Please use this identifier to cite or link to this item: http://hdl.handle.net/11455/7406
標題: 類神經網路於自動車牌辨識系統之應用
Automatic license plate recognition system using neural networks
作者: 伊象楨
Yi, Hsiang-Chen
關鍵字: 車牌定位;detection of the license plate;車牌字元切割;車牌字元辨識;segmentation of the license plate;recognition of the license plate
出版社: 電機工程學系所
引用: (一) 中文部分 [1] 羅華強,「類神經網路 – MATLAB 的應用」,清蔚科技,民國90年。 [2] 洪維恩,「Matlab 7.0程式設計」,旗標出版社,民國94年。 [3] 陳麗奾,「在未設限環境下車牌的定位與辨識」,國立台灣師範大學,資訊教育研究所,碩士論文,民國89 年。 [4] 李國彥,「車牌辨識系統之研究」,私立大同大學,通訊工程研究所,碩士論文,民國92 年。 [5] 王精忠,「車牌辨識系統之研究」,私立大同大學,通訊工程研究所,博士論文,民國93 年。 [6] 李勝隆,「運用動態資訊與多重辨識器於道路行進車輛之車牌辨識系統」,私立中原大學,電子工程研究所,碩士論文,民國93 年。 [7] 王振興,「多標的汽機車車牌辨識系統之研究」,私立中原大學,資訊管理研究所,碩士論文,民國91 年。 [8] 游世豪,「交通自動監控系統之研究」,私立元智大學,電機工程研究所,碩士論文,民國90 年。 [9] 林泰良,「智慧型車牌定位與字串分割」,國立台灣大學,電機工程研究所,碩士論文,民國88 年。 [10] 陳朕寬,「彩色車牌的自動偵測方法」,國立中山大學,機械與電機工程研究所,碩士論文,民國93 年。 [11] 陳泓翔,「利用現有道路監控系統之低解析度視訊作車牌辨識」,國立雲林科技大學,電機工程研究所,碩士論文,民國93 年。 [12] 林欣平,「車牌字元粹取」,國立交通大學,電機與控制工程學系碩士論文,民國88 年。 [13] 仲崇實,「圖像處理與類神經乏晰方法於車輛牌照自動辨識之應用研究」,私立元智大學,資訊管理研究所,碩士論文,民國87年。 [14] 楊文宗,「車輛牌照號碼自動辨識系統」,私立中原大學,電子工程研究所,碩士論文,民國85 年。 [15] 魏銪志,「動態多標的車牌辨識系統之研究」,私立元智大學,資訊管理研究所,碩士論文,民國89 年。 [16] 周俊男,「車輛牌照圖像辨識系統」,國立中山大學,資訊工程研究所,碩士論文,民國84 年。 [17] 張銘豪,「利用分割辨識方法之英文數字辨識系統」,國立中山大學,資訊工程研究所,碩士論文,民國85 年。 [18] 溫福助,「類神經網路樣板比對法於車牌字元辨識之研究」,國立台灣大學,電機工程學研究所,碩士論文,民國89 年。 [19] 馬西聰,「利用灰色關聯度辨識車牌字母的研究」,國立台灣科技大學,電機工程技術研究所碩士論文,民國86 年。 [20] 吳孟聰,「車輛牌照自動辨識系統」,私立淡江大學,資訊工程研究所碩士論文,民國87 年。 [21] 賴幼仙,「任意角度車牌之辨認」,國立交通大學,資訊工程研究所碩士論文,民國81 年。 [22] 章少謙、吳鎮宇,「Matlab圖像處理應用」,私立東海大學,資訊工程與科學系,網路專題,民國94 年。 (二) 西文部分 [23] T. Naito, T. Tsukada, K. Yamada, K. Kozuka, and S. Yamamoto, "Robust License-Plate Recognition Method for Passing Vehicles Under Outside Environment", IEEE Transactions on Vehicular Technology, Vol.49, No.6, November 2000. [24] D.S. Kim, and S.I. Chien, "Automatic car license plate extraction using modified generalized symmetry transform and image warping", Kyungpook National University, School of Electronic and Electrical Engineering, Korea, 2001. [25] N. Otsu, "A Threshold Selection Method from Gray-Level Histograms", IEEE Transactions on System,Man,and Cybernetics, vol. SMC-9, 1979, pp.62-66.53 [26] J.A.G. Nijhuis, M.H. ter Brugge, K.A. Helmholt, J.P.W. Pluim, L. Spaanenburg, R.S. Venema, M.A. Westenberg, "Car License Plate Recognition with Neural Networks and Fuzzy Logic", University of Groningen, Department of Computing Science, Netherlands, 1995. [27] J.W. Hsieh, S.H. Yu, and Y.S. Chen, "Morphology-based License Plate Detection from Complex Scenes", Yuan Ze University, Department of Electrical Engineering, Taiwan, 2002. [28] D.S. Gao, and J. Zhou, "Car License Plates Detection from Complex Scene", Tsinghua University, Department of Automation, P.R.China, 2000. [29] S. Kim, D. Kim, Y. Ryu, and G. Kim, "A Robust License-Plate Extraction Method under Complex Image Conditions", Sogang University, Dept. of Electronic Engineering, Korea, 2002. [30] M. Yu, and Y.D. Kim, "An Approach to Korean License Plate Recognition Based on Vertical Edge Matching", Ajou University, Suwon, Korea, 2000. [31] D. Enke, H.C. Lee, A.M. Ozbayoglu, A. Thammano, and C.H. Dagli, "SimNet