基于視頻圖像的多車牌識(shí)別技術(shù)研究.pdf

1、車牌識(shí)別技術(shù)是實(shí)現(xiàn)交通管理智能化的重要課題之一，在城市交通監(jiān)控、電子收費(fèi)、停車場(chǎng)出入控制等場(chǎng)合中發(fā)揮著重要作用。目前，大多數(shù)的研究只是針對(duì)監(jiān)視區(qū)域中單個(gè)車輛的車牌進(jìn)行定位識(shí)別處理，而在真實(shí)環(huán)境中，如城市要道、多車道公路路口等監(jiān)視區(qū)域中，視野范圍比較大，常常會(huì)同時(shí)出現(xiàn)兩輛或多輛汽車。針對(duì)這種情況，論文圍繞視頻圖像的多車牌識(shí)別技術(shù)，展開對(duì)雙車道上的車輛進(jìn)行車牌識(shí)別的研究。具體研究工作如下：
　　（1）針對(duì)交通監(jiān)控視頻中目標(biāo)的運(yùn)動(dòng)特點(diǎn)，

2、在分析研究運(yùn)動(dòng)模糊圖像復(fù)原方法的基礎(chǔ)之上，采用了一種基于 Radon變換的運(yùn)動(dòng)模糊圖像參數(shù)估計(jì)方法。該方法通過對(duì)退化圖像頻譜的分析，運(yùn)用Rado n變換辨識(shí)出退化圖像的模糊角度θ，再對(duì)沿運(yùn)動(dòng)方向微分后的圖像求自相關(guān)函數(shù)，利用已辨識(shí)出的θ求得模糊長(zhǎng)度L，然后利用θ和 L兩個(gè)參數(shù)構(gòu)建點(diǎn)擴(kuò)散函數(shù)，最后采用維納濾波實(shí)現(xiàn)模糊車輛圖像的復(fù)原。
　?。?）給出了一種基于 HS V顏色空間的車牌定位方法，方法原理是將獲取的車輛圖像轉(zhuǎn)化到HSV顏色

3、空間后構(gòu)造5級(jí)灰度圖，再根據(jù)車牌底色相應(yīng)的灰度級(jí)進(jìn)行二值化處理，運(yùn)用投影方法確定各車牌候選區(qū)域，利用車牌的先驗(yàn)特征分析各個(gè)候選區(qū)域，將不符合車牌特征的候選區(qū)域剔除，最終實(shí)現(xiàn)視頻中雙車道的多個(gè)車牌的準(zhǔn)確、實(shí)時(shí)定位。該方法可在一定限度內(nèi)自適應(yīng)車牌的大小、數(shù)量，可滿足既要提取單車牌又要提取多車牌的監(jiān)控系統(tǒng)的基本需求。
　?。?）在字符識(shí)別時(shí)，從雙車道上車輛牌照中分割出的字符整體偏小，論文采用線性標(biāo)準(zhǔn)化方法對(duì)其歸一化處理，同時(shí)采用像素內(nèi)插

4、值技術(shù)，保證了車牌字符圖像尺寸的一致性和圖像的清晰度。
　?。?）分析比較了模版匹配和 BP神經(jīng)網(wǎng)絡(luò)兩種字符識(shí)別方法的優(yōu)劣，其中針對(duì)BP網(wǎng)絡(luò)收斂速度慢、訓(xùn)練時(shí)間長(zhǎng)的缺點(diǎn)，對(duì)BP網(wǎng)絡(luò)進(jìn)行了一些改進(jìn)，并依據(jù)車牌特征設(shè)計(jì)了漢字子網(wǎng)絡(luò)、字母子網(wǎng)絡(luò)、字母數(shù)字子網(wǎng)絡(luò)，利用粗網(wǎng)格特征法提取出的字符特征庫(kù)對(duì)三個(gè)子網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最后將待分類的字符送到相應(yīng)的子網(wǎng)絡(luò)中實(shí)現(xiàn)對(duì)字符的分類。實(shí)驗(yàn)表明，采用改進(jìn)的BP算法，字符識(shí)別的準(zhǔn)確性、實(shí)時(shí)性都有一定的提高