原文传递
车辆牌照识别系统的算法研究与实现
| 论文题名： | 车辆牌照识别系统的算法研究与实现 |
| 关键词： | 车辆牌照识别系统;混合高斯模型;k-means聚类;图像序列 |
| 摘要： | 随着公路交通的快速发展,车辆拥有量日益增多,如何高效地对车辆进行管理成为智能交通领域亟需解决的难题。车辆牌照(车牌)识别作为智能交通领域的关键技术,广泛应用于十字路口车辆监控、高速路口车辆管理及停车场收费管理等场景。车牌识别系统是运用现代计算机处理技术与图像处理技术,实现车辆牌照信息的获取。本文以车牌识别技术为重点研究内容,分别对车牌区域检测、字符分割与字符识别三个子模块进行算法研究。 1)车牌区域检测算法。针对不同实地场景下拍摄的图像序列,创新地提出基于多信息邻域投票的车牌区域检测算法。该方法对图像序列进行改进的混合高斯模型背景建模检测运动目标,实时进行目标车辆判定,同时在车辆目标图像上进行车牌区域检测。车牌区域检测利用车牌区域多信息特征进行搜索,选择较为稳定的边缘特征作为基础,以区域背景颜色与前景字符特征为约束条件。利用k-means聚类分割字符与背景,有效提高车牌检测的鲁棒性和准确性,减少误检。 2)车牌字符分割算法。针对第一模块检测出来的车牌区域,尝试让字符分割步骤依赖性减低,创新性地提出基于滑窗搜索的自适应车牌字符分割方法。该方法根据投影纹理特征并且结合车牌高宽比,设置多准则判定,以便简单快速地搜索2、3字符间隔位置。同时利用车牌字符与背景的亮度差异,结合投影特征及间隔特征搜索相邻字符的间隔,实现字符分割。 3)车牌字符识别算法。本文在实际运用分割算法时并没有直接进行分割,而是在字符分割基础上尝试能提高单帧与多帧分割正确性。在区域检测与字符预分割基础上,创新性地提出了一种新的基于滑窗搜索与最优决策投票车牌字符识别算法框架。该算法通过目标车辆判定获得同一车辆的多次检测结果,对于单帧车牌字符图像,在字符分割中心进行滑窗搜索,对连续多帧采用基于时间窗搜索,使得最终单字符识别是目标字符在寻优搜索与最优投票的结果。 本文所提出的算法基于VS2010平台进行测试验证,对不同实地场景下拍摄图像进行大量实验,实验证明提出的算法鲁棒性强与准确性高。 |
| 作者： | 朱伟 |
| 专业： | 电子与通信工程 |
| 导师： | 解梅 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
