快速車標識別算法的研究.pdf

1、隨著交通事故的越來越多，監(jiān)控成了智能交通系統(tǒng)的一大技術(shù)要點。目的是為了獲取汽車的車牌及車標，以更快速的調(diào)查到肇事汽車。針對目前已有監(jiān)控技術(shù)有很多，比如第一代的模擬視頻監(jiān)控系統(tǒng)、第二代基于“PC+多媒體卡”數(shù)字視頻監(jiān)控系統(tǒng)、第三代完全基于互聯(lián)網(wǎng)協(xié)議（IP）網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)。在這些監(jiān)控系統(tǒng)中，需要研究的重點內(nèi)容就是如何快速定位車標。在現(xiàn)今任何情況下都要求高速度的社會，如何有效的定位車標是模式識別研究領(lǐng)域的一大重要課題。
　　本課題要研

2、究如何快速進行車標的定位，它的目的是從單張監(jiān)控汽車圖像中獲取車標的信息，利用獲取的各種參數(shù)信息與車標庫的車標元素進行匹配，最終獲取具體車標。本研究分為兩部分，內(nèi)容為：
　　1.針對已有基于車牌檢測技術(shù)實現(xiàn)車標的檢測定位。該定位算法是將原始獲取圖像進行預(yù)處理，用以突顯車牌及車標部分，便于下一步易被檢測。然后進行圖像分割，基于目標檢測物與周邊環(huán)境的不同，像素值也不同，或者利用中值及均值實現(xiàn)圖像分割。接著用形態(tài)學(xué)算法去除噪聲，可以把先前

3、分割出來的目標物基本無噪聲化的突顯。然后再用邊緣檢測算子（Sobel、Canny）實現(xiàn)車牌及車標的輪廓提取。最后利用成熟的已被提取的車牌位置及車牌與車標的相對位置關(guān)系，定位車標。
　　2.這部分內(nèi)容是基于方向梯度直方圖（HOG）和支持向量機（SVM）的原理定位車標，即HOG+SVM。其中HOG是檢測目標物的一種特征，而SVM是分類器。對于該模型的車標定位，需要先訓(xùn)練 SVM分類器，然后輸入被檢測車標的HOG值，與車標庫中的模型進行