路交通管理科学化、现代化、智能化已成为公路交通管理部门的首要问题。
本文通过对车牌模糊数字图像的深入研究,提出了图像处理算法与实现方案;分析了数字模糊车牌识别的基本方法
图像匹配是计算机视觉和图像处理领域中一项非常重要的工作。
本文针对图像匹配方法进行了深入细致的研究。
模糊数字是交通系统的重要组成部分,主要涉及模式识别、数字图像处理、计算机应用和人工智能等科学。
模板匹配的数字识别过程主要由提取模糊车牌数字、数字图像预处理、数字识别组成。
文中主要对车牌数字进行了研究,并在MATLAB环境下进行了相应的实验。
文中在模糊车牌数字识别中,主要采用了基于模板匹配的车牌数字识别方法。
首先,将不同模糊程度的车牌数字存储在电脑中备用,然后将待识别的模糊车牌数字进行灰度化、二值化,接着将归一化后的数字与电脑中的模糊数字进行匹配。
文中选择的匹配方法是将待识别数字与电脑中存储的模板逐一进行差运算(或者平方差运算,互相关系数运算,归一化互相关系数运算)。
进行运算后求出最小值,从而得出识别结果
关键词:
图像采集;模糊数字模板;模板匹配;数字识别;MATLAB。
Abstract
DigitalFuzzyRecognitionfortrafficsafety,trafficmanagementandcontrolschemeselectionhasveryimportanttheoreticalandpracticalvalue.Throughvideoimagedetectionandrecognition,youcanpayfortheroadFlow,trafficandothercapturedblurredvideo,imageprocessingandanalysis,extractionoftrafficflowinformation(trafficlanerepresentinganyrate,speed,etc.).
Analysisidentifiesblurredimagebythevideo,butalsothephenomenonoftrafficviolationscanbedetectedinrealtime,identifyingillegalvehicle'slicenseplatenumber,providestrongevidencefortheenforcementofpublicsecuritytrafficmanagementdepartment.Thispaperstudiesalotoftrafficimageprocessingtechnology,andproposeeffective,practicalandfastrecognitionalgorithm.Thesisresearchare:
analysisofdifferentdigitalimageblurcharacteristics,fuzzydigitaltemplate,exploringautomaticidentificationmethodbasedonfuzzynumbers.Inseverecasesarenotrequiredtoidentifythefuzzyabsolutelyaccurate,onlyrequiresidentificationofthehumaneyethroughtechnicalanalysistoprovidereference.Canbebrokendownintothefollowingaspects:
前言............................................1
第一章绪论
1.1模板匹配的模糊数字识别的概念.............
1.1.1模板匹配概念及现状...................
1.1.2模糊数字图像概念及内容
1.2模板匹配的模糊数字识别现状及发展前景....
1.2.1模板匹配分类.......................
1.2.2模糊数字图像分类.......................
1.3模板匹配的模糊数字识别主要应用领域.......
1.4本文主要内容与安排.......................
第二章基于模板匹配的模糊数字别...................
2.1模糊图像收集.......................
2.2模糊图像特点分析.......................
2.3建立不同模糊程度的数字模板................
2.3.1二值化.......................
2.3.2去噪.......................
2.3.3建立模板.......................
2.4匹配识别预处理.......................
2.4.1灰度化.......................
2.4.2清晰化.......................
2.4.2.1运动模糊处理.................
2.4.2.2模糊数字图像增强.............
2.4.2.3直方图均衡化..................
2.4.3倾斜调整.......................
2.4.4大小调整.......................
小结.......................
2.5匹配识别.......................
2.5.1基于像素平方和的匹配原理.........
2.5.2基于互相关的匹配原理..............2.5.32.归一化互相关匹配原理...................
第三章改进的匹配算法.......................
3.1模板修改.......................
3.2匹配算法改进.......................
3.2.1算法原理.......................
3.2.2仿真实现.......................
结论.......................
参考文献.......................
前言
科技和经济的飞速发展,使得人们的生活节奏不断加快。
因此,汽车已经成为人们生活中不可或缺的重要组成部分。
而现实生活中,存在着多种多样的可被我们感知的信号,其中,人的80%以上的信息来源是通过视觉系统获得的。
人类通过眼睛和大脑来获取、处理与理解视觉信息的。
周围环境中的物体在光线刺激作用下,在人眼的视网膜上形成图像,由感光细胞转换成神经脉冲信号,经神经纤维传入大脑皮层进行处理、理解。
视觉,不仅指对光信号的感受,还包括了对视觉信息的获取、传输、处理、存储与理解全过程。
人和高等动物都有着发达的视觉系统,使得客观环境中存在的事物或目标可
以被识别,从而引发进一步处理。
对于人类来说,这种功能是与身俱来的,十
分轻松的事情。
信号处理理论与计算机出现以后,人们试图用相机获取环境图
像并将其转换成数字信号,用计算机实现对视觉信息处理全过程,这样,就形
成了一门新兴的学科-计算机视觉。
一般的机器视觉系统都是在某一领域内作
用,故待识别目标是特定领域内的,而且类型有限,于是可以作一个样本库
容纳可能出现的目标类型模板。
在判断输入的图像是什么时,就可以将输入的图
像与存储的样本库进行匹配比较,进行判断识别。
在一些场合,需要对目标进行空间上定位。
多数应用场合下,给出
了一个样本图像,它包含着一个特定的目标对象,如实际物体,符号或字符等等,需要从另一幅包含目标实际背景图像中寻找这个目标对象的位置,进行定位,也就是判断这幅背景图像或它的一部分是不是我们所要寻我的目标,这时就需要用到图像匹配技术。
而有些时候,所相机所摄取的图像模糊或者过于模糊以至于人眼无法识别,这时就得通过清晰化处理或者特征提取,为人眼辨别提供辨别依据。
随着科学技术的发展,图像匹配技术已经成为现代信息处理领域中
的一项极为重要的技术,在许多领域内有着广泛而实际的应用。
因此,做好对图
像匹配技术的深入研究,对推动现代信息处理领域的发展,是密切联系的。
我们生活环境中所有自然景物都是立体图像,它们都是由可见光形成,都是人类视觉可以观察到的图像,因此称为可见图像。
由X射线、红外
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 模板 匹配 模糊 数字 识别 研究 毕业设计 论文