動(dòng)態(tài)視頻車牌識(shí)別系統(tǒng)的研究.pdf

1、在智能交通系統(tǒng)中，對(duì)無(wú)人監(jiān)控場(chǎng)地中的運(yùn)動(dòng)車輛實(shí)現(xiàn)自動(dòng)監(jiān)控是現(xiàn)今研究的焦點(diǎn)，涉及到了圖像信息采集、視頻流處理和模式識(shí)別等各方面的知識(shí)。針對(duì)日常交通視頻中的運(yùn)動(dòng)車輛檢測(cè)和車牌識(shí)別等問(wèn)題做出了如下研究:
　　(1)針對(duì)視頻流圖像中普遍存在噪聲的問(wèn)題，提出一種基于稀疏性的視頻圖像去噪方法，該方法利用一種比小波變換更能保護(hù)圖像細(xì)節(jié)信息的脊波變換對(duì)圖像去噪。
　　(2)運(yùn)動(dòng)車輛檢測(cè)模塊中。提出了一種融合隔幀差分和背景減除的運(yùn)動(dòng)車輛檢測(cè)算

2、法，該算法采用改進(jìn)的統(tǒng)計(jì)平均法提取背景解決了以往的背景建模方法容易將運(yùn)動(dòng)目標(biāo)混入背景的問(wèn)題。背景更新采用一種新的雙權(quán)值更新策略，在交通狀況復(fù)雜的場(chǎng)景中也能夠?qū)崟r(shí)更新得到可靠的背景。
　　(3)在車牌識(shí)別模塊中。充分應(yīng)用牌照的顏色、形狀和紋理等特征信息，分為兩步對(duì)車牌區(qū)域進(jìn)行定位。由于在定位之前對(duì)圖像進(jìn)行了灰度化及邊緣檢測(cè)，減少了計(jì)算量，提高計(jì)算效率和速度，進(jìn)而減少車牌的誤定位，為車牌字符的正確識(shí)別打下堅(jiān)實(shí)的基礎(chǔ)。在傾斜校正部分提出