English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 2928/5721 (51%)
造訪人次 : 374827      線上人數 : 388
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/4988


    題名: 基於樣板比對之車牌自動辨識系統
    作者: 羅智群
    劉正忠
    貢獻者: 電子工程系
    關鍵詞: 樣板比對
    車牌辨識
    日期: 2011-06
    上傳時間: 2013-08-05 13:28:23 (UTC+8)
    出版者: 台中;國立勤益科技大學
    摘要: 為實現智慧交通系統之理想,自動車牌辨識系統絕對是關鍵的一環,然而自動車牌辨識系統包涵了車牌定位、車牌字元切割和車牌字元辨識三大部份。此三項功能必須依序進行,完成定位後方能進行字元的切割,將車牌上的各個字元,切割成數張的獨立字元影像,方能進行之後的辨識。車牌定位之目的為在影像中,尋找可能的車牌位置,本論文提出之車牌定位演算法主要的步驟有色彩空間轉換、適應性背景更新、去除雜訊、框取車輛、截取輪廓、邊緣細化、刪除連續邊、框取車牌以及調整車牌框架大小等步驟;而字元切割則是對車牌定位後所得的影像進行切割,將車牌中的每個字元獨立出來,本篇論文利用了霍夫轉換法,來找出車牌邊緣的直線,利用此條直線的斜率來進行變形車牌的矯正,並且針對車牌影像計算邊緣梯度圖,利用此圖來進行車牌範圍的收縮,使之範圍收縮至僅剩字元的部份,取得僅剩的字元區塊後,即可利用投影法來進行字元的切割。取得個別字元的影像後,就是進行最後的字元辨識,本篇論文採用樣版比對的方法來進行辨識,並加以改進,字元資料庫共有175張影像,分別為10個阿拉伯數字及25個英文字母 (字母“O”除外) 各5張影像,且皆已正規化大小為 20*40 pixel2。樣版比對時為計算兩張圖的差異點,然後再根據差異點的多寡,給予對應的分數,每五張相同數字或字母的分數會進行加總,因此總共會有35個分數。此分數最高者即為判定之字元。分數計算完成後,則找出評分最高的一組,作為此張輸入字元影像的辨識結果,本論文僅使用了極低的樣本數,但最後的辨識率亦可達九成五以上。降低了樣本數在程式設計的觀點上,不僅僅只是降低了記憶體的耗用,亦直接的減少了執行的迴圈數,增加了執行的效能,表示著我們可以使用更少的資源,更快的速率,達成極高的辨識效果。
    顯示於類別:[電子工程系(所)] 【電子工程系所】博碩士論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    基於樣板比對之車牌自動辨識系統.pdf6089KbAdobe PDF1339檢視/開啟


    在NCUTIR中所有的資料項目都受到原著作權保護.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