基于車型輪廓的車牌定位識(shí)別的研究論文
隨著汽車數(shù)量的急劇增加,應(yīng)用電子警察系統(tǒng)實(shí)施科技執(zhí)法成為必然趨勢(shì)。在查處違規(guī)占道、違規(guī)停車、未年檢車輛和套牌車輛等應(yīng)用中,基于車載視頻的車輛判別技術(shù)是電子警察系統(tǒng)的重要部分。以下是學(xué)習(xí)啦小編為大家精心準(zhǔn)備的：基于車型輪廓的車牌定位識(shí)別的研究相關(guān)論文。內(nèi)容僅供參考，歡迎閱讀!
基于車型輪廓的車牌定位識(shí)別的研究全文如下：
【摘要】：在目前的車牌識(shí)別方法中,有基于灰度圖像的方法,基于小波變換的車牌定位方法等。然而,由于光照變化容易影響車牌識(shí)別的準(zhǔn)確性,為了提高識(shí)別系統(tǒng)的環(huán)境適應(yīng)能力,本文提出了基于車輛輪廓特征識(shí)別車牌的方法。首先,提取車輛輪廓,然后比較該模型的輪廓區(qū)域與數(shù)據(jù)庫中的汽車輪廓模板相交點(diǎn)的位置。匹配成功后,找到交叉處Bisquare線性擬合點(diǎn),使用交點(diǎn)坐標(biāo)和車牌4個(gè)頂點(diǎn)坐標(biāo)來定位車牌之間的相對(duì)位置關(guān)系。
【關(guān)鍵詞】： 車牌識(shí)別(PLR) 整車輪廓提取 Bisquare擬合
1 前言
車牌自動(dòng)識(shí)別包括車牌定位和車牌字符識(shí)別。車牌定位方法包括：使用車牌區(qū)域橫向紋理特征的車牌定位方法;根據(jù)該板區(qū)域與羅伯茨邊緣算子，Sobel 算子，Prewitt 算子和拉普拉斯邊緣檢測(cè)技術(shù)來定位。然而在自然環(huán)境中，汽車的背景圖像具有復(fù)雜性，不均勻的照明常常干擾識(shí)別特征對(duì)象，導(dǎo)致出錯(cuò)。基于顏色特征的車牌定位方法中，RGB 彩色圖像的處理往往需要占用大量的內(nèi)存空間，這些限制增加了識(shí)別的難度和對(duì)計(jì)算機(jī)系統(tǒng)的硬件要求。筆者提出了一種基于輪廓模型識(shí)別車牌的方法，只需提取輪廓的車型，車牌識(shí)別可以在二值圖像的環(huán)境中實(shí)現(xiàn)，這有效地解決了識(shí)別速度問題，并且能夠適應(yīng)不斷變化的環(huán)境，以滿足實(shí)際系統(tǒng)的要求。
2 研究車牌定位
2.1 車牌定位的過程
車輛輪廓定位車牌過程：先采集車輛通過時(shí)的圖像，接著與背景圖像比較并差分得到車牌輪廓，在數(shù)據(jù)庫中進(jìn)行車型輪廓區(qū)域、擬合線交點(diǎn)比較。匹配成功后，找到交叉處Bisquare線性擬合點(diǎn)，使用交點(diǎn)坐標(biāo)和車牌頂點(diǎn)之間的相對(duì)位置關(guān)系的坐標(biāo)來定位車牌。
提取模型輪廓和定位板的過程：在相機(jī)的監(jiān)控，道路鋪設(shè)感應(yīng)線圈，當(dāng)車輛通過的道路，感應(yīng)線圈被觸發(fā)和信號(hào)檢測(cè)，然后車輛牌照識(shí)別系統(tǒng)接收觸發(fā)信號(hào)，并采集車輛圖像。并通過imsubtract 之前的絕對(duì)差值算法對(duì)視頻圖像的車輛(A，B)=|A - B |，不同模型的輪廓(分別為車輛無法通過，通過圖像的幀A 和B)。為了提高執(zhí)行的運(yùn)算速度，減少存儲(chǔ)空間，圖像由灰度模式轉(zhuǎn)換為二進(jìn)制模式。