Neural Network: An Application to Speaker Identification", University of Missouri-Rolla, Engineering Management Department, Rolla. [32] H.C. Lee, and C.S. Jong, "A Hybrid Neuro-Fuzzy Approach for Automatic Vehicle License Plate Recognition", Applications and Science of Computational Intelligence, part of SPIE''s Aerospace/Defense Sensing and Controls, 1998. [33] B. Kosko, "Neural Networks and Fuzzy Systems: A Dynamical Systems Approach to Machine Intelligence", Prentice-Hall, 1992. [34] E.D. DiClaudio, G. Lucarelli, G. Orlandi, and R. Parisi,"Car Plate Recognition by Neural Networks and Image Processing," Proceedings of the 1998 IEEE International Symposium on Circuits and Systems, Vol. 3, 1998, pp.195-198. [35] B.T. Chun, Y.S. Soh, and H.S. Yoon,"Design of Real Time Vehicle Identification System," Proceedings of IEEE International Conference on Systems, Man and Cybernetics, 45 vol.3, 1994, pp. 2147-2152. [36] J. Barroso, J. Bulas-Cruz, E.L. Dagless, A. Rafael,"Number Plate Reading Using Computer Vision," Proceedings of the 1997 IEEE International Symposium on Industrial Electronics, Vol.3, 1997, pp. 761-766. [37] C. Busch, R. Domer, C. Freytag, and H. Ziegler,"Feature Based Recognition of Traffic Video Streams for Online Route Tracing," Proceedings of the IEEE 48th Annual Vehicular Technology Conference, 1998, pp. 1790-1794. [38] H. A. Hegt, R.J Haye, and N.A Khan,“A High Performance License Plate Recognition System,” Proceedings of the 1998 IEEE International Conference on Systems, Man, and Cybernetics, Vol. 5, 1998, pp. 4357-4362.
摘要: 
本篇論文主要在討論車牌定位、車牌字元切割、及車牌字元辨識等幾個部分。在車牌定位的過程中,首先數位相機拍攝的圖像被轉換成一個預先設定的圖像格式,之後利用 Sobel 邊緣偵測法去取得圖像的邊緣線,再水平掃描每行的邊緣線去取得黑色和白色頻率變化的區域。本論文 Sobel 邊緣偵測法的閥值是可以動態調整的,所以取得的車牌字元數目是正確的。我們矯正車牌傾斜的方式是利用空間轉換法將輸入的車牌圖像轉換成為一個符合車牌長寬比的矩形圖像。在車牌字元的切割部份,每個字元使用連接物件的方法來取得。最後辨識車牌字元的部份,我們將字元圖像輸入到類神經網路中來做辨識工作。在這篇論文中,我們輸入100張車牌圖像進行實驗,結果定位成功的車牌圖像有100%,而車牌字元切割及辨識的成功率有96%。

This thesis discusses the locating, segmentation, and recognition of the license plates of cars.In the procedure of locating license plates, the input image is first transformed into an image with a pre-specified resolution. Then the Sobel edge detector is adopted to find the edge map of the image. After that, the edge map is scanned to locate the regions with frequent variations in black and white. The threshold in the Sobel edge detector is dynamically adjusted so that the number of characters in the license plate is correct. Spatial transformation is utilized to rectify the detected license plate image to a rectangular image block. As to license plate character segmentation, connected components are extracted for each character. Then the segmented character image is input to the neural network for recognition.In the thesis, 100 images of license plates are used in the experiment. The success rate of the license plate detection is 100%; and success rate of character segmentation and recognition is 96%.
URI: http://hdl.handle.net/11455/7406
其他識別: U0005-0608200720174100
Appears in Collections:電機工程學系所

Show full item record
 

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.