基于無(wú)人機(jī)視頻的車(chē)牌識(shí)別方法研究.pdf

1、隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，人們的汽車(chē)持有量也在呈快速增長(zhǎng)方式。汽車(chē)的迅速增加使得我國(guó)的交通網(wǎng)絡(luò)越來(lái)越復(fù)雜，安全隱患也越來(lái)越嚴(yán)重。如何更靈活有效地進(jìn)行交通監(jiān)控是亟待解決的問(wèn)題。
　　將無(wú)人機(jī)這項(xiàng)新技術(shù)融入到交通管理系統(tǒng)中，利用無(wú)人機(jī)的輕便、靈活等優(yōu)勢(shì)，可以克服傳統(tǒng)交警巡邏與固定式攝像頭的缺點(diǎn)，并且為交通監(jiān)管提供一種新穎的方式，完善了監(jiān)控系統(tǒng)，保障交通監(jiān)控的有效性。而車(chē)牌識(shí)別一直都是智能交通領(lǐng)域的研究熱點(diǎn)，隨著無(wú)人機(jī)技術(shù)在智能交通領(lǐng)域嶄

2、露頭角，將二者結(jié)合是必然的研究趨勢(shì)。
　　本文設(shè)計(jì)了基于無(wú)人機(jī)視頻的車(chē)牌識(shí)別系統(tǒng)解決方案。對(duì)無(wú)人機(jī)采集到的交通視頻進(jìn)行處理，通過(guò)先定位車(chē)輛，再識(shí)別車(chē)牌的方法對(duì)視頻中規(guī)定區(qū)域內(nèi)的車(chē)輛進(jìn)行車(chē)牌識(shí)別。因此該車(chē)牌識(shí)別系統(tǒng)分為兩部分，分別是車(chē)輛檢測(cè)和車(chē)牌識(shí)別。車(chē)輛檢測(cè)完成車(chē)輛定位的結(jié)果，針對(duì)固定式攝像頭拍攝的視頻與無(wú)人機(jī)拍攝的視頻區(qū)別，由于無(wú)人機(jī)拍攝的視頻背景是運(yùn)動(dòng)的，因此不能采用主流的靜態(tài)背景目標(biāo)檢測(cè)方法，同時(shí)動(dòng)態(tài)背景的目標(biāo)檢測(cè)方法又無(wú)法

3、檢測(cè)出視頻中的靜止停放車(chē)輛，因此本文采用提取圖像HOG特征并用SVM判定的方法進(jìn)行車(chē)輛檢測(cè)。對(duì)定位到的車(chē)輛進(jìn)行車(chē)牌識(shí)別時(shí)，論文采用了主流的車(chē)牌識(shí)別方法。首先采取了結(jié)合 HSV顏色特征與SOBEL邊緣檢測(cè)的方法進(jìn)行了車(chē)牌定位，并通過(guò)Radon變換等算法對(duì)傾斜車(chē)牌進(jìn)行了校正，然后利用垂直投影的方法進(jìn)行了車(chē)牌字符分割，最后設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)對(duì)分割后的字符進(jìn)行識(shí)別。
　　為了驗(yàn)證論文研究方法的可行性，首先對(duì)每部分的研究都進(jìn)行了實(shí)驗(yàn)并給出了實(shí)驗(yàn)