高清圖像中基于車牌定位的車輛跟蹤和違章檢測(cè).pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展,汽車的數(shù)量呈顯著增長(zhǎng)的趨勢(shì),一方面給道路交通帶來(lái)了巨大的負(fù)載壓力,另一方面,由于汽車的違章行駛行為得不到及時(shí)有效的遏制,對(duì)人們的日常生活產(chǎn)生安全威脅。智能交通系統(tǒng)的出現(xiàn)正是為了解決這樣的問(wèn)題,經(jīng)過(guò)多年的發(fā)展,雖然日漸成熟,但是依然有巨大的研究潛力和應(yīng)用價(jià)值。特別是近年,隨著高清攝像頭的普及和視頻監(jiān)控的發(fā)展,傳統(tǒng)的地下感應(yīng)線圈等檢測(cè)方式正逐步向基于圖像或視頻的監(jiān)控系統(tǒng)過(guò)渡。在這樣的背景下,本人從汽車牌照的角度切入研究,

2、通過(guò)對(duì)高清圖像中車牌的定位和跟蹤來(lái)對(duì)車輛的行駛軌跡進(jìn)行擬合,根據(jù)擬合的軌跡提出車輛違章檢測(cè)的方法。
　　 本文的研究?jī)?nèi)容分為三大模塊,即車牌定位、車牌跟蹤和軌跡擬合。主要工作如下:
　　 (1)本文提出一種新的車牌定位思路,先在整體低分辨率圖像中檢測(cè)車輛,再在局部高清圖像中定位車牌,減少了車牌定位的時(shí)間。除此,對(duì)常見(jiàn)算法加以改進(jìn),提出了基于車牌特征的灰度化和自適應(yīng)灰度拉伸算法。
　　 (2)在車牌初步定位時(shí),使用

3、長(zhǎng)程濾波和顆粒濾波過(guò)濾邊緣二值圖像中的噪聲,改善了車牌中垂直邊緣的提取效果,然后基于HSV顏色空間進(jìn)行車牌的精細(xì)定位,實(shí)驗(yàn)證明,定位效果較好。
　　 (3)在車牌跟蹤模塊,為減小跟蹤的搜索范圍,借助卡爾曼濾波進(jìn)行位置預(yù)測(cè)。在建立卡爾曼濾波的狀態(tài)轉(zhuǎn)移矩陣時(shí),近似認(rèn)為汽車在相鄰幀間隔做勻速運(yùn)動(dòng),由于這種勻速運(yùn)動(dòng)是在真實(shí)世界坐標(biāo)系下的,有別于圖像坐標(biāo)系,所以引入了攝像機(jī)坐標(biāo)轉(zhuǎn)換,提出了具體的跟蹤算法與定位跟蹤策略。
　　 (4