基于視頻的嵌入式車牌識(shí)別系統(tǒng)的研究.pdf

1、隨著城市交通壓力的不斷增加，智能交通系統(tǒng)受到了人們?cè)絹?lái)越多的重視。其中車牌識(shí)別系統(tǒng)是智能交通系統(tǒng)中的重要組成部分，有著十分廣泛的應(yīng)用。本文研究了基于視頻輸入的嵌入式車牌識(shí)別系統(tǒng)實(shí)現(xiàn)的一些問(wèn)題，包括了硬件結(jié)構(gòu)，軟件實(shí)現(xiàn)，并在車輛檢測(cè)的背景重建和車牌識(shí)別中的圖像增強(qiáng)方面提出了自己的算法。本文的主要內(nèi)容如下： 本文首先分析了當(dāng)前車牌識(shí)別系統(tǒng)的實(shí)現(xiàn)，提出將車輛檢測(cè)與車牌識(shí)別融合在一個(gè)系統(tǒng)中，從而簡(jiǎn)化硬件設(shè)計(jì)并且能節(jié)約成本。 然后

2、，本文改進(jìn)了車輛檢測(cè)過(guò)程中的背景重建算法。在分析現(xiàn)有背景重建算法在場(chǎng)景亮度快速變化的情況下出現(xiàn)的問(wèn)題，對(duì)它們進(jìn)行了改進(jìn)。新的算法先將場(chǎng)景圖像分為相互重疊的圖像子塊，對(duì)每個(gè)子塊分別使用多高斯模型建模。對(duì)塊均值和方差分別使用動(dòng)態(tài)和靜態(tài)兩種閾值進(jìn)行分類，以便模型能適應(yīng)當(dāng)前的亮度變化。輸出時(shí)，對(duì)每個(gè)字塊中將要選為背景的那層圖像進(jìn)行增益補(bǔ)償和線性混合以消除子塊間邊緣，得到當(dāng)前幀的背景。通過(guò)比較實(shí)驗(yàn)也證明了該算法在不同的環(huán)境和亮度變化下均能取得較好

3、的效果。 接著，本文利用視頻圖像能獲得多幅車牌圖片這一特點(diǎn)，提出了使用超分辨率重建方法增強(qiáng)車牌圖像。選用了基于正則化的超分辨率重建算法，以各向異性擴(kuò)散模型進(jìn)行先驗(yàn)約束，并使用了在重建迭代過(guò)程中交替進(jìn)行配準(zhǔn)的方法，以提高配準(zhǔn)正確率。對(duì)重建后的圖像，使用了模板匹配法對(duì)超分辨率后的圖像和原始圖像分別進(jìn)行字符識(shí)別。實(shí)驗(yàn)結(jié)果表明，超分辨率增強(qiáng)對(duì)識(shí)別率的提高是有利的。 最后，本文提出了車牌識(shí)別系統(tǒng)的整體設(shè)計(jì)方案，包括硬件的選擇和結(jié)構(gòu)