基于视频检测的车牌识别系统的研究

论文摘要

本文对车牌识别系统的概念和应用领域进行了描述,通过对比基于硬件传感器触发和基于视频检测的两种车牌识别方法说明了基于视频检测的车牌识别技术的优势以及需要解决的问题。大多数车牌识别系统的车牌识别都是基于静态图像的处理,往往只是对摄像机拍的一帧或几帧图像进行车牌分割和识别操作,本文提出了一种基于多帧图像和动态视频的车牌识别技术,可以对摄像机摄取视频中的运动车辆进行多次车牌定位,找出其中相对较好的来进行后续的车牌字符与分割操作。视频检测部分,本文改进了实时性相对较差的背景减除法,得到包含车牌信息的关键帧。车牌定位部分,本文针对每一次单帧图像中的车牌定位,采用了先粗定位后精确定位的方法,从而得到一个车牌模板,然后通过与相关联的相同运动轨迹的关键帧分割出的车牌的比较,确定能用来进行字符分割与识别操作的车牌图像。在车牌字符的分割与识别部分,本文采用了改进的灰度处理方法及现阶段比较流行和使用的基于支持向量机的字符识别技术,二者结合完成车牌内容,即车牌号码的输出。通过实验仿真,基于与其他车牌识别方法的对比,本文所提出的方法具有一定的实用性,在限定条件下,可以满足车牌识别系统的实时性和准确性的要求。

论文目录

• 提要
• 第1章 绪论
• 1.1 课题的背景及研究意义
• 1.2 车牌识别技术概述
• 1.2.1 车牌识别技术研究现状
• 1.2.2 车牌识别系统的功能划分
• 1.2.3 车牌识别的检测系统介绍
• 1.3 论文的主要内容安排、研究工作和创新点
• 第2章 运动车辆的视频检测技术
• 2.1 运动目标检测技术概述
• 2.2 改进的背景剪除方法
• 2.2.1 背景图像的建立
• 2.2.2 基于背景减除的运动车辆检测与关键帧的提取
• 2.3 本章小结
• 第3章 车牌定位技术
• 3.1 引言
• 3.2 采用的图像预处理技术
• 3.2.1 图像增强技术
• 3.2.2 二值化技术
• 3.2.3 基于边缘检测的技术
• 3.2.4 基于数学形态学的变换
• 3.3 基于特征的车牌定位
• 3.3.1 车牌的特征
• 3.3.2 常用的基于特征的车牌定位方法
• 3.4 基于车牌区域形状及灰度的跳变特征的车牌定位
• 3.4.1 粗定位
• 3.4.2 精确定位
• 3.5 本章小结
• 第4章 车牌的匹配跟踪技术
• 4.1 引言
• 4.2 图像匹配技术介绍
• 4.3 一种基于边缘线及车牌纹理特征的特征匹配算法
• 4.4 车牌跟踪技术
• 4.4.1 车牌位置估计
• 4.4.2 最小二乘法
• 4.4.3 仿真结果分析
• 4.5 本章小结
• 第5章 车牌字符的分割与识别
• 5.1 针对单帧图像的车牌字符分割与识别
• 5.2 字符分割
• 5.3 字符识别
• 5.3.1 车牌的字符识别技术概述
• 5.3.2 车牌字符图像的特点
• 5.3.3 字符识别采用的图像预处理方法
• 5.3.4 基于支持向量机的字符识别方法
• 5.4 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 摘要
• Abstract