車牌字符SIFT特征在圖像退化過程中的演變研究.pdf

1、SIFT算法是目前國內(nèi)外特征點匹配研究領域的熱點和難點之一。本論文在介紹SIFT特征提取方法的基礎之上，重點研究了車牌圖像字符的SIFT特征點在圖像退化中的演變情況。
　　 由于車牌圖像字符區(qū)域含有豐富的SIFT特征，因此對于不同大小、不同傾斜度、不同尺度以及含有噪聲的車牌，都能提取出其穩(wěn)定的SIFT特征點。在論文中，首先利用模擬數(shù)據(jù)做實驗。從標準車牌字符庫取幾個標準字符來組建成一個模擬車牌。對模擬車牌圖像進行人為退化，主要研究

2、對圖像添加高斯白噪聲、下采樣以及加邊框對SIFT特征點的影響，得到SIFT特征點在圖像退化過程中的演變情況，可以得到在圖像退化到什么程度時仍能保證STFT特征點存在，即容忍度。經(jīng)實驗，對于大小207*68的模擬車牌，在噪聲方面添加25.99％的高斯白噪聲和在尺度上縮小兩次為其容忍度。然后利用多個實際車牌做實驗得到進一步的結論。根據(jù)攝像頭拍攝到的視頻截取車牌圖像，歸一化車牌圖像大小為207*68，對其進行添加高斯白噪聲和下采樣等的處理，獲