基于区域性显著特征的车辆识别关键技术算法研究

论文摘要

车辆识别技术是计算机视觉、图像处理与模式识别技术在智能交通领域的重要应用，车牌识别系统已成为车辆识别技术中的重要组成部分，车标也是车辆的重要标志之一，解决好车标识别的问题，从另一个角度提高了车辆识别的正确率。本文在研究国内外相关研究成果和最新研究基础上，针对车牌定位和车标识别系统展开研究。首先，依据车牌边缘颜色搭配信息和字符结构信息，研究一种基于边缘颜色对特征以及笔画穿越双层检测车牌定位算法。首先利用人工收集所有搭配的彩色边缘特征数据建立车牌边缘颜色对覆盖学习模型，然后利用车牌边缘颜色对覆盖学习模型，并利用先验信息形态学处理形成车牌候选区；最后扫描车牌候选区域边缘穿越信息，结合车牌区域整体边缘分布特征进行候选区域验证处理。实验结果表明该算法的可靠性。其次，将车牌定位转化为视觉显著性检测问题，研究一种基于特征显著性与字符特征融合的车牌定位算法。对车牌的颜色特征和能量特征进行显著性分析，将两种特征融合并二值化，得到车牌候选区。同时对输入图像进行字符边缘检测，并滤除非字符边缘。检测候选区域字符笔画特征以及先验知识，得到车牌定位结果。该方法得到较好的定位结果。最后，研究一种基于边缘分布特性与相位一致性的车标定位和识别算法。利用车标和车牌的相对位置关系和纹理信息分割出车头区域，并在车头区域内粗定位车标；然后利用边缘分布特征抑制车标周围背景的影响精确定位车标。在识别车标类型中通过相位一致性进行背景抑制，并结合车标梯度方向直方图金字塔分布特征对其进行识别。实验结果表明该算法切实可行。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及意义
• 1.2 国内外研究现状
• 1.3 本文主要研究成果
• 1.4 本文组织结构
• 第2章 车辆识别技术研究的理论基础
• 2.1 车牌特征描述
• 2.2 基于灰度图像的车牌定位算法
• 2.2.1 图像灰度化
• 2.2.2 边缘检测
• 2.2.3 数学形态学
• 2.3 基于彩色图像的车牌定位算法
• 2.4 车标识别系统难点
• 2.5 本章小结
• 第3章 基于边缘颜色对特征以及笔画穿越双层检测车牌定位算法
• 3.1 引言
• 3.2 系统组成
• 3.3 基于边缘颜色对特征以及笔画穿越双层检测车牌定位
• 3.3.1 灰度化
• 3.3.2 边缘检测及方向编码
• 3.3.3 边缘颜色对特征
• 3.3.4 边缘颜色对近邻覆盖模型
• 3.3.5 形态学处理
• 3.3.6 验证处理
• 3.4 实验结果与分析
• 3.5 本章小结
• 第4章 基于特征显著性与字符特征融合的车牌定位算法
• 4.1 引言
• 4.2 系统组成
• 4.3 特征显著性分析
• 4.3.1 车牌颜色特征
• 4.3.2 车牌能量特征
• 4.3.3 特征图融合并二值化
• 4.3.4 形态学处理
• 4.4 基于字符特征的车牌检测
• 4.4.1 字符边缘检测
• 4.4.2 非字符边缘去除
• 4.4.3 车牌检测
• 4.5 实验仿真
• 4.6 本章小结
• 第5章 基于边缘分布特性与相位一致性的车标定位与识别算法
• 5.1 引言
• 5.2 车标定位算法
• 5.2.1 车标粗定位
• 5.2.2 车标精确定位
• 5.3 车标识别算法
• 5.3.1 梯度方向直方图金字塔分布特征提取
• 5.3.2 构造 SVM 分类器
• 5.4 仿真实验
• 5.4.1 车标定位结果分析
• 5.4.2 车标识别结果分析
• 5.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间承担的科研任务与主要成果
• 致谢
• 作者简介