車臉主要信息識別技術研究.pdf

1、隨著數(shù)字圖像處理技術和視頻監(jiān)控設備的不斷進步，智能交通系統(tǒng)越來越受到人們的廣泛關注，而作為智能交通系統(tǒng)的重要部分，車臉信息識別相關技術的研究具有重要的實際意義，在交通指揮調(diào)控、車流量統(tǒng)計、安防以及公安系統(tǒng)等領域具有廣泛的應用前景。本文中研究的主要內(nèi)容是:車臉信息的識別，包括車牌號碼、車身顏色、車牌顏色等進行了信息識別。首先對圖像的預處理方法進行了介紹，通過空間中值濾波、形態(tài)學處理，為后續(xù)的識別工作提供了基礎。將車臉信息識別系統(tǒng)分為車牌定

2、位、傾斜校正、字符切割、字符識別、車牌顏色識別、車身顏色識別等六個部分。本文的主要工作和創(chuàng)新點可歸納為如下四點:
　　1.提出了一種基于特殊梯度算子的車牌定位方法
　　本文借鑒了基于灰度形態(tài)學處理技術的灰度圖像車牌定位方法，提出了一種基于灰度梯度圖像的車牌定位算法。車牌圖像的特征包括顏色和紋理特征，車牌字符與底色在黃色通道或者藍色通道下具有最大的對比效果，車牌在底色與字符邊界具有明顯的對比度。因此，本文建立了黃色和藍色通道下

3、的灰度圖像，通過水平鄰域極差計算圖像梯度，從而增強車牌特征。然后，通過灰度形態(tài)學處理對得到的梯度圖像進行處理，提取車牌特征并定位車牌。通過實驗對比分析，該方法增強了對夜晚圖像特征提取的效果，算法簡單，適應性強。
　　2.車牌圖像的校正和字符切割
　　針對基于經(jīng)典Hough變換的車牌圖像傾斜校正算法在模糊污染圖像的處理中適用性差的缺點，本文采用了線性回歸模型對車牌傾斜角度進行估計，以車牌區(qū)域內(nèi)部中字符連通域上邊界坐標為樣本數(shù)據(jù)

4、進行擬合，得出估計結果。針對字符切割，本文利用車牌字符尺寸標準和對稱性，在豎直方向建立切割線，以切割線的像素和為目標函數(shù)，提出了一種優(yōu)化切割方法，通過實驗仿真和理論分析，驗證了算法的有效性，有效的解決了字符粘連車牌圖像的切割效果差的問題。
　　3.提出了一種基于K-means車牌顏色識別方法
　　對于車牌顏色識別，本文提出了一種基于K-均值聚類方法的顏色識別模型。對于定位得到的車牌圖像，首先通過圖像內(nèi)縮選取顏色樣本，然后利用

5、車牌像素的空間特性，通過K-means聚類計算底色類與字符類顏色的像素值，依據(jù)顏色與亮度關系建立顏色調(diào)整模型，修正色彩數(shù)值，改善識別結果的準確性，并根據(jù)聚類中心對車牌進行二值化，增強二值化的效果，通過大量車牌圖像的顏色識別，驗證了算法的有效性和適用性。
　　4.提出了一種顏色校正的車身顏色識別方法
　　針對車身顏色識別中車輛圖像由于車燈強光照射使得圖像光線不均勻的問題，本文以車牌顏色的計算結果和識別結果，建立圖像像素模型，對