基于視頻圖像的多車牌識別技術(shù)研究.pdf

1、車牌識別技術(shù)是實現(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、停車場出入控制等場合中發(fā)揮著重要作用。目前，大多數(shù)的研究只是針對監(jiān)視區(qū)域中單個車輛的車牌進行定位識別處理，而在真實環(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，常常會同時出現(xiàn)兩輛或多輛汽車。針對這種情況，論文圍繞視頻圖像的多車牌識別技術(shù)，展開對雙車道上的車輛進行車牌識別的研究。具體研究工作如下：
　　（1）針對交通監(jiān)控視頻中目標的運動特點，

2、在分析研究運動模糊圖像復(fù)原方法的基礎(chǔ)之上，采用了一種基于 Radon變換的運動模糊圖像參數(shù)估計方法。該方法通過對退化圖像頻譜的分析，運用Rado n變換辨識出退化圖像的模糊角度θ，再對沿運動方向微分后的圖像求自相關(guān)函數(shù)，利用已辨識出的θ求得模糊長度L，然后利用θ和 L兩個參數(shù)構(gòu)建點擴散函數(shù)，最后采用維納濾波實現(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級灰度圖，再根據(jù)車牌底色相應(yīng)的灰度級進行二值化處理，運用投影方法確定各車牌候選區(qū)域，利用車牌的先驗特征分析各個候選區(qū)域，將不符合車牌特征的候選區(qū)域剔除，最終實現(xiàn)視頻中雙車道的多個車牌的準確、實時定位。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。
　　（3）在字符識別時，從雙車道上車輛牌照中分割出的字符整體偏小，論文采用線性標準化方法對其歸一化處理，同時采用像素內(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。
　　（4）分析比較了模版匹配和 BP神經(jīng)網(wǎng)絡(luò)兩種字符識別方法的優(yōu)劣，其中針對BP網(wǎng)絡(luò)收斂速度慢、訓(xùn)練時間長的缺點，對BP網(wǎng)絡(luò)進行了一些改進，并依據(jù)車牌特征設(shè)計了漢字子網(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對三個子網(wǎng)絡(luò)進行訓(xùn)練，最后將待分類的字符送到相應(yīng)的子網(wǎng)絡(luò)中實現(xiàn)對字符的分類。實驗表明，采用改進的BP算法，字符識別的準確性、實時性都有一定的提高