原文传递
基于车载视频的车辆判别算法研究
| 论文题名： | 基于车载视频的车辆判别算法研究 |
| 关键词： | 车载视频;车辆判别;移动车牌定位;字符分割;电子警察系统 |
| 摘要： | 随着汽车数量的急剧增加，应用电子警察系统实施科技执法成为必然趋势。在查处违规占道、违规停车、未年检车辆和套牌车辆等应用中，基于车载视频的车辆判别技术是电子警察系统的重要部分。 本文对基于车载视频的车辆判别算法进行了研究，主要包括车道线检测算法，移动车牌识别中的车牌定位算法、基于车牌颜色的车型判别算法、车牌字符分割与识别算法。主要工作如下: 给出了改进的基于Hough变换的车道线检测算法。在感兴趣区域边缘检测后，用横向扫描窗口扫描去除横向边缘，减少候选点。限定Hough变换极角范围检测直线，对检测到的直线通过斜率约束条件提取准确的左右车道线。实验表明该算法可以在路面有较多干扰时准确检测出车道线。 给出了基于连通域分析和纹理特征分析的移动车牌定位方法。首先预处理得到若干连通域，利用车牌的外部轮廓特征筛选出车牌候选区域;然后利用车牌内部字符边缘跳变特征和垂直投影分布特征进一步得到准确的车牌。实验结果表明，在不确定图像中车牌数量的情况下能准确提取出车牌，定位准确率为94.85％。 给出了基于车牌颜色的车型判别算法，通过车牌颜色信息判别车辆类型。利用车牌主信息为底色信息的先验知识，二值化处理初步将车牌分为黑、蓝和黄、白两类。再利用车牌颜色在HSI空间的特征分布，进一步判别出车牌颜色。该算法判别准确率为89.67％。 给出了改进的基于投影法的字符分割算法并采用形状上下文法识别字符。首先通过水平投影去除上下边界，左右边框根据字符的宽度信息来去除，利用垂直投影先将中间的5个字符分割出来，得到字符宽度，剩余字符通过宽度信息提取。识别部分利用轮廓特征计算形状上下文识别。该算法可以避免将车牌字符作为边框去除，分割准确率分别为95.69％。识别准确率为84.24％。 实验结果表明，本文算法可以在有较多干扰时准确检测出市内车道线。对车载摄像机采集到的车辆进行车牌号码识别及车型判别的总体识别率为68.56％。 |
| 作者： | 张文青 |
| 专业： | 信息与通信工程 |
| 导师： | 王新年 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
