详情

原文传递快速车标识别算法的研究

论文题名：	快速车标识别算法的研究
关键词：	图像分割;边缘检测;形态学算法;分类器;智能交通
摘要：	随着交通事故的越来越多，监控成了智能交通系统的一大技术要点。目的是为了获取汽车的车牌及车标，以更快速的调查到肇事汽车。针对目前已有监控技术有很多，比如第一代的模拟视频监控系统、第二代基于“PC+多媒体卡”数字视频监控系统、第三代完全基于互联网协议（IP）网络视频监控系统。在这些监控系统中，需要研究的重点内容就是如何快速定位车标。在现今任何情况下都要求高速度的社会，如何有效的定位车标是模式识别研究领域的一大重要课题。　　本课题要研究如何快速进行车标的定位，它的目的是从单张监控汽车图像中获取车标的信息，利用获取的各种参数信息与车标库的车标元素进行匹配，最终获取具体车标。本研究分为两部分，内容为：　　1.针对已有基于车牌检测技术实现车标的检测定位。该定位算法是将原始获取图像进行预处理，用以突显车牌及车标部分，便于下一步易被检测。然后进行图像分割，基于目标检测物与周边环境的不同，像素值也不同，或者利用中值及均值实现图像分割。接着用形态学算法去除噪声，可以把先前分割出来的目标物基本无噪声化的突显。然后再用边缘检测算子（Sobel、Canny）实现车牌及车标的轮廓提取。最后利用成熟的已被提取的车牌位置及车牌与车标的相对位置关系，定位车标。　　2.这部分内容是基于方向梯度直方图（HOG）和支持向量机（SVM）的原理定位车标，即HOG+SVM。其中HOG是检测目标物的一种特征，而SVM是分类器。对于该模型的车标定位，需要先训练 SVM分类器，然后输入被检测车标的HOG值，与车标库中的模型进行匹配，最终检测被测车标。此部分内容是在原有HOG+SVM的基础上，提出了一种新的快速检测算法。创新点在于它可以快速的定位车标，针对于目标高速度的需求应用范围非常广。　　本课题研究的内容主要是如何实现车标的定位检测，涉及到了两种方案。一种是在已较成熟的基于车标的定位，另一种是在基于HOG+SVM的基础上，提出了一种新的快速定位监测车标算法。
作者：	陈舜杰
专业：	电子与通信工程
导师：	张重阳;伍智濂
授予学位：	硕士
授予学位单位：	上海交通大学
学位年度：	2013
正文语种：	中文