基于实时视频流的车牌定位与识别算法的研究

论文摘要

智能交通系统是建立在计算机技术,通讯技术,电子工程技术基础上的自动化交通管理系统,它为国家交通管理,交通资源利用,交通行业的进步带来巨大的改进作用。车牌定位与识别系统是智能交通系统的核心系统,它建立在计算机图像处理与分析技术,模式识别技术基础上,提供了智能交通系统中最为核心和最为重要的功能。它主要实现车辆牌照的自动定位和牌照号码的识别功能。并在此核心功能的基础上,提供各种交通管理和交通服务功能。本文将在基于实时视频数据流条件下,研究车牌定位和识别算法,以适应真实环境下的需求。在基于实时视频数据流的车牌识别系统中,车牌定位识别过程实时性要求高,准确率受到运动模糊,光线,阴影等环境影响很大。文中针对视频流数据进行研究,提出一种高效的特征定位算法,通过有效的图像预处理提车牌区域字符轮廓结构特征和车牌字符的水平穿越点信息统计特征,并根据以上特征进行定位。通过设置视频检测窗口加速处理过程,然后经过图像预处理与数学形态学操作,根据车牌区域图像轮廓变化特征,进行车牌的精确定位。该方法速度快,能很好的克服运动模糊,环境的影响,鲁棒性强,定位准确率达到了92%以上,平均定位时间花费低于40ms,取得良好效果。本文通过投影分析和连通域分析,对车牌字符进行分割,并对分割字符进行规格化。通过对传统模板匹配算法研究,本文提出一种基于像素压缩的快速模板匹配算法,该算法根据图像灰度和结构特征提取基于像素压缩的模板,然后利用压缩模板进行匹配识别,通过有效提取特征,大大缩小模板运算量,极大地提高模版匹配速度,实验表明,该算法对字母和数字识别效果非常好,字母和数字识别准确率达到96%,但是对汉字的识别效果不佳,只有79%左右,尚需改进,单个车牌识别平均时间5ms。综上,在实时视频环境下,本文提出的基于字符穿越点信息统计特征的车牌定位算法和基于像素压缩的模板匹配算法,效果良好,整个系统处理流程耗时小于55ms,完全符合实时视频环境下的需求。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 论文研究背景和意义
• 1.2 智能交通技术
• 1.2.1 智能交通系统简介
• 1.2.2 智能交通系统功能
• 1.2.3 国内外智能交通系统发展状况
• 1.3 车牌定位与识别系统发展应用简介
• 1.3.1 车牌定位与识别系统功能介绍
• 1.3.2 车牌定位与识别系统国内外的发展现状
• 1.3.3 基于视频分析的车牌定位和识别系统发展现状
• 1.3.4 本文基于实时视频流车牌定位和识别技术中的难点
• 1.4 本文主要工作内容以及章节安排
• 第二章 系统搭建与图像采集优化技术研究
• 2.1 车牌定位与识别系统平台搭建
• 2.1.1 平台基础开发工具
• 2.1.2 图像获取工具DirectDraw
• 2.1.3 Open CV 计算机视觉函数库
• 2.2 图像采集与优化技术
• 2.2.1 图像采集
• 2.2.2 本文进行的检测窗口优化研究
• 2.2.3 关键帧采样频率优化
• 2.3 本章小结
• 第三章 图像预处理技术
• 3.1 数字图像处理概念
• 3.2 图像处理技术简介
• 3.2.1 图像灰度化
• 3.2.2 灰度图像增强
• 3.2.3 图像滤波
• 3.2.4 图像二值化处理
• 3.3 本文采用的图像获取与预处理技术
• 3.3.1 视频检测窗口帧的图像灰度化处理
• 3.3.2 利用梯度法增强车牌区域垂直轮廓特征
• 3.3.3 二值化处理进一步增强车牌区域特征
• 3.4 本章小结
• 第四章 车牌定位算法研究
• 4.1 常用的车牌定位方法简介
• 4.2 本文提出的实时视频流的车牌定位算法
• 4.2.1 轮廓图像提取算法
• 4.2.2 穿越点统计特征定位算法
• 4.3 本章小结与算法定位结果
• 第五章 字符分割算法研究
• 5.1 车牌字符分割基本概念
• 5.2 目前车牌照字符分割的方法
• 5.3 本文基于视频数据的字符分割算法研究
• 5.3.1 车牌图像二值化处理
• 5.3.2 车牌区域二值化图像垂直投影分析
• 5.3.3 车牌区域字符连通区域结构特征分析
• 5.3.4 基于字符连通区域结构特征的分割算法实现
• 5.3.5 字符规格化处理
• 5.4 本章小结
• 第六章 字符识别算法研究
• 6.1 字符识别技术概念
• 6.2 常用字符识别技术简介
• 6.3 本文提出的压缩模板匹配技术
• 6.3.1 样本集分类预处理
• 6.3.2 压缩模板匹配算法
• 6.3.3 压缩模板匹配算法复杂度分析
• 6.4 本章小结与算法识别结果
• 第七章 总结
• 7.1 实验结果及分析
• 7.2 工作总结
• 7.3 下一步工作
• 致谢
• 参考文献
• 攻硕期间取得的研究成果