基于視頻的車輛識(shí)別系統(tǒng)研究.pdf

1、隨著我國經(jīng)濟(jì)的發(fā)展，汽車數(shù)量不斷增加，交通問題越來越突出，作為高效解決交通問題的智能交通成為了近年研究的熱點(diǎn)。車輛識(shí)別是智能交通中最為關(guān)鍵和核心的技術(shù)，有著廣闊的應(yīng)用前景，主要應(yīng)用在道路監(jiān)控系統(tǒng)、車輛違章事故調(diào)查、停車場管理、公路橋梁和高速公路收費(fèi)系統(tǒng)、城市進(jìn)出車輛管理等方面。
　　基于視頻車輛的識(shí)別系統(tǒng)主要有四個(gè)模塊：運(yùn)動(dòng)車輛檢測、車牌定位提取、車牌字符切分和字符識(shí)別。在學(xué)習(xí)、研究現(xiàn)有理論算法的基礎(chǔ)上，對車牌定位提取、字符切分和

2、識(shí)別算法提出了有效改進(jìn)和完善，提高了整個(gè)系統(tǒng)的識(shí)別準(zhǔn)確率，在運(yùn)動(dòng)車輛檢測模塊，用背景差分法檢測運(yùn)動(dòng)車輛，使用改進(jìn)的混合高斯模型對視頻中的運(yùn)動(dòng)場景背景建模，檢測出運(yùn)動(dòng)車輛區(qū)域，消除運(yùn)動(dòng)車輛周圍的背景區(qū)域，獲取準(zhǔn)確的車輛圖像；在車牌定位模塊，提出了一種基于邊緣檢測和先驗(yàn)知識(shí)結(jié)合的方法定位車牌，該方法對車輛圖像進(jìn)行灰度拉伸等預(yù)操作，采取邊緣算子檢測邊緣，通過連通域等形態(tài)學(xué)處理，獲得第一車牌坐標(biāo)；對原始圖像二值化操作，投影法獲得第二車牌坐標(biāo)，最

3、后融合兩個(gè)位置坐標(biāo)，提取車牌，提高了定位的準(zhǔn)確性；在車牌字符切分模塊，改進(jìn)了傳統(tǒng)的垂直切分法，減少了傳統(tǒng)方法受車牌邊框、噪聲等影響。該方法依據(jù)我國車牌先驗(yàn)知識(shí)，根據(jù)車牌的長寬、字符的比例等，利用投影法確定字符邊界，準(zhǔn)確的切分字符；在字符識(shí)別模塊，針對 BP神經(jīng)網(wǎng)絡(luò)收斂速度慢，易陷入局部最小點(diǎn)等缺點(diǎn)，提出一種基于分類的字符識(shí)別方法，使用帶動(dòng)量的學(xué)習(xí)訓(xùn)練方法修改權(quán)值，將車牌字符分為3類，漢字、字母、數(shù)字，然后根據(jù)不同特征用3個(gè)子網(wǎng)分別識(shí)別，