详情

原文传递交通参数视频检测与车牌识别关键技术研究

论文题名：	交通参数视频检测与车牌识别关键技术研究
关键词：	交通参数检测;视频检测;车牌识别;车牌字符;车辆阴影;二维隐马尔可夫模型;智能交通系统;算法;字符分割;运动车辆检测;图像处理技术;信息特征;排队长度;动态图像处理;应用;研究成果;纹理特征;梯度方向;关键技术;背景模型
摘要：	图像处理技术在智能交通巾的应用研究，是智能交通系统的重要前沿研究领域之一，具有十分重要的理论意义和应用价值。图像处理技术在智能交通中主要有三个方面的应用领域，分别为基于视觉的智能车辆导航、基于视频动态图像处理的交通参数检测和基于视觉的车牌识别等。本文对后两个领域的一些关键技术问题进行了研究，主要包括运动车辆的分割、车辆阴影的剔除、交通参数的检测、车牌定位、车牌字符分割和识别。研究成果将推进智能交通基础数据的采集和车辆监管自动化技术的发展。在基于视频动态图像处理的交通参数检测中，运动车辆检测是首先要解决的问题；同时阴影的存在使得车辆的误检率加大，因此车辆阴影的剔除是车辆正确分割的保证；在众多的交通参数中，，车速、流量和排队长度的检测是基础，可以通过这三个基础参数推算出其他的交通参数。目前此类研究存在的问题主要有：道路背景重建不能很好的反映真实得路面背景；车辆阴影检测的稳定性差；车速和流量检测中的特征提取和跟踪的稳定性和实时性较差；排队长度的检测只是分块统计，不能给出实际的排队长度。车牌定位、字符分割和识别是车牌识别中的三个关键技术难题。由于车牌拍摄的环境复杂，且在处理图像的过程中可能造成大量的信息丢失，很难得到车牌在不同条件下的共有特征，因此目前的处理算法还存在可靠性方面的问题。针对以上问题，本文进行了深入研究，取得了以下创新性的研究成果： 1、在运动车辆的分割方面，根据交通场景渐变的特点，提出了基于时空和自相似性的背景模型重建方法，重建的背景模型真实的反映了路面背景；根据叠加了投射阴影的路而和原路而在灰度空间具有相似的纹理特征，其梯度方向是不变的这一特性，提出了了基于梯度方向恒定性原理的阴影剔除算法，有效的剔除了车辆阴影。 2、在交通参数检测方面，提出了一种基于车辆角点信息特征跟踪的速度和流量柃测方法，满足了实时条件下的交通流参数测量。 3、车牌识别方面，根据车牌字符蕴含丰富的角点的纹理特征，提出了一种基于字符角点信息特征的车牌定位算法，采用由粗到细的策略，提高了算法的稳健性；针对传统Hough变换计算量大的缺点，对算法进行了改进，提出一种双向判决快速的Hough变换算法并应用到车牌的倾斜矫正；建立了车牌字符分割的伪二维隐马尔可夫模型，依据伪二维隐马尔可夫模型的状态输出，对车牌字符进行分割。将字符轮廓和小波变换结合在一起，提出了基于字符方向轮廓小波分解的车牌字符识别算法，有效的识别出车牌字符。
作者：	秦钟
专业：	控制理论与控制工程
导师：	徐建闽
授予学位：	博士
授予学位单位：	华南理工大学
学位年度：	2007
正文语种：	中文