基于交通圖像中遮擋目標(biāo)的多視角研究.pdf

1、隨著社會經(jīng)濟的飛速發(fā)展,進入新世紀(jì)以來,國內(nèi)汽車數(shù)量顯著增長。汽車牌號作為汽車身份的唯一認證,廣泛用于車輛的檢測、識別和跟蹤。隨著智能交通硬件體系的整體提升,對車輛的多視角監(jiān)控成為可能,也成為今后智能交通研究的熱點內(nèi)容。本文基于交通圖像中車牌識別算法及遮擋下的多視角融合算法進行了研究,主要研究工作如下:
　　1.車牌識別系統(tǒng)中圖像預(yù)處理技術(shù),包括灰度化、自適應(yīng)閾值二值化、高斯平滑濾波、Canny邊緣檢測等,以便更好的進行車牌識別。

2、
　　2.在復(fù)雜的交通場景中,當(dāng)車輛之間發(fā)生相互遮擋時,會直接影響車牌的準(zhǔn)確提取,可能導(dǎo)致識別不準(zhǔn)確甚至錯誤。在識別過程中,基于快速性和準(zhǔn)確性,改進了目前常用的車牌識別算法。首先,按照由粗到細的原則,實現(xiàn)車牌的快速定位。即:在采集到的圖像中先利用角點檢測找到包含車牌的區(qū)域,再進行細處理以確定車牌的具體位置;其次,通過圖像增強理論,實現(xiàn)車牌字符的準(zhǔn)確識別。即:對定位出的車牌圖像進行圖像增強,將與字符無關(guān)的噪聲特征濾除,從而在與模板特