仿人類(lèi)視覺(jué)的不確定條件下車(chē)牌識(shí)別研究.pdf

1、車(chē)牌的檢測(cè)識(shí)別是計(jì)算機(jī)視覺(jué)和圖像處理研究領(lǐng)域的一個(gè)重要課題，并且在目標(biāo)檢測(cè)領(lǐng)域具有代表性。由于天氣和光照的變化、復(fù)雜背景的干擾等原因的存在，使得車(chē)牌信息的描述與真實(shí)目標(biāo)存在較大差異，給車(chē)牌的正確檢測(cè)帶來(lái)極大挑戰(zhàn)。針對(duì)現(xiàn)有視覺(jué)系統(tǒng)適應(yīng)性和魯棒性不高的問(wèn)題，論文對(duì)目標(biāo)的檢測(cè)識(shí)別機(jī)制和方法進(jìn)行研究。主要內(nèi)容有： 人類(lèi)視覺(jué)的目標(biāo)識(shí)別機(jī)制。首先對(duì)人類(lèi)視覺(jué)機(jī)制進(jìn)行研究，在分析物體視覺(jué)特征和人類(lèi)視覺(jué)信息感知特性的基礎(chǔ)上，分析人類(lèi)視覺(jué)感知基于相

2、關(guān)知識(shí)的推理和人類(lèi)視覺(jué)基于知識(shí)的由粗到精的多層次識(shí)別機(jī)理。然后，總結(jié)人類(lèi)視覺(jué)感知的一些規(guī)律和仿人視覺(jué)的目標(biāo)感知策略，建立閉環(huán)反饋的視覺(jué)檢測(cè)系統(tǒng)結(jié)構(gòu)模型。 分層感知的車(chē)牌分割。首先在大尺度圖像上檢測(cè)車(chē)輛整體，設(shè)計(jì)實(shí)現(xiàn)基于多幀證據(jù)的背景建模方法和基于幀間相關(guān)的實(shí)時(shí)背景更新算法；然后在車(chē)輛的小尺度圖像上檢測(cè)車(chē)牌，用搭橋法消除細(xì)節(jié)檢測(cè)車(chē)牌整體；最后提出基于反饋機(jī)制的車(chē)牌定位方法和車(chē)牌字符的多尺度分割方法。 信息缺失條件下的車(chē)牌識(shí)

3、別。以運(yùn)動(dòng)車(chē)輛中部分遮擋的車(chē)牌為研究對(duì)象，根據(jù)人類(lèi)識(shí)別目標(biāo)能夠從局部推斷全局的規(guī)律，綜合多幀局部證據(jù)對(duì)車(chē)牌進(jìn)行檢測(cè)。對(duì)于缺失信息的車(chē)牌，在車(chē)輛小尺度圖像上檢測(cè)可疑車(chē)牌大致區(qū)域，并綜合多幀局部特征進(jìn)行推理。并將分塊思想用于字符識(shí)別中，提出一種仿人的車(chē)牌字符識(shí)別方法。 大量實(shí)驗(yàn)證明，提出的車(chē)牌定位算法可以有效解決光照不均、牌照褪色、以及復(fù)雜背景干擾等情況下的車(chē)牌定位問(wèn)題；識(shí)別算法能夠識(shí)別局部信息缺失的字符，并可用于部分遮擋車(chē)牌的漸進(jìn)