在這種情況下，比較該模型的輪廓區(qū)域與數(shù)據(jù)庫中的汽車輪廓模板交點(diǎn)位置，找到交叉處Bisquare線性擬合點(diǎn)。本文提出的模型逐行掃描計(jì)算出每條線輪廓圖像平分點(diǎn)，將這些點(diǎn)Bisquare 線性擬合函數(shù)，然后返回最佳的直線。得到一個(gè)垂直平分線，采用相同的方法，計(jì)算交點(diǎn)的水平線和垂直線的角度，根據(jù)該交叉點(diǎn)坐標(biāo)，使用該節(jié)點(diǎn)坐標(biāo)和車牌4個(gè)頂點(diǎn)的坐標(biāo)來定位車牌之間的相對(duì)位置關(guān)系。
2.2 車輛輪廓提取
攝像頭實(shí)時(shí)監(jiān)控道路，通過與道路背景圖像比較，差分得到車輛輪廓，該方法消除了發(fā)光顏色，在車輛的傳統(tǒng)的車輛識(shí)別方法的亮度變化，如特別重要的圖像信息，可以在輪廓的提取的完整模型，精度很高，我們可以很容易地提取車輛的形狀。在車輛的輪廓后的差，我們轉(zhuǎn)換的灰度圖像轉(zhuǎn)換成二值圖像，而不在保持識(shí)別特征失蹤，從而降低了信息處理的量，極大地降低了存儲(chǔ)器占用，提高了計(jì)算機(jī)的工作效率，二進(jìn)制圖像顯示后在圖2 中。然后計(jì)算出長(zhǎng)度與寬度的比例，該車的面積等，與數(shù)據(jù)庫進(jìn)行比較。成功匹配的情況下，計(jì)算模型的水平和垂直方向的廓的對(duì)稱點(diǎn)。
2.3 使用Bisquare 線性擬合
首先用最小二乘法進(jìn)行線性擬合，得到的初始估計(jì)A0，B0的斜率和截距，并根據(jù)計(jì)算所述對(duì)稱點(diǎn)集，使用Bisquare 擬合直線的直線，Bisquare 合縫如下的處理之后于，計(jì)算最小剩余(其中，N 是Y 的長(zhǎng)度，Wi 是第i 個(gè)元素的權(quán)重，?網(wǎng)絡(luò)連接的第i 個(gè)元素的最佳線性擬合，yi 是Y 的第i 個(gè)元素)。當(dāng)滿足以下條件：分鐘(，)< 容差(其值被設(shè)定為0.0001)時(shí)，輸出端的斜率和截距B，否則周期。該程序后，得到一直線，因此，計(jì)算交點(diǎn)坐標(biāo)，放大。
2.4 使用的節(jié)點(diǎn)坐標(biāo)和車牌頂點(diǎn)之間的相對(duì)位置關(guān)系的坐標(biāo)來定位車牌
根據(jù)上述方法計(jì)算出的點(diǎn)的坐標(biāo)應(yīng)與模板庫的樣品的節(jié)點(diǎn)坐標(biāo)一致，通過查詢與該矩形的四個(gè)頂點(diǎn)中的模板庫車牌相交的位置的相對(duì)坐標(biāo)，可以映射出用于識(shí)別車牌定位，完成車牌識(shí)別。
3 結(jié)語
在實(shí)驗(yàn)過程中，遇到一個(gè)問題：當(dāng)車輛不是垂直通過監(jiān)視區(qū)域的攝像機(jī)時(shí)，通過差分運(yùn)算求得的車的輪廓是不對(duì)稱的。因此，考慮到實(shí)際車輛經(jīng)過的監(jiān)視區(qū)域道路的狹窄，車身傾斜角的特征是小于6 度，攝像機(jī)很便宜。在位置3 的角上的攝像機(jī)的監(jiān)控十字路口每增加一個(gè)照相機(jī)的兩側(cè)上，因?yàn)檫@組標(biāo)識(shí)方案的角度的模型在3°以內(nèi)仍具有識(shí)別一個(gè)良好的能力。
相關(guān)文章：
1.定位業(yè)務(wù)的架構(gòu)演進(jìn)和互通策略論文
3.品牌定位在市場(chǎng)營(yíng)銷中的重要性研究論文