【摘 要】
：
车牌在道路交通中起着标识车辆身份的重要作用,车牌识别是智能交通的重要研究内容。已有的车牌识别算法对字符清晰的车牌图像能够达到非常高的识别率,但对于受到污损字符模糊
论文部分内容阅读
车牌在道路交通中起着标识车辆身份的重要作用,车牌识别是智能交通的重要研究内容。已有的车牌识别算法对字符清晰的车牌图像能够达到非常高的识别率,但对于受到污损字符模糊的车牌图像识别效果不佳。在此背景下,本文对车牌图像修复算法进行了研究。本文首先分析了数字图像修复技术中的线性修复算法、基于径向基函数的图像修复算法、基于PDE模型的图像修复算法以及基于纹理合成的图像修复算法的理论基础,并比较了它们的优缺点;然后,针对PDE模型中的CDD模型适用于修复小面积破损、纹理合成算法中的Crinimisi算法适用于修复大面积破损的特点,本文采用掩膜分层的方法,先对大块缺陷区域使用Crinimisi算法修复,再对小块缺陷区域使用CDD模型进行修复,以弥补两种算法对于不同面积破损区域修复不适用的问题;之后,针对掩膜分层会造成Crinimisi算法将属于CDD模型的小块缺陷误识为已知信息点参与计算,导致修复错误的问题,引入相关随机初始化处理以减少这一错误;本文还对Crinimisi算法中的相似度公式进行改进,在计算像素点相差值的完全平方和的基础上,加入像素点不相同的总个数,优化了修复的过程。最后,本文将改进算法应用到污损车牌图像修复中。先对车辆图像进行车牌定位与倾斜校正的预处理,再应用改进算法进行车牌修复,并将修复结果与BSCB模型、TV模型、CDD模型、Crinimisi算法和已有的结合算法进行对比分析,验证了本文算法的有效性。
其他文献
社交媒体平台包含了大量的文本数据,包括用户的反馈、评论、对话、意见等信息,这些信息是情感分析的基础。个体异常检测和情感建模是情感分析的重要组成部分,也是情感计算的
在协同任务环境下,借助工作流管理系统实现企业业务、信息和资源整合,使得多组织参与的业务过程执行更加高效。但是,由于资源服务数量巨大,种类庞杂,资源服务选取效率亟待提
传统测试中通过对比程序的输出结果与预期结果是否一致,来判断此次测试中是否发现了错误。但当一个待测程序的输入与输出关系很复杂时,将难以为待测程序构造预期输出。这即是软件测试中的Oracle问题。蜕变测试通过验证多个测试用例及其输出是否满足蜕变关系来判断程序中是否存在错误,从而缓解了测试中的预言问题。蜕变关系是蜕变测试的核心。为了确保蜕变测试的有效性,在蜕变测试中会构造出大量的蜕变关系。若所有的蜕变关
行为分析的目的是从视频中检测和识别正在发生的行为,使得计算机系统能够理解行为并对场景进行进一步的语义描述。然而,海量视频数据的背后蕴含的是参差不齐的视频内容,这无疑给视频行为分析带来了巨大的挑战与压力。当前已有的各种分析模型虽然能够较好地对视频中的行为进行分析和识别,但是仍然存在一定的局限性:行为分析模型多数局限于底层特征,难以表达行为发生的具体过程;复杂的背景噪声和光照条件的变化,使得视频中包含
随着信息技术的发展,人口和计划生育业务也依托信息技术建立人口计生信息系统(PIS)来科学高效的实行人口信息管理、计划生育业务管理、人口统计与分析等。但随着经济社会的不
光学字符识别技术(Optical Character Recognition)是一类通过电子设备扫描文本,从而将文本上内容翻译成计算机文字的技术。随着大数据时代的到来,人类每年产生的数据正在以指数的形式增长,如何有效且快速的从文本,图像,视频中提取到用户感兴趣的信息得到了越来越多研究者的关注。传统的光学字符识别技术基于人为手工设计特征,对于复杂背景,光照,扭曲等环境下的字符识别效果较差。近些年来随
无线传感器网络(Wireless Sensor Networks,WSNs)面临着实时路由、节点集群和数据完整性等诸多技术需求,神经网络(Artificial Neural Network,ANN)可以为其提供一系列解决方案,增强WSNs适应其周围环境的动态行为能力。本文将研究重点放在WSNs路由协议上,以WSNs的小规模和大规模应用为背景,首先论文概述了课题的研究背景和研究目的,介绍了 WSNs
近年来,随着能量获取技术、能源转换技术和存储技术的出现,让无线传感器网络有可能摆脱能量有限的约束,故以能量获取技术为手段的可充电无线传感器网络便应运而生。虽然可充
显著性检测主要以心理学和生物神经学等学科理论知识为基础,模拟人类视觉系统预测图像的感兴趣区域,可以为图像分割、图像检索等图像处理算法提供准确预处理显著图,提升整体
我国学界的主流观点认为,在文明时代的标志问题上,恩格斯是一个典型的"国家标志论者",他在《家庭、私有制和国家的起源》一书中所作的著名论断"国家是文明社会的概括"就是他