侵权投诉

搜索
更多>> 热门搜索:
订阅
纠错
加入自媒体

车牌识别系统的设计与实现

2012-09-27 10:38
棒棒书香
关注

1 引言

  机动车闯红灯是日常交通管理中常见的交通违章现象,不仅扰乱了正常的交通秩序,也是造成机动车交通事故的主要原因之一。“电子警察”就是针对机动车路口闯红灯这种极易造成恶性事故的交通违章现象进行自动监测记录,做到了无人值守,不间断监测,证据充分正确。

  车牌识别技术(vehicle license plate recognition,vlpr)是计算机视觉和模式识别技术在现代智能交通系统中的一项重要研究课题,是实现交通管理智能化的重要环节。它是以数字图像处理、模式识别、计算机视觉等技术为基础的智能识别系统,它利用每一个汽车都有唯一的车牌号码,通过摄像机所拍摄的车辆图像进行车牌号码的识别。在不影响汽车状态的情况下,计算机自动完成车牌的识别,从而可降低交通管理工作复杂度。车牌自动识别技术在车辆过路、过桥全自动不停车收费,交通流量控制指标的测量,车辆自动识别,高速公路上的事故自动测报,不停车检查,车辆定位,汽车防盗,稽查和追踪车辆违规、违法行为,维护交通安全和城市治安,防止交通堵塞,提高收费路桥的服务速度,缓解交通紧张状况等方面将会起到积极的作用。

  针对以往车牌识别算法的缺点和不足,例如识别率低、识别速度慢、车牌定位不准确等,本文提出了一种新的基于小波分析的改进车牌定位算法,同时将引入动量因子的bp神经网络应用到字符识别,加快了网络的训练过程。

2 基于小波变换和神经网络的车牌识别技术总体设计

  2.1 车牌定位算法的基本思路

  在某一个相位的红灯周期内,如果检测到有车辆通过,触发视频采集模块采集前端摄像机传送来的视频流,进行图像采集,采集到的图像是24位的真彩色图像,首先将图像进行灰度变换,转换为256色的灰度图。在车牌区域的局部图像内,字符笔画与车牌背景间的亮度反差形成明显而密集的边缘,上升缘与下降缘交替出现。利用车牌区域的这一高频特征,采用小波分析的多分辨率思想,进行水平方向上的小波变换,小波变换后的高频部分可以突出车牌区域,后继处理只需要对高频图像进行变换,即可定位出车牌。采用这种方法可以将运算量减少一半,大大缩短了车牌定位的时间。

  接下来,利用局部阈值方法,将高频图像部分二值化。此时的图像可能含有一些干扰信息,因此要先对其进行中值滤波,以消除一些不必要的噪声。考虑到数学形态学的腐蚀和膨胀运算可以分别起到突出轮廓和填充空洞的作用,因此利用数学形态学的闭运算来突出车牌的轮廓和消除孤立的部分。然后根据对车牌的先验知识(例如长宽比在一定范围内等)提取车牌的候选区。最后,将车牌候选区域变换到hsi色彩空间,通过判断背景的颜色来确定准确的车牌区域。该算法的流程图表示见图1:

1  2  3  4  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号