車輛檢測及牌照識別算法的研究.pdf

1、隨著社會經(jīng)濟的飛速發(fā)展和汽車數(shù)量的不斷增加，交通運輸問題日益嚴重，這樣就引起了對智能交通系統(tǒng)(ITS)的研究。車輛檢測及牌照的識別技術(shù)是智能交通系統(tǒng)的重要組成部分，也是計算機視覺和圖像處理領域研究的熱點。
　　 在智能交通系統(tǒng)中，運動車輛的檢測可以實現(xiàn)對道路上運動車輛的信息采集和處理，獲取車輛的大小、位置等特征信息，而進一步的牌照識別處理，可應用于不停車收費、違規(guī)車輛監(jiān)控、停車場管理等需要進行車牌認證的場所，有利于交通管理效率和

2、服務能力的提高。
　　 首先，本文對智能交通系統(tǒng)的概況進行了介紹，對圖像處理的相關(guān)基礎知識進行了闡述，簡要介紹和討論了幾種經(jīng)典的運動目標檢測算法，詳細論述了一種改進的自適應背景更新的檢測算法。從背景模型的建立和初始背景的獲取，提出了一種新的自適應背景更新的算法，首先建立混合高斯分布的背景模型，然后利用中值法提取初始背景圖像，最后利用分塊的思想，改進了背景更新的算法來更新背景，以實現(xiàn)對運動車輛的實時檢測。
　　 其次，提取

3、視頻圖像序列中的關(guān)鍵幀，對關(guān)鍵幀圖像進行車牌的定位處理。在定位前需對圖像進行增強、二值化和邊緣提取等相關(guān)圖像的預處理，提出了利用形態(tài)學和投影法的二次定位方法對車牌進行定位，首先對圖像進行開、閉的數(shù)學形態(tài)學處理，然后提取車牌連通區(qū)域進行初次定位，由于監(jiān)控設備、路面狀況及車輛運動等因素的影響，所提取的車牌區(qū)域不可避免的會出現(xiàn)傾斜狀況，與Hough檢測法比較，利用直線擬合的方法計算出傾斜的角度，最后對車牌區(qū)域進行旋轉(zhuǎn)，得到二次定位的車牌區(qū)域。

4、
　　 最后，在對車牌進行定位后，下一步首先需要進行車牌區(qū)域的去除邊框處理，然后對車牌進行垂直投影，分析圖像中峰值和谷值的相關(guān)信息，并根據(jù)車牌的特征信息，找出字符的中心位置，最后提取分割車牌字符。在車牌的字符分割以后，提出了改進的基于模板匹配字符識別的方法對分割的字符進行識別并輸出，首先建立標準的數(shù)字、字母及漢字的模板庫，然后對分割的字符進行歸一化等相關(guān)處理，最后與模板庫中的數(shù)據(jù)進行匹配，輸出字符識別的結(jié)果。
　　 本文