摘要: |
该文对交通图象检测与处理技术做了大量的研究,并提出一些有效、实用、快速的识别算法.论文研究内容主要有以下几个方面:1.针对现有基于非模型的车流量检测算法的不足,提出了一种基于彩色虚拟检测线的交通信息采集方法.2.将现有两种目标跟踪算法(区域跟踪和角点跟踪)进行改进,提出一种适合于交通场景下的多目标(车辆)跟踪算法.3.提出一种基于数学形态学和模糊评价函数的实时车牌定位算法.与其它方法不同,该文以数学形态学和模糊评价函数作为多种车牌特征结合的载体,避免使用单个特征或多个特征的松散组合来定位车牌,是提高了车牌定位的抗干扰性能和定位准确度.4.在车牌预处理阶段,为避免车牌边框、铆钉和车体粘连等对字符切分的影响,该文设计了一种逐层剥离的车牌预处理算法,可以更准确的定位出车牌字符存在区域的上、下、左、右边界.5.在车牌字符识别阶段,为提高车牌字符识别率,设计了一种新的车牌字符识别方法.首先将车牌字符识别分成四个子识别系统——汉字识别系统、字母识别系统、字母和数字混和识别系统,以及数字识别系统;然后选择各字符的左(或)扫描线空程长度统计信息作为车牌字符的一组特征,与统计模板进行加权组合,来共同完成车牌字符的识别工作. |