低照度圖像的車輛檢測與識(shí)別方法研究.pdf

1、車牌檢測與識(shí)別技術(shù)是智能交通系統(tǒng)的重要環(huán)節(jié)，在交通監(jiān)管、交通控制和車輛管理等方面發(fā)揮了重要的作用。在低照度圖像中，車牌等重要信息不明顯，難以直接進(jìn)行檢測和識(shí)別。針對(duì)這一情況，本文提出一種低照度圖像中的車牌檢測及識(shí)別方法，有效增強(qiáng)低照度圖像的亮度及細(xì)節(jié)信息，提高車牌檢測與識(shí)別的準(zhǔn)確性和適用性。全文的主要內(nèi)容如下：
　　1.介紹了目前國內(nèi)車牌的特征及其檢測與識(shí)別算法的基本原理。對(duì)目前常用的車牌檢測、字符分割、字符識(shí)別方法做了一定的總結(jié)

2、，分析了幾種典型方法的優(yōu)缺點(diǎn)。
　　2.針對(duì)現(xiàn)有JPEG圖像壓縮與增強(qiáng)的過程分離，且圖像增強(qiáng)后容易產(chǎn)生塊狀效應(yīng)的局限性，提出一種新的JPEG圖像增強(qiáng)算法，該算法嵌入JPEG圖像壓縮框架之中，在量化步驟之前增強(qiáng)圖像以充分利用圖像原始信息。增強(qiáng)過程以Retinex理論為基礎(chǔ)，將DCT系數(shù)分為照度分量(DC系數(shù))和反射分量(AC系數(shù))，對(duì)DC系數(shù)進(jìn)行動(dòng)態(tài)范圍調(diào)整，并利用DC系數(shù)的增強(qiáng)因子對(duì)AC系數(shù)做細(xì)節(jié)增強(qiáng)，最后對(duì)調(diào)整后的DCT系數(shù)做平

3、滑處理來抑制塊效應(yīng)。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的其他算法相比，該算法能更好的增強(qiáng)細(xì)節(jié)信息和保持色彩信息，并能保持與標(biāo)準(zhǔn)JPEG同等的圖像壓縮比。
　　3.將JPEG壓縮域圖像增強(qiáng)方法應(yīng)用于低照度圖像的車牌檢測，設(shè)計(jì)與實(shí)現(xiàn)一種針對(duì)低照度圖像的車牌檢測方法。該方法能有效的增強(qiáng)低照度圖像的車牌信息并還原車牌顏色特征。通過Adaboost方法對(duì)增強(qiáng)后的圖像做車牌粗定位，同時(shí)結(jié)合車牌的顏色特征做二次精確定位，提高車牌的檢測率，為字符識(shí)別提供有利的