基于各向異性擴(kuò)散方程的圖像降噪技術(shù)和車牌識(shí)別技術(shù)研究.pdf

1、數(shù)字化與信息化迅猛發(fā)展使得數(shù)字圖像處理正在成為一門越來越重要的學(xué)科?；谄⒎址匠痰臄?shù)字圖像處理技術(shù)因其堅(jiān)實(shí)的理論支撐，在相關(guān)領(lǐng)域獲得廣泛應(yīng)用。其中，基于各向異性擴(kuò)散方程的圖像降噪技術(shù)由傳統(tǒng)的Gaussian濾波發(fā)展而來的，是基于偏微分方程的數(shù)字圖像處理技術(shù)的一種，這種技術(shù)的特點(diǎn)是可以在平滑噪聲的同時(shí)較好地保持邊緣特征，其圖像降噪應(yīng)用效果得到了廣泛的認(rèn)可。
　　 本文在較深入研究各向異性擴(kuò)散方程基本理論的基礎(chǔ)上，著重研究了各向異

2、性擴(kuò)散方程在圖像降噪方面的應(yīng)用。為了進(jìn)一步提高P-M各向異性擴(kuò)散模型的應(yīng)用性能，本文提出了改進(jìn)的P-M各向異性擴(kuò)散模型，并探討了其在醫(yī)學(xué)超聲圖像降噪中的應(yīng)用：實(shí)驗(yàn)結(jié)果表明該模型能夠有效抑制醫(yī)學(xué)超聲圖像的斑點(diǎn)(Speckle)噪聲，同時(shí)較好地保持圖像的邊緣特征。
　　 另一方面，隨著信息技術(shù)的發(fā)展，交通管理系統(tǒng)的信息化、智能化己成為發(fā)展的趨勢。車牌識(shí)別系統(tǒng)是智能交通系統(tǒng)的核心組成部分，在現(xiàn)代交通收費(fèi)管理系統(tǒng)中發(fā)揮著舉足輕重的作用。

3、近年來，對車牌識(shí)別系統(tǒng)中關(guān)鍵技術(shù)的研究已成為智能交通領(lǐng)域的一個(gè)熱點(diǎn)問題。
　　 本文研究了車牌識(shí)別系統(tǒng)的車牌定位、車牌字符分割與識(shí)別等環(huán)節(jié)中的一些關(guān)鍵技術(shù)問題。重點(diǎn)研究了車牌字符識(shí)別中的兩種常用方法：模板匹配和神經(jīng)網(wǎng)絡(luò)的字符識(shí)別方法。在模板匹配方法中，本文對傳統(tǒng)模板匹配方法做了一些改進(jìn)，并通過實(shí)驗(yàn)驗(yàn)證應(yīng)用效果；另外，本文嘗試性將圖像的Zenike矩特征作為神經(jīng)網(wǎng)絡(luò)的輸入量進(jìn)行字符識(shí)別，實(shí)驗(yàn)均取得較好結(jié)果。最后，本文對模板匹配和矩