基于EMD的車牌識別方法及應用.pdf_第1頁
已閱讀1頁，還剩79頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、智能交通系統(tǒng)(Intelligent Transportation System, ITS)是道路交通管理體系發(fā)展的必然趨勢，車牌識別技術是ITS的關鍵技術之一。經驗模式分解(Empirical Mode Decomposition, EMD)方法是一種不依懶于基函數(shù)的數(shù)據(jù)驅動的自適應分解方法，它完全從信號自身的尺度特征出發(fā)將一個復雜信號分解為若干個固有模態(tài)函數(shù)(Intrinsic Mode Function, IMF)和剩余項的和。本

2、文將EMD方法運用到車牌識別，這既為發(fā)展已經比較成熟的車牌識別技術注入了新的血液，又進一步擴展了EMD的應用范圍，具有一定的理論意義和實際價值。本文主要工作如下：
　　 (1)在簡要介紹傳統(tǒng)非平穩(wěn)信號分析法的基礎上，詳細討論了經驗模式分解原理及算法。
　　 (2)針對現(xiàn)有車牌定位方法在復雜背景和不同光照條件下很難快速準確地定位汽車牌照位置問題，提出了一種基于紋理分析和投影法的車牌定位改進方法。
　　 (3)在車牌

3、字符分割中由于泥塵、邊框、鉚釘和車牌傾斜等因素影響，字符分割往往不準確甚至錯誤，針對這些問題提出了一種基于投影特征和先驗知識的車牌字符分割改進方法。
　　 (4)分割后的字符因受噪聲干擾并非標準字符，根據(jù)噪聲通常為高頻信息和IMF自身的特點，對字符的積分投影波進行EMD分解并將分解后的高頻信息作為去噪特征向量，最后對向量進行Gabor濾波去噪后重構字符。
　　 (5)字符的層次輪廓較好地反映了字符的復雜空間結構特征，利用

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論