详情

原文传递车辆检测及牌照识别算法的研究

论文题名：	车辆检测及牌照识别算法的研究
关键词：	运动车辆检测;牌照识别;智能交通系统;图像处理;模板匹配
摘要：	随着社会经济的飞速发展和汽车数量的不断增加，交通运输问题日益严重，这样就引起了对智能交通系统(ITS)的研究。车辆检测及牌照的识别技术是智能交通系统的重要组成部分，也是计算机视觉和图像处理领域研究的热点。　　在智能交通系统中，运动车辆的检测可以实现对道路上运动车辆的信息采集和处理，获取车辆的大小、位置等特征信息，而进一步的牌照识别处理，可应用于不停车收费、违规车辆监控、停车场管理等需要进行车牌认证的场所，有利于交通管理效率和服务能力的提高。　　首先，本文对智能交通系统的概况进行了介绍，对图像处理的相关基础知识进行了阐述，简要介绍和讨论了几种经典的运动目标检测算法，详细论述了一种改进的自适应背景更新的检测算法。从背景模型的建立和初始背景的获取，提出了一种新的自适应背景更新的算法，首先建立混合高斯分布的背景模型，然后利用中值法提取初始背景图像，最后利用分块的思想，改进了背景更新的算法来更新背景，以实现对运动车辆的实时检测。　　其次，提取视频图像序列中的关键帧，对关键帧图像进行车牌的定位处理。在定位前需对图像进行增强、二值化和边缘提取等相关图像的预处理，提出了利用形态学和投影法的二次定位方法对车牌进行定位，首先对图像进行开、闭的数学形态学处理，然后提取车牌连通区域进行初次定位，由于监控设备、路面状况及车辆运动等因素的影响，所提取的车牌区域不可避免的会出现倾斜状况，与Hough检测法比较，利用直线拟合的方法计算出倾斜的角度，最后对车牌区域进行旋转，得到二次定位的车牌区域。　　最后，在对车牌进行定位后，下一步首先需要进行车牌区域的去除边框处理，然后对车牌进行垂直投影，分析图像中峰值和谷值的相关信息，并根据车牌的特征信息，找出字符的中心位置，最后提取分割车牌字符。在车牌的字符分割以后，提出了改进的基于模板匹配字符识别的方法对分割的字符进行识别并输出，首先建立标准的数字、字母及汉字的模板库，然后对分割的字符进行归一化等相关处理，最后与模板库中的数据进行匹配，输出字符识别的结果。　　本文提出了针对车辆检测及牌照识别技术相关的一些方法，并用Matlab进行实验仿真，从实验的结果可以看出算法具有较好的检测和识别效果，具有一定的理论意义和实用价值。
作者：	王刚
导师：	冀小平
授予学位：	硕士
授予学位单位：	太原理工大学
学位年度：	2009
正文语种：	中文