車(chē)輛特征檢測(cè)研究與實(shí)現(xiàn).pdf

1、近年來(lái)隨著我們國(guó)家經(jīng)濟(jì)技術(shù)的發(fā)展，城市化進(jìn)程的推進(jìn)，車(chē)輛已經(jīng)成為我們生活中必不可少的生活工具，使得車(chē)輛數(shù)量急劇上升。車(chē)輛的增多使管理工作變得繁重。例如高速路口的收費(fèi)管理、停車(chē)場(chǎng)的收費(fèi)管理、車(chē)輛違章管理等，需要大量的工作人員進(jìn)行管理，其重大的缺點(diǎn)是效率低下。近些年，車(chē)輛特征的識(shí)別也得到了發(fā)展，尤其是車(chē)牌的識(shí)別。很多公司都推出了自己的車(chē)牌識(shí)別系統(tǒng)。但是目前大多數(shù)車(chē)牌識(shí)別系統(tǒng)的通用性不夠，尤其是在晚上或者光照不好的條件下。而對(duì)于車(chē)輛的另外一個(gè)

2、重要特征，車(chē)標(biāo)的識(shí)別，也沒(méi)有很好的得到解決。因此，對(duì)車(chē)輛特征的檢測(cè)與識(shí)別進(jìn)行進(jìn)一步的研究有著重大的意義。
　　本文對(duì)車(chē)牌檢測(cè)與識(shí)別技術(shù)和車(chē)標(biāo)檢測(cè)與識(shí)別技術(shù)進(jìn)行深入研究。尤其在車(chē)牌和車(chē)標(biāo)的識(shí)別方面，研究了各種識(shí)別算法。提出了無(wú)需樣本的數(shù)字和字母識(shí)別方法；在車(chē)標(biāo)識(shí)別方面也并取得了一定成果。主要研究?jī)?nèi)容包括：⑴車(chē)牌檢測(cè)算法：首先對(duì)圖像進(jìn)行預(yù)處理，然后使用Adaboost分類器在圖像中初次定位車(chē)牌，使用能量以及跳變的方式排除誤報(bào)車(chē)牌，最后

3、用定位車(chē)牌的左右邊界和上下邊界得到精確的車(chē)牌位置。⑵字符分割算法：本文采用基于輪廓的字符分割方法，對(duì)于稍有傾斜的車(chē)牌無(wú)需校正即可進(jìn)行字符分割。⑶字符識(shí)別：漢字的識(shí)別采用嵌入式隱馬爾科的方法進(jìn)行識(shí)別；對(duì)于數(shù)字和字母的識(shí)別，首先將字符的筆畫(huà)進(jìn)行分解，然后進(jìn)行筆畫(huà)的匹配得到識(shí)別結(jié)果。⑷車(chē)標(biāo)的檢測(cè)：首先通過(guò)車(chē)牌的位置初步確定車(chē)標(biāo)的所在范圍，然后通過(guò)sobel算子進(jìn)行紋理分析，得到車(chē)標(biāo)的精確位置。⑸車(chē)標(biāo)識(shí)別：首先采集各種車(chē)標(biāo)的樣本，并提取角點(diǎn)特征