需要金币:1000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:10599 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘要:由于铁路货车在户外行驶过程中货车车牌区域受风吹雨打导致货车车号识别区域有许多污渍,再加上铁路货车车号区域的车号牌号是人工粉刷上去的,而且在人工粉刷过程中难免会出现失误等因素,导致车牌区域有断裂和黏连的情况出现,给识别过程中造成了巨大影响。所以基于图像的铁路货车识别的应用不是很广泛。但是相关技术通过实践的推移也开始慢慢的成熟,在各个领域的应用也越来越广泛。本文对铁路货车车号的有关算法进行了学习和研究。本文对国内外的图像识别算法进行了学习和研究,结合中国车号牌和铁路货车车牌号的特点研究了一种适合铁路货车车号的识别系统。 本文重点介绍了货车车号中出现的断裂和黏连等现象进行了分割的算法,在对获取的照片进行图像的预处理算法和车牌号区域定位算法进行处理,随后借助BP网络来完成对学习效果的识别以得到更好的识别效率。
关键词:铁路货车车号;符号分割;特征提取;字符识别
目录 摘要 Abstract 1 引言-1 2 铁路货车车号识别的分类-2 2.1 基于射频的货车车号识别-2 2.2 基于图像处理的货车车号的识别-2 3 铁路货车车号的预处理-3 3.1 铁路货车车号区域的定位-3 3.1.1 基于边缘检测的车号区域定位-3 3.1.2基于数学形态学的车号区域定位-4 3.2 图像的二值化方法-6 3.2.1 Otsu二值化方法-6 3.2.2最大熵法-7 3.3本章小结-8 4 铁路货车车号的字符分割-10 4.1 黏连字符的分割-10 4.1.1基于投影分析分割-11 4.1.2最短路径分割-11 4.1.3基于识别的分割方法-12 4.2 断裂字符的分割-12 4.2.1 分割搜索树算法-12 4.2.2 基于弧特征的车号分割-13 4.3 本文的字符分割算法-13 4.4 本章小结-14 5 铁路货车车号字符的识别-15 5.1车号字符的识别-15 5.1.1模式匹配-15 5.1.2 BP神经网络-16 5.2本章小结-19 结 论-20 参 考 文 献-21 附录A 识别截图-22 附录B 程序源码-26 致 谢-33 |