自然场景下的车牌文字识别开题报告
2021-12-11 16:33:07
1. 研究目的与意义及国内外研究现状
随着经济的发展,汽车已走进了千家万户中,在日常生活中扮演着越来越重要的作用。2016年两会期间,全国政协委员、吉利集团董事长李书福提出了加快自动驾驶立法的提案,他表示,自动驾驶汽车未来将成为汽车行业的发展方向,在个人、交通和社会方面都有巨大的社会价值。未来10年之内自动驾驶汽车将大量投入市场。谷歌、特斯拉等科技巨头都在不遗余力地发展自动驾驶技术,目前无人驾驶还挺远,但自动驾驶技术却已便宜。
2015年时,大众汽车宣布将过去10年用在高端车型上的自动巡航技术覆盖到自家的中低端车型上,包括高尔夫、捷达、途锐等。这也是大众汽车卖得最好的几款车型。另外,克莱斯勒、福特、雪佛兰的部分主流车型也都用到了这种智能驾驶技术。在接受汽车媒体auto blog采访时,通用汽车公司也表示,“现在把这些技术应用到车上,成本在几百美元左右。”大众则给出了更准确的数字,根据不同的车型,这套自动巡航系统的成本在950美元到2960美元之间。
要实现自动驾驶的关键和前提是对外面信息的捕捉,相比于识别其余车辆,交通灯和马路线而言,对自然场景下文字识别无疑更难。然而,经典的文字识别技术只针对通过扫描得到的背景简单、分辨率和对比度高的图像有理想的识别率。但是,车辆行驶下的文字的场景,比如路牌、车站牌等,想识别其信息的结果并不如人们期望中的理想。这就需要对文字识别技术进一步发展。
如何有效的从简单的拍摄设备获得的复杂背景彩色图像中提取和识别文字,不仅促进车辆自动驾驶技术的发展,而且在生活中也有其他重要的应用,例如 internet 环境下对于图像和视频的检索、交通管理中对车牌的识别、图书馆文献的数字化、盲人出行时获取文字信息等的各个领域都存在着很大的商业价值,也是当今国际上的热门研究课题。
2. 研究的基本内容
将复杂背景下彩色图像中的文字信息,转化为能够被计算机认识和处理的文本信息主要包括三个大部分,分别是图像的预处理、文字区域的定位与提取、字符的识别。
(1)在详细分析图像的预处理知识、文本区域定位方法、文字识别方法的基础上,给出了识别的三个主要步骤,分别为图像预处理,文本区域定位,字符识别;
(2)使用了gabor滤波联合边缘密度检测的方法对文本区域进行定位,定位结果良好,为后继的文字识别工作奠定了基础。
3. 实施方案、进度安排及预期效果
一.实行方案与论文提纲:
1.实现方案
目标:设计并实现一款基于matlab的视频处理软件,实现对高速行驶下自然场景的文字识别。
4. 参考文献
1.复杂背景下彩色图像中的文字识别_付磊
2.基于人工智能机器学习的文字识别方法研究_李雷
3.模式识别技术及其在文字识别领域的应用研究_汪芳