車載式車牌識(shí)別系統(tǒng)的研究與應(yīng)用.pdf

1、隨著智能交通系統(tǒng)的迅速發(fā)展，車牌識(shí)別技術(shù)的研究也進(jìn)入一個(gè)新的層面。本文在對(duì)已有車牌識(shí)別技術(shù)進(jìn)行分析和研究的基礎(chǔ)上，完成了車載式車牌識(shí)別系統(tǒng)的研究與應(yīng)用。提出了基于視頻檢測(cè)的圖像采集方法；改進(jìn)了車牌識(shí)別模塊的各個(gè)算法；并將GPS技術(shù)、GPRS技術(shù)、GIS技術(shù)應(yīng)用到系統(tǒng)中，實(shí)現(xiàn)監(jiān)控中心對(duì)移動(dòng)車載端的實(shí)時(shí)監(jiān)控和調(diào)度。 論文的主要工作如下： (1)針對(duì)車載式車牌識(shí)別背景不固定的問(wèn)題，提出使用Directshow平臺(tái)進(jìn)行視頻流的處

2、理。每次識(shí)別前使用幀間差分法重建背景圖像，運(yùn)用背景差分法區(qū)分當(dāng)前背景點(diǎn)和運(yùn)動(dòng)目標(biāo)點(diǎn)，通過(guò)濾除檢測(cè)區(qū)內(nèi)非連續(xù)的運(yùn)動(dòng)點(diǎn)及自動(dòng)更新背景圖像，提高圖像采集的準(zhǔn)確率。 (2)針對(duì)圖像易受光照影響的問(wèn)題，提出了基于HSV顏色模型和車牌紋理特征的車牌定位方法。該方法克服了光照對(duì)車牌圖像的影響，能夠準(zhǔn)確快速地定位出車牌區(qū)域。 (3)對(duì)車牌圖像進(jìn)行預(yù)處理，應(yīng)用垂直投影法和車牌字符本身固有的特征進(jìn)行字符分割。經(jīng)驗(yàn)證，該方法的分割準(zhǔn)確率較高。

3、 (4)采用統(tǒng)計(jì)模式識(shí)別的方法，提出了基于貝葉斯分類器的車牌字符識(shí)別方法。經(jīng)驗(yàn)證，該方法對(duì)字母和數(shù)字的識(shí)別率比較高，能夠滿足系統(tǒng)的需求。 (5)將GPS技術(shù)、GPRS技術(shù)、GIS技術(shù)應(yīng)用到車載式車牌識(shí)別系統(tǒng)中，實(shí)現(xiàn)監(jiān)控中心與移動(dòng)車載端的通信，實(shí)時(shí)掌握移動(dòng)車載端的位置，便于進(jìn)行控制和調(diào)度。 車載式車牌識(shí)別系統(tǒng)作為固定卡口式車牌識(shí)別系統(tǒng)的有力補(bǔ)充，以其靈活方便的特點(diǎn)可以被廣泛應(yīng)用于城市道路管理、違章車輛的自動(dòng)監(jiān)測(cè)等